历阶——团队展示

历阶 2026-10-02 14:29:35
这个作业属于哪个课程202601福大-软件工程实践-W班
这个作业要求在哪里软件工程实践团队作业——种子队选拔、团队展示及选题
这个作业的目标确定队名与选题,用 NABCD 说明历阶要做什么,展示队员,并写明绩效考核办法
其他参考文献《构建之法》关于团队投入与绩效管理;py-fsrs;Mem0;trafilatura;Docling

目录

  • 1. 队名
  • 2. 团队描述
  • 3. 队员风采
  • 队员 1
  • 队员 2
  • 队员 3
  • 队员 4
  • 队员 5
  • 队员 6
  • 队员 7
  • 队员 8
  • 4. 产品在做什么
  • 5. NABCD
  • N · 需求
  • A · 做法
  • B · 好处
  • C · 差别
  • D · 交付
  • 6. 选题描述
  • 7. 团队愿景
  • 8. 团队绩效考核方案
  • 成员基础分(满分 100,扣完为止)
  • 加减分(每阶段加分不超过 +5,扣分不超过 −5,须附事实依据)
  • 考核周期与计分

1. 队名

队名是 历阶。

历阶,就是顺着台阶一级级上去,不跨步。项目全称是 历阶 · Helix。Helix 是螺旋楼梯:人在往上走,转一圈还会再次经过没学完的那一页,只是比上次高了一级。自学,需要按照可执行的、精细分析的规划和检索后的有效资料沿着Bloom学习认知阶梯一步步往上走,按照记忆和认知的科学方法体系,历阶而上。

“千里之行,始于足下;学而时习,历阶复来。”

2. 团队描述

历阶是一支来自各个不同班级的八人队伍,分别擅长产品设计、前端开发、后端和测试,每个成员都有各自擅长的技术,优势互补,互帮互助。结合我们挖掘到的关于自学效果方面的痛点和切实需求,通过小组成员的积极讨论,最终确定了我们的选题,并查阅资料来支撑我们选题的设计和技术栈选择。

3. 队员风采

队员 1

  • 学号:152401221
  • 姓名:周蔚琳
  • CSDN:https://blog.csdn.net/t199111?type=bbs
  • 性格:积极开朗,善于沟通,会提供情绪价值,但是有一点点马虎。(刚好队里有好几个很细心严谨的小伙伴,真是太好了!)
  • 擅长的技术:有游戏策划实习经历和软件创新相关的比赛项目经历,擅长需求拆解、原型设计,会一点 AI 应用开发。
  • 兴趣爱好:唱歌、跳舞、弹吉他
  • 希望的软工角色:PM,产品原型
  • slogan:Just do it!

队员 2

  • 学号:102400204
  • 姓名:刘嘉奕
  • CSDN:https://blog.csdn.net/2401_88740055?spm=1000.2115.3001.5343
  • 性格:平时比较安静,做事偏细致。写代码或整理文档时,会多检查几遍,尽量减少低级错误。虽然不太擅长主动发言,但分配到的任务一般都会按时完成。遇到不清楚的地方,会先自己查资料、尝试解决,再和队友讨论。
  • 擅长的技术:会使用 Java 和 Python 进行基础开发,能够编写 SQL 语句完成常见的数据库查询,也了解一些简单的 SQL 优化方法。接触过 PyTorch,做过基础的模型训练和参数调整。此外,还学习过一些数值分析算法的实现,对 HTML 前端基础知识有一定了解。
  • 兴趣爱好:平时喜欢听歌和冥想,也喜欢把复杂的问题拆开,一步一步弄清楚。相比一次性完成所有事情,更习惯先理清思路,再逐项处理。
  • 希望的软工角色:比较希望参与项目文档整理、任务跟进和测试工作,也可以负责数据统计、结果整理等比较需要耐心的任务。如果团队需要,也愿意协助项目管理方面的工作。
  • slogan:把细节落实到位,让每一步都有据可查。

