当前位置：首页 > news >正文

写的都队2025秋软工实践团队总结

news 2026/3/26 20:44:17

写的都队2025秋软工实践团队总结

智旅同行，共筑未来 - TravelMate智能旅游助手项目全纪录

历时数月的软件工程项目已圆满落幕，回望这段充满挑战与成长的协作时光，写的都队团队的每位成员都收获了宝贵的经验与深厚的团队情谊。

部署说明

环境准备

1. 系统环境

Python 3.9+
jdk 25+

2. 数据库环境

mysql 8.0.27+
redis 8.0.3+

3.构建工具

maven 3.9.9+
npm 10.8.1

部署步骤

1. 安装依赖

1.1 安装 Python 依赖

pip install openai

1.2 安装 Java 依赖

cd zeyuli/zeyuli-job
mvn clean package

1.3 安装 npm 依赖

cd zeyuli/front
npm install

1.4 初始化数据库

见script.sql

2.修改配置

2.1 yaml配置

cd zeyuli/zeyuli-job/src/main/resources# 修改 application.yaml 启用开发环境
# 将 spring.profiles.active: prod,修改为 spring.profiles.active: dev
vim application.yaml# 修改 application-prod.yaml 修改数据库配置
# 将 spring.datasource.url: jdbc:mysql://localhost:3306/homework2?useSSL=false
# 将 spring.datasource.username: root 修改为你的数据库用户名
# 将 spring.datasource.password: root 修改为你的数据库密码
# 将spring.data.redis: localhost 修改为你的redis地址
# 修改ai.script.path: /path/to/your/script.py 修改为你的脚本路径
vim application-dev.yaml# 修改 python脚本的api-key# 修改api-key
# api_key=os.getenv("DEEPSeek_API_KEY", "your_api_key")
vim path/to/your/script.py

3.打包

# 前端项目打包
cd zeyuli/front
npm install
npm run build# 将dist目录下的所有文件拷贝到静态资源目录下
cp -r dist/* zeyuli/zeyuli-job/src/main/resources/static# 后端项目打包
cd zeyuli/zeyuli-job
mvn clean package spring-boot:repackage -DskipTests

4.启动相关服务

# 启动redis
sudo systemctl start redis# 启动mysql
sudo service mysql start

5.启动项目

cd zeyuli/zeyuli-job/target# 启动后端项目
nohup java -jar zeyuli/zeyuli-job/target/zeyuli-job-0.0.1-SNAPSHOT.jar > zeyuli.log 2>&1 &

一、每个组员的学期回顾

102301215张蔡涵：102301215张蔡涵学期回顾 - 张蔡涵 - 博客园

102301209周士豪：https://www.cnblogs.com/kkk4/p/19417884

102301310郑显喆：https://www.cnblogs.com/zxz310/p/19417888

102301210郑烨：https://www.cnblogs.com/sgrcaii/p/19417904

102301218许有幸：https://www.cnblogs.com/102301218xyx/p/19417924

102301239黄明杰：https://www.cnblogs.com/moyulao/p/19417952

102301237李泽聿：https://www.cnblogs.com/murphy-955/p/19388840

102301241冯德衍:https://www.cnblogs.com/feng0913/p/19417981

……

二、项目缘起：从需求碰撞到架构共识

我们的旅程始于一次关于"智能旅游"的头脑风暴。在最初的需求分析阶段，团队成员们各抒己见：有人关注AI技术的创新应用，有人重视学生群体的特殊需求，有人则强调用户体验的流畅性。经过多轮激烈的讨论与多轮用户调研，我们最终确定了TravelMate智能旅游助手的核心定位：一个集AI行程规划、实时纠错与学生专属线路库于一体的智能化旅游平台。

作为项目经理兼前端负责人，我深刻记得那些深夜的线上会议。我们用Figma绘制原型，用用户故事地图梳理功能点，逐渐将模糊的构想转化为清晰的产品蓝图。这个过程让我们明白：好的开始不是消除分歧，而是在分歧中找到共识。

三、开发历程：前后端协作的艺术

进入开发阶段，我们采用了敏捷开发模式，以两周为一个迭代周期。每个迭代都包含规划、编码、测试和评审四个环节。在这个阶段，我们遇到了诸多挑战：

1. 技术栈的抉择

前端团队基于Vue3+TypeScript构建响应式界面，后端团队采用SpringBoot提供API支持。在选择技术方案时，我们经历了多次技术评审：要不要用微服务？是否引入WebSocket实时通信？最终我们根据项目规模和团队能力，选择了"适度超前，稳定优先"的原则。

2. 接口设计的博弈

前后端接口设计是最考验团队协作的环节。我们曾因一个API的返回值格式争论不休，也曾因数据同步的时机选择而反复讨论。最终，我们建立了一套接口先行的协作机制：先定义接口契约，再并行开发，通过Mock数据模拟交互，显著提升了开发效率。

3. 复杂功能的攻坚

AI行程规划模块是我们遇到的第一个技术难关。从最初调用基础API，到后来的多模态数据融合处理，再到最终实现的智能纠错算法，每一步都凝聚了团队成员的心血。特别是当AI推荐结果出现偏差时，后端算法优化与前端交互优化的同步调整，让我们深刻理解了全栈思维的重要性。

四、团队协作：从"各自为战"到"默契配合"

项目初期，我们曾天真地认为"各司其职"就是最高效的工作模式。然而现实很快给了我们教训：

1. 代码规范的统一

最初的几次代码合并堪称"灾难"：不同的命名习惯、迥异的代码风格、冲突的依赖版本...这迫使我们迅速建立团队编码规范，配置统一的ESLint规则，引入Husky进行提交前检查，并坚持Code Review文化。两周后，团队的代码质量显著提升，协作成本大幅降低。

2. 沟通机制的优化

我们曾因需求理解偏差而返工，也曾因信息不同步而重复劳动。为此，我们建立了多维度的沟通机制：

每日站会：15分钟同步进度与阻塞问题
周度评审：演示功能成果，收集反馈
技术分享会：每周一位成员分享技术心得
透明化看板：所有任务状态可视化，责任到人

3. 紧急问题的应对

项目中期，距离演示还有三天，我们突然发现一个核心路由存在严重性能问题。那一刻没有指责，只有默契的分工：前端优化渲染逻辑，后端排查数据库查询，测试团队紧急制定回滚方案。连续48小时的奋战后，我们不仅解决了问题，还增加了性能监控机制。这次经历让我们真正理解了团队精神的含义：不是顺境时的互捧，而是困境中的互撑。