耍起最队——α 冲刺 Day6

耍起最队 耍起最队 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

耍起最队|StudyDay Alpha 冲刺 Day 6

参考稿说明: 本文依据团队第六天开发计划拟写,暂未引入正式开发数据。下文的进展、问题、心得及AI辅助内容供成员对照实际情况修改,不代表已经完成开发或通过测试。会议时间、参会名单、实际结果与燃尽数据待后续核实;发布前请替换为真实记录。

项目内容
这个作业属于哪个课程202601福大—软件工程实践—W班
团队名称耍起最队
这个作业要求在哪里软件工程实践团队作业:站立式会议+α冲刺
这个作业的目标围绕Alpha阶段两条核心流程开展回归检查、缺陷复测与展示彩排,整理阶段成果、剩余问题及交付材料
其他参考文献《构建之法》、本组需求规格说明书、系统设计说明书、数据库设计说明书及7天开发计划

一、站立式会议

会议时间:2026.10.28 10:30 。
会议方式:腾讯会议 。
参会成员:柯镇海 杨伟烨 赵子龙 范敬翔 黄思杨 黄思哲 。

会议照片:

img

本次站会的讨论主线安排为“先确认展示版本,再检查关键流程,最后分配剩余问题”。第五天计划以修复前期联调问题、整理运行环境并争取华为云测试部署为主,第六天在这一基础上检查修复是否有效,以及不同模块连起来以后能否连续操作。若测试部署仍受环境限制,应把具体阻塞写清,继续在确定的本地候选版本上回归,避免全员等待环境。

每位成员按“本轮处理了什么、当前哪里受阻、到明天还要交付什么”进行简短同步。讨论时优先处理影响登录、数据保存、任务专注和AI转笔记的阻塞;页面修饰和选做功能放在后面。需要跨模块配合的问题登记到工作项,写清负责人、复现条件和复测方式,防止会后只记得“有人在处理”,却没有明确交接。

彩排前还要统一候选版本、启动步骤、演示账号和数据来源。环境有变化时,先通知相关前后端和测试成员,再继续验证。涉及外部AI服务的问题应区分模型调用失败、业务数据保存失败与前端提示错误,不用一句“接口报错”概括。

二、项目燃尽图

img

本图暂时只展示计划理想线。计划基线为7天、8名成员对应的56个日任务包,按每日减少8个任务包绘制:D0至D7依次为56、48、40、32、24、16、8、0。第六天理想剩余量为8个任务包,这是计划参考值,不能理解为实际已经完成48个任务包。

由于本稿没有正式剩余工作量,图中不绘制实际线,也不把缺失数据补成0。日任务包的复杂度可能不同,这条线用于说明计划节奏,不代表精确工时或功能完成比例。后续收到统一口径的实际剩余估算后,再补实际线;新增任务、任务拆分或估算变化应同时记录原因。

图片文件位于本稿同目录的 assets/StudyDay_Alpha燃尽图_Day6_计划线.png。本地图片路径无法直接在CSDN预览中显示,发布时需要上传到CSDN,再替换为平台生成的图片地址。会议照片之外,本篇暂不增加其他截图位置。

三、今日进展总览

第六天的计划主题是回归与展示彩排。与第五天侧重修复和环境准备相比,本轮更关注三件事:修复有没有引入新的问题,关键规则在异常情况下是否仍成立,以及团队能否用同一个候选版本把阶段成果讲清楚。先暂停新增页面和较大的结构调整,把时间留给复测与交付准备。

第一条检查路径为“登录→课表或任务入口→创建学习/生活任务→开始专注→刷新恢复→结束专注→查询历史”。学习任务可以选择课程,生活任务不绑定课程;两类差异需要在创建和后续展示中保持一致。专注必须关联本人有效待办任务,同一用户最多存在一个运行中的专注。刷新后应恢复原记录,重复结束不能多算时长;结束专注和完成任务仍是两个独立操作。