队员 3

  • 学号:102400205
  • 姓名:柳钰舒
  • CSDN:https://blog.csdn.net/ATOPOS0429?type=bbs
  • 性格:严谨细致,责任心强,擅长逻辑梳理。
  • 擅长的技术:Python 开发、Vue3、JavaScript、需求调研
  • 兴趣爱好:打羽毛球
  • 希望的软工角色:后端开发工程师、测试工程师
  • slogan:熠熠向前,事事登高。

队员 4

  • 学号:102400203
  • 姓名:黄奕
  • CSDN:https://blog.csdn.net/HY9027?type=sub&subType=community
  • 性格:开朗、乐观、热情、乐于协作交流
  • 擅长的技术:有一定的编程语言基础,了解 HTML/CSS 和 JavaScript;掌握 Git 基础用法,熟悉 VS Code、PyCharm 等常用 IDE,平时也会借助开源项目辅助学习
  • 兴趣爱好:打乒乓球、听音乐
  • 希望的软工角色:前端
  • slogan:踏实做事,一起进步

队员 5

  • 学号:102400309
  • 姓名:郑聪凌
  • CSDN:https://blog.csdn.net/gngn_17?type=sub&subType=community
  • 性格:性格开朗,乐于沟通
  • 擅长的技术:C 语言、C++、Python、数据库设计
  • 兴趣爱好:绘画、音乐
  • 希望的软工角色:后端开发、测试
  • slogan:严谨求实

队员 6

  • 学号:102400304
  • 姓名:刘锐清
  • CSDN:https://blog.csdn.net/Q0108N?spm=1000.2115.3001.5343
  • 性格:做事认真,善于思考,乐于倾听团队意见,遇到难题愿意静下心查找资料,配合小组完成分配的各项任务。
  • 擅长的技术:基础文档编写、信息整理,能够快速学习新工具辅助项目开发。
  • 兴趣爱好:阅读专业书籍、逻辑思维训练。
  • 希望的软工角色:服从团队安排,愿意承担小组分配的任意任务。
  • slogan:行而不辍,聚力同行。

队员 7

  • 学号:102400303
  • 姓名:林彩华
  • CSDN:https://blog.csdn.net/2501_94388622?type=sub&subType=community
  • 性格:做事沉稳有耐心,善于沟通,团队协作中能认真倾听他人想法
  • 擅长的技术:掌握 Java 基础、MySQL 数据库,会一点前端。
  • 兴趣爱好:喜欢拆解软件产品,研究程序运行逻辑。
  • 希望的软工角色:测试
  • slogan:于细节处发现问题,用严谨守护产品质量。

队员 8

4. 产品在做什么

历阶是给自主学习者用的学习规划。它不负责替人把一门学问一次性学完,而是把“我想学会这件事”收成今天排得下的下一级,并且让没学会的那一页在该复习的时候自己回来。

关系型在这里有两层。一层是人和每一页材料:标过还熟还是还糊,下次还认得。另一层是一个陪伴学习的角色。它记得学习偏好、进度和习惯,用这个人听得懂的方式把下一级和复习日说出来。角色的话由第三方对话模型生成,记住的事实来自 Mem0。它不能改甘特图,也不能自己指定复习日。

假设有人输入:“掌握 Rust 异步编程”,并附上官方文档的链接。历阶不会返回一份写着十周安排、里面夹着打不开的网址的长文。它会走完下面这一单:听懂领域、当前水平和已有偏好;只生成检索词,再去实网里找真链接;把网页或 PDF 读成正文,读不出来的不进入方案;按认知阶梯切成 4 到 8 步;检查有没有跳级、死链和空正文;接到还没学完的计划后面,画进同一张甘特图。她若把第一步标成“还糊”,若干天后看板上会写明:你当时把这一页标为还糊,按遗忘曲线,今天该再看一遍。日期由 FSRS 算出,角色只把这句话说出来。

第二次打开时,已经会的部分不再重排。甘特图上延续的是同一段进展。

5. NABCD

N · 需求

自学经常停在四个具体的地方。

目标只有一个大词。“掌握 Rust 异步编程”“把微积分补到能做题”,话是完整的,台阶是没有的。顺序一倒,第一天就被要求做一个完整系统,计划当天就废了。

计划好看,材料是空的。直接让模型写学习清单,它常常顺手编出已经失效的网址。点进去是 404,或者打开了也只是目录,正文没有进计划。

好几件事挤在同一天,看不出哪天会撞车。旧计划还没做完,新目标又从今天排起。没有一张能看见全部学习线的甘特图,负荷一满,人就放下。

下一次又变成陌生人。系统不记得上一页被标成还熟还是还糊,也不记得这个人习惯怎么学,于是把已经会的和还不会的重新混成一张新清单。

所以需求不是再给一个通用学习助手,而是:把自己安排学习的人,把一个模糊目标变成可执行的下一级;这一级必须站在读得到的资料上;全部步骤要落在一张甘特图上;这一页和人的学习偏好要留下来,并在快忘掉之前排回日程。

A · 做法

历阶按“下一单”规划。输入是一句目标,可选附带网页或 PDF。输出是一组子任务,每条有认知级别、建议时长、对应正文和复习日,并落在一张不互相重叠的甘特图上。陪伴角色负责把结果说清楚,不负责另写一份计划。

对话模型只做它适合做的事:判断领域和当前水平,把正文切成符合认知顺序的小步,写出检索词,再按 Mem0 里已有的偏好,用陪伴角色的口气说明这一步。它不准直接写网址,也不准随口指定哪一天复习。链接是否还活着、正文是否读得出来、复习日落在哪一天、甘特图怎么排,都由程序完成。

流水线是七步。前四步产生学什么:意图解析,两阶段检索,正文读入,认知阶梯。后三步产生哪天学、何时再看:可行性核查,全局排期,关系回返。

检索先产出关键词,再由 Tavily 在官方文档、课程站点、论文和仓库里找真链接,并做存活、域名和时效检查,标成 Verified 或 Search Only。网页交给 trafilatura,PDF、Word、PPT 交给 Docling。阶梯沿识记、理解、应用、分析、评价、创造排列,通常 4 到 8 步。发现跳级、死链、没有正文时,退回修订。新的一单从已有未完成计划的末尾接上。Mem0 记住“还熟 / 还糊”、已经会的部分,以及学习偏好和进度。py-fsrs 按 FSRS 计算下一次出现的日期。

访客可以不注册先走完一单。决定注册时,已有任务和已经记下的偏好在同一次数据库事务里并入正式账号。

技术选型是 Next.js、React、TypeScript、PostgreSQL。检索在密钥不可用时按其他搜索接口回退;都不可用时,降级为可点击的检索词,而不是编造链接。陪伴角色调用第三方对话模型,只根据 Mem0 里已有的事实说话。

B · 好处

使用之前,学习者面对的是一句大目标和一串可能点不开的建议。使用之后,他在甘特图上看到今天排得下的下一级,旁边有读得进的正文,能看见和其他学习线有没有撞在同一天。看板上写着这一页为什么今天回来,陪伴角色按他的习惯把这句话说出来。