第二条检查路径为“真实AI问答→成功回答保存→预览转笔记→编辑或取消→明确确认→笔记列表与详情刷新”。成功回答的保存状态与正式笔记的保存状态需要分别展示。未保存成功或仍在生成的内容不能直接转存正式笔记;取消不产生笔记,重复确认不能重复写入。预览中的内容调整仅服务于本轮转存流程,不等同于已经实现完整笔记编辑器。

本轮还安排两个账号交叉检查,核对课程、任务、专注、会话和笔记的归属。测试记录应能对应版本、环境、操作步骤和实际结果;发现错误后,先保留复现条件,再修复并由测试成员复测。没有执行的场景应保留“未执行”,不能因为相似路径正常就推定全部通过。

华为云测试部署、简单统计卡片和SSE仍按实际余量安排:已经启用的部分纳入回归,尚未接入的部分如实列入阶段限制,不挤占核心流程修复时间。长期记忆、自动计划、复杂课表、子任务和完整笔记搜索/版本操作等内容留到后续迭代。

四、成员进展

下表按照第四天随笔的栏目组织,内容为第六天计划对应的参考叙述。“存在的问题”列列出需要重点排查的风险,并非认定已经出现;实际发布时由成员确认本人的进展、困难和心得。

成员从昨天站立式会议到现在的进展(参考)存在的问题/遇到的困难(待核实)从现在到明天站立式会议的安排心得体会(参考)
柯镇海(项目负责人)以第五天修复清单和候选版本为基础,安排一次完整彩排;核对模块交接、演示账号与未完成项,按“工作项→提交→联调→测试→演示”整理阶段过程。多人同时修改会导致材料与运行版本不一致;若主流程还有阻塞,过早制作展示材料容易反复返工。优先协调彩排阻塞的复测,确认最终包和演示顺序;收齐运行说明、工作痕迹及剩余风险,安排第七天展示与归档。阶段展示既要说明做出了什么,也要讲清任务怎样推进、问题由谁解决。先把流程走顺,再整理材料,更容易发现真正影响交付的缺口。
胡加乘(后端基础、课表与笔记)围绕认证、课程和笔记接口开展回归,检查错误口令、未登录或过期状态、本人资源校验及笔记事务;配合前端定位彩排中的接口问题。单账号自测容易漏掉数据串用;保存失败与网络响应丢失也可能表现相似,需要结合服务端记录判断。复测最终关键修复,整理后端启动、环境配置与接口使用说明;将需要测试独立确认的结果交给郑宇澄核对。接口能返回正常数据只是基础。权限、事务和失败反馈应与正常路径一起检查,才能让前端可靠地判断当前操作状态。
杨伟烨(任务与专注前端)从第五天任务专注页面修复继续推进,检查创建与手动完成、学习/生活差异、刷新恢复及结束重试;按“待办→专注→历史”准备演示步骤。刷新或等待响应时,页面可能误建新的专注;只看倒计时无法判断服务端是否已结算,小屏布局也可能影响关键操作。做最终冒烟和必要录屏,整理任务专注模块说明;编辑、撤销和软删只核对已经开放的入口,暂不扩大页面范围。页面应把服务端记录表达清楚。专注结束不自动代表任务完成,恢复原记录也比重新开始一个看起来相同的计时更重要。
范敬翔(数据库、任务与专注后端)对任务专注数据规则做专项检查:双请求开始、重复结束、运行中记录恢复及历史快照;在MySQL目标库核对单运行保护和一次结算。并发问题可能只在特定请求顺序出现;模拟数据无法充分说明真实数据库约束有效,实体零值与字段映射也需留意。冻结本轮SQL与实体,复测剩余关键问题;整理初始化、演示数据和快照/结算验证说明,交付可复现的操作步骤。数据正确不能只看页面结果。请求、业务判断与数据库约束需要一起核对,历史展示也应保留当时必要信息,不能跟着当前任务变化。
黄思哲(AI与会话后端)检查模型失败、超时、数据保存失败和响应丢失的处理;核对成功回答恢复、会话历史与原请求去重,配合处理AI流程彩排阻塞。模型调用失败和保存失败不能混为一谈;响应丢失后直接重发,可能造成重复成功消息或让前端误判已保存。进行最终真实AI调用冒烟,整理失败处理、配置方法和已知限制;需要重试时先查原请求结果,再按约定进行有限重试。AI接入不仅是拿到一段回答,还要说明这段回答是否成功、是否保存、是否能继续使用。不同失败节点应有对应状态,便于定位和恢复。
赵子龙(AI与笔记前端)沿发送、失败提示、历史恢复、预览编辑、取消、重复确认及笔记刷新逐步走测;检查长文本可读性,整理演示操作顺序。两条会话切换时容易残留页面状态;取消后是否写入、重复点击是否多存,单看弹窗关闭还不能判断,需要对照接口和列表结果。完成最终AI到笔记的冒烟和演示说明,录制与候选版本一致的操作过程;优先修必经页面问题,不临时增加完整编辑器。交互反馈应与真实保存结果一致。预览、确认和取消的边界表达清楚,用户才知道哪些内容已经成为正式笔记。
黄思扬(公共前端、登录与课表)回归注册登录、课表、课程入口和退出;检查展示电脑及常用手机宽度,核对进入任务和AI流程的导航,排查表单与按钮阻塞。开发机正常不等于展示设备正常;构建配置、请求入口或页面返回路径变化,可能使用户在主流程中走到断点。做最终前端冒烟,整理启动与构建说明;核对演示页面范围及关键入口,必要截图注意遮挡口令、token等敏感信息。公共入口是各模块连续演示的基础。先保证登录、导航和返回路径稳定,再处理视觉细节,比最后一天全局换样式更稳妥。
郑宇澄(测试与质量记录)在阶段范围内执行正常与异常回归,独立走完整展示;集中核对用户隔离、重复提交、专注恢复、AI失败和转笔记,汇总剩余问题。修复版本不断变化可能导致用例结果失效;只保存成功结果容易漏掉未执行场景,测试环境不同也不能直接共用结论。复测最终阻塞,执行核心冒烟;冻结阶段测试报告,核对包、链接及成员产出,明确通过范围、未完成项和残余风险。测试报告应帮助团队判断能否交付。把失败、阻塞和未执行写清,比笼统给出一个“全部正常”的结论更有价值。

五、明日计划(Day7)

  1. 对第六天彩排发现的阻塞进行最终修复与独立复测,按影响程度处理登录失败、数据丢失、越权、重复结算等问题;避免临时加入新的大功能。
  2. 针对两条核心路径执行最终冒烟,确认运行包、接口、数据库和展示材料使用同一版本。现场演示前准备账号与隔离的演示数据,保留真实运行的备用录屏。
  3. 整理运行与配置说明、DDL初始化方法、接口说明及阶段测试报告,让另一位成员能够按照说明启动并操作项目。
  4. 打包展示版本,检查材料链接及文件可用性,整理成员实际工作项、提交、测试和协作过程,再据实补齐随笔。
  5. 明确列出完成、部分完成、未实现及未覆盖的范围,说明残余风险与下一阶段优先级。选做项是否接入单独交代,不把整个需求说明书的内容都写成Alpha成果。
  6. 完成阶段展示与归档,保留本轮问题及决策记录,为后续完善课程规则、长期记忆、笔记能力等工作提供依据。

六、AI技术员工作情况

本节列出第六天适合采用的AI辅助方式,暂不记为实际贡献。后续按真实使用补充工具、任务、采用内容、人工修改和验证结果;没有使用的角色可直接写“未使用”。AI辅助输出由对应成员负责复核,不替代代码审查、实际运行和独立测试。