已经标过还熟的部分不会再占掉新的一天。还糊的那一页不会被下一张新计划盖掉。复习不是“过三天再提醒你一下”的固定口令,而是根据这个人对这一页的标记算出来的日子。

对团队自己,这学期每个想学一门技术的人,都可以用历阶把目标排进甘特图上真实的一周,并用自己的标记检验复习日是否说得通。

C · 差别

和待办清单、项目管理工具比。那些工具接收的是已经拆好的任务。历阶接收的是还没拆开的学习目标,并强制按认知顺序排列。甘特图上的每一格都对应认知阶梯上的一级。

和直接让模型生成学习计划比。模型在这里没有写网址的权力,也没有指定复习日的权力,更不能改甘特图。打不开的链接、读不出的正文,不会进入方案。

和只排一次、下次就忘了你的计划比。历阶把关系放在人和每一页上,也放在一个记得你的陪伴角色上。Mem0 留着这一页的进展、学习偏好和总进度,FSRS 决定它何时再来,甘特图决定它出现在哪一天。第二次打开,不是一份从零开始的新计划。

D · 交付

这学期交付一个可以演示的 Web 应用。演示路径固定为:输入一个模糊目标或一份材料,看到检索到的材料、读入的正文、4 到 8 级认知阶梯、一张不重叠的甘特图,以及一条写明原因的 FSRS 复习记录。陪伴角色会按已记住的偏好把这一步说出来。

这学期不承诺任意一句目标都自动变成一整门课。没有正文支撑的级别不会被编出来充数。角色不能越过程序去改排期。产品先给我们自己和身边自学的人用。

在此基础上,把项目发布到开源社区,并通过社交媒体交给第一批种子用户试用,走向公开(go public)。收集他们的使用反馈,再迭代优化体验。

6. 选题描述

你只要说一句想自学什么,Helix就把模糊的学习目标按布鲁姆认知阶梯拆成下一级,用真实资料撑住每一级,再把没学会的那一页排回复习日。

选题 PDF:【金山文档 | WPS云文档】 历阶-选题说明-新
https://www.kdocs.cn/l/cvWOGTjAsc1h

7. 团队愿景

历阶给自己安排学习的人用,比如这学期想自学一门知识、又不知道从哪一级开始的人。她输入一句模糊的目标(一个月自学英语六级,目标500分)。交回来的是 4 到 8 级认知阶梯、读得进的正文,以及一张不和别的学习线撞在同一天的甘特图。标过还糊的那一页,按 FSRS 写明原因再回来;陪伴角色记得她的偏好和进度。这学期先做成能演示的 Web,给我们自己排进真实的一周。随后发布到开源社区、社交媒体和产品交流社群,交给第一批种子用户试用,按反馈进行迭代优化。

8. 团队绩效考核方案

考核鼓励跨角色协作,分阶段同步表现和改进方向,不做期末总账。本方案参考《构建之法》的绩效管理:不以代码行数、工作时间这类“量”衡量贡献,而以任务完成、交付质量与协作贡献为核心。

团队整体成绩统一,由课程给出。个人考核分只换成贡献系数,用来区分组内贡献,不乘进团队总分。八个人乘同一个团队分,组内排名不会变。这次作业全组同一个博客分;之后的作业按贡献度拆个人成绩时,最终算法以课程和助教公布的规则为准。

每个阶段按 100 分计,从对应满分扣,扣完为止。组长和组员用同一张表。

成员基础分(满分 100,扣完为止)

分类明细加减分
任务完成率(20)本阶段任务全部按期完成20
每延期 1 项−2
交付质量(20)交付物(代码、文档、原型、报告等)规范、完整、可直接使用、符合需求20
同一交付物返工累计满 3 次−4
需他人补全才能使用(自己无法修改),每项−2
有效工作产出(15)依据任务看板与 Git 记录,关键产出达标15
每缺 1 项关键产出−3
团队活动(8)每日站立会、阶段评审会、技术讨论会全勤8
无故缺席 1 次−2
迟到 1 次−1
文档沉淀(7)周报、开发日志、需求文档、测试报告按时提交,格式规范、内容可追溯7
缺 1 项−2
逾期 1 项−1
沟通响应(15)群消息、任务评论响应及时,跨角色对接顺畅15
信息滞后或对接失误,每次−2
协作配合(15)按时配合团队安排,积极回应协作请求,不影响他人进度15
被其他成员明确反馈不配合,带证据并经组长审核,每次−5