AI角色人工负责人本轮拟采用的辅助方式人工复核与实际验证要求
AI程序员胡加乘、范敬翔、黄思哲;柯镇海协作根据接口和状态规则整理重复请求、事务及错误处理检查清单;辅助解释日志、比较代码差异并提出最小修复建议,减少重复排查。先复现问题再判断建议是否适用,核对Go/Gin/GORM现有实现;密钥与口令不放入提问内容。采用后进行代码审查和对应场景复测。
AI测试员郑宇澄;相关开发成员配合把已明确的业务约束拆成正常、非法参数、越权、刷新及重复提交用例;辅助归类缺陷、整理复现步骤和报告结构。对照本轮实际开放功能删去超范围用例,真实执行并记录结果;AI生成的预期结果不能直接充当测试结果。
AI设计师杨伟烨、赵子龙、黄思扬辅助检查长文本、小屏、加载与失败提示的遗漏,给出页面文案和布局调整建议,统一展示路径中的反馈方式。在实际设备或对应宽度下验证,不为统一样式重写已稳定页面;优先修遮挡、误导和无法操作的问题。
AI记录助理柯镇海;成员确认本人内容协助把零散工作项、提交说明和测试记录归入演示顺序,检查材料版本、术语和范围是否一致,减少重复整理。每位成员确认本人进展与心得;缺少记录的内容保持待核实,不让AI补造完成情况、会议结论或效率提升比例。

第六天的整理重点是让开发过程与阶段结果能够互相对应:展示中介绍的功能应能在候选版本找到,提到的问题应有处理过程,提到的改进应有复测依据。正式数据补齐后,再据此替换本稿的参考叙述和计划燃尽图。

...全文

相关推荐

科技中介服务机构如何借助平台提升服务效率与专业性?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

高校技术转移办公室人员如何快速评估成果的市场转化潜力?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

政府科技管理者如何实现科技成果转化的全流程监管?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

PSO优化RBF模糊神经网络自适应PID控制、RBF模糊神经网络、传统PID三种算法对比仿真(m函数实现)

PSO优化RBF模糊神经网络自适应PID控制、RBF模糊神经网络、传统PID三种算法对比仿真(m函数实现)

长安程序猿

基于多目标哈里斯鹰算法及模型预测控制(MPC)的储能和风电平抑波动研究(Matlab代码实现)

内容概要:本文研究了基于多目标哈里斯鹰算法(MOHHO)与模型预测控制(MPC)相结合的储能系统与风电场联合平抑功率波动的方法。针对风电出力的不确定性,构建了综合考虑平抑效果与储能损耗的多目标优化模型,并采用MOHHO算法对MPC控制器的权重参数进行优化求解,从而在保障电网功率稳定的同时延长储能设备使用寿命。研究涵盖了算法设计、控制策略构建及仿真验证全过程,详细阐述了MOHHO在多目标参数整定中的实现机制与MPC的滚动优化过程,结果表明该方法能有效降低风电波动对电网的冲击,提升系统运行的经济性与鲁棒性,适用于高比例可再生能源接入的电力系统调度场景。; 适合人群:具备电力系统、自动化或相关专业背景,熟悉Matlab/Simulink仿真环境,从事新能源并网、储能控制、智能优化算法或模型预测控制研究的研发人员及研究生。; 使用场景及目标:①解决风电功率剧烈波动引起的电网频率与电压不稳定问题;②优化储能系统的充放电策略以实现功率平滑输出并减少循环损耗;③掌握多目标智能优化算法在MPC参数整定中的应用方法;④学习基于Matlab的电力系统建模与仿真分析技术,深入理解预测控制与优化算法的协同机制。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注MOHHO算法的种群演化过程、Pareto最优解集的生成逻辑以及MPC控制器的预测时域与权重矩阵设计,通过调整风电波动场景与储能参数观察系统响应变化,全面掌握多目标优化与模型预测控制在实际工程中的集成应用。

老杰爱编程
评论
收藏 已收藏
分享
返回顶部