不扣分:测试岗位发现的缺陷,不计入测试同学自己的返工;需求变更、公共模块改动、代码合并冲突造成的被动返工,不扣分。

加减分(每阶段加分不超过 +5,扣分不超过 −5,须附事实依据)

扣分只用于基础分覆盖不到的严重行为,不与缺席、返工重复扣。加分合计超过 +5 时,只取分数最高的两项。同一阶段累计扣分不超过 −5,不影响下一阶段起评。

分类明细加减分
加分主动攻克项目难点、解决关键阻塞,或提出的方案被团队采纳+3
完成自己的任务后,主动帮助有困难的同学+2
主动认领无人认领的任务(环境搭建、部署、文档、联调等)+2
提前发现并上报项目风险,避免团队延期+1
扣分因个人原因导致项目整体延期,或关键里程碑无法按期交付−5
长期失联(超过 24 小时不回复必要消息),导致任务搁置、影响他人进度−3
隐瞒重大问题(如功能失效、数据丢失)不报告,导致团队返工−3

考核周期与计分

四个节点与课程答辩对齐:

  1. 第 7 周:团队项目原型与需求答辩后
  2. 第 8 周:系统设计与数据库设计答辩后
  3. 第 9 周:Alpha 版本演示后
  4. 第 13 周:Beta 版本系统验收后

阶段得分 = 个人自评 × 25% + 组员互评 × 40% + 组长评分 × 35%。

个人对照标准提交阶段总结和自评。互评去掉 1 个最高分和 1 个最低分后取平均;每一项必须附简短理由,只写“还行”“差不多”的视为无效,不计入平均。组长结合任务完成数据和过程表现给分。结果公示后,成员可在 24 小时内提出复核。

贡献系数 = 个人阶段分 ÷ 组内阶段分的平均。阶段内,绩效分用于排名、任务再分配和个人反馈,帮助识别进度风险、及时调整分工。期末把各阶段分数汇总为个人贡献度参考,随项目成果提交。最终个人得分按课程与助教公布的规则计算。

...全文
248 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本研究聚焦风电功率预测领域,提出了一种基于白鲸优化算法(BWO)优化CNN-BiGRU-Attention复合模型的预测方法。该方法利用卷积神经网络(CNN)提取风电数据的局部时空特征,通过双向门控循环单元(BiGRU)捕捉时间序列的长期依赖关系,并引入注意力机制(Attention)动态调整不同时间步长的特征权重,从而提升预测精度。为进一步优化模型超参数,采用白鲸优化算法(BWO)对模型的学习率、网络层数、神经元数量等关键参数进行全局寻优,解决了传统经验调参效率低、效果差的问题,最终实现了对风电功率的高精度预测。; 适合人群:具备一定编程基础,熟悉机器学习与深度学习算法,从事新能源预测、电力系统调度或相关领域研究的研发人员和科研工作者。; 使用场景及目标:①针对风电等可再生能源出力的强随机性和波动性,实现高精度的功率预测;②为电力系统调度、储能配置、电网稳定性分析等提供可靠的数据支持;③为研究者提供一个结合先进优化算法与深度学习模型的完整实现范例,用于学术研究或工程应用。; 阅读建议:此资源以Matlab代码实现为核心,不仅展示了模型构建与优化的全过程,更强调了算法设计背后的逻辑与工程考量。学习者应在理解各模块(CNN、BiGRU、Attention、BWO)原理的基础上,动手实践并调试代码,重点关注数据预处理、模型超参数优化及结果可视化等环节,以达到最佳学习效果。

101

社区成员

发帖
与我相关
我的任务
社区描述
202601福大-软件工程实践-W班
软件工程 高校 福建省·福州市
社区管理员
  • 202601福大-软件工程实践-W班
  • 李之尹
  • 123
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