🚀 软件开发综合项目实训¶
在 AI 时代，做出属于自己的软件作品¶
这门课是什么
如果把学编程比作学做菜：
- 传统课堂：老师做一道番茄炒蛋，你照着炒一盘一模一样的。
- 这门课：给你灶台、食材和一本菜谱手册，你自己选一道菜、自己调味、自己端上桌——最终做出一道属于你自己的拿手菜。
你不需要照着老师复制一个一模一样的管理系统，而是要从一个真实问题出发，借助 Trae 等 AI 编程工具，经历选题、需求、设计、编码、测试、部署和答辩，最终完成一件能够运行、能够展示、也能够讲清楚的软件作品。
这门课最终交付的不是一个代码压缩包
而是一个可以部署展示、写进简历，并有机会继续发展为毕业设计或竞赛作品的完整项目。
查看课程阶段与弹性路线 🗺️ 进入项目选题库 💡 使用文档与任务模板 📋
🎯 这门课希望帮助你做到¶
| 有兴趣 | 听得懂 | 做得出来 | 有成就感 |
|---|---|---|---|
| 选择与校园、生活、行业或个人发展有关的真实项目 | 先看成果、再拆任务，只学习当前项目真正需要的知识 | 有脚手架、任务单、示例、AI 助教和阶段验收提供支持 | 持续看到进展，最终完成部署、路演和作品展示 |
课程遵循一条清晰的学习路径：
选择一个愿意做的项目 → 按阶段完成可验证的小任务 → 根据实际进度调整范围 → 最终交付一件完整作品
🎁 完成课程后，你将获得¶
- 一个具有真实业务背景、能够运行和部署的软件系统；
- 一套与项目一致的需求、设计、测试和总结文档；
- 一个具有连续提交记录、能够体现开发过程的 Git 仓库；
- 一段可以用于毕业设计、竞赛申报或求职面试的项目经历；
- 一套能够迁移到其他项目中的 AI 协同开发方法；
- 分析问题、设计方案、调试代码、测试系统和表达项目的综合能力。
🗓️ 一个学期，你将这样完成一个项目¶
| 阶段 | 主要任务 | 阶段成果 |
|---|---|---|
| 项目体验与分析 | AI 编程体验、选题和需求分析 | 项目范围、需求文档和验收条件 |
| 原型与系统设计 | 页面、数据、接口、权限和架构设计 | 原型和系统设计方案 |
| 项目开发 | 搭建项目并完成核心业务闭环 | 可连续演示的集成版本 |
| 测试与交付 | 测试、修复、部署和成果整理 | 测试报告、README 和可交付版本 |
| 展示与复盘 | 演示、答辩、贡献说明和复盘 | 最终作品和个人项目总结 |
每个阶段都应该能够回答：
当前阶段形成了什么可以运行、可以检查、可以验证的成果？
具体节奏可以根据课时、班级基础和项目难度调整，不要求所有项目在固定周次完成同一任务。
💡 项目可以做什么¶
课程采用“项目选题库＋有限自主选题”的方式。你可以从推荐方向中选择，也可以提出自己的创意，但项目范围和工作量需要经过教师审核。
- 校园服务类： 失物招领、宿舍报修、社团活动、校园二手交易；
- 生活服务类： 健康管理、宠物救助、个人记账、志愿服务；
- 行业应用类： 旅游推荐、社区服务、预约管理、商品管理；
- AI 应用类： AI 学习助手、AI 简历优化、课程知识问答、智能推荐系统。
原则上鼓励个人独立完成。功能模块较复杂的项目可以组队，每组不超过 3 人，并需要明确任务分工和个人贡献。
🛠️ 技术路线不“一刀切”¶
课程推荐使用以下技术栈：
- JDK 17、Spring Boot 3、Maven；
- MyBatis、MySQL 或 openGauss；
- Vue 3 或适合项目的其他前端方案；
- Git、Apifox、Trae；
- Linux、Nginx，Docker 作为进阶选项。
推荐使用 Spring Boot + Vue，但这不是唯一选择。如果你已经熟悉 Servlet、JDBC、HTML、CSS、JavaScript 等技术，也可以根据项目需要选择使用。
评价重点不是“是否用了最流行的框架”
而是：项目是否真正运行、业务流程是否完整、代码是否能够理解和解释、是否进行真实测试和问题修复、是否完成版本管理、部署和成果交付。
🧗 每个人都能找到合适的挑战¶
| 学习层次 | 项目目标 |
|---|---|
| 保底目标 | 项目能运行，完成登录、基础业务、数据库、测试和 Git 提交 |
| 标准目标 | 完成多角色权限、完整业务闭环、异常处理、统计分析和部署 |
| 进阶目标 | 加入 RAG、智能问答、推荐、Tool Calling、MCP 或智能体能力 |
基础较弱并不可怕。先完成一个小而完整的项目，再逐步增加功能，比一开始追求复杂架构却无法运行更有价值。
🤝 AI 是开发伙伴，不是项目代写者¶
在课程中，你可以使用 AI 辅助需求分析、方案设计、编码、调试、测试和文档编写，但必须对最终结果负责。
每个阶段统一采用下面的 AI 协作流程：
明确任务 → 提供上下文 → AI 提出方案 → 人工审核 → 分步实现 → 运行测试 → 修正问题 → Git 提交 → 阶段验收
你需要做到：
- 向 AI 说明项目背景、技术环境、已有代码和验收标准；
- 将复杂功能拆分成能够逐步验证的小任务；
- 阅读、运行、测试并修改 AI 生成的代码；
- 记录关键提问、错误现象、修改过程和验证结果；
- 在答辩时能够解释核心业务、关键代码和本人真实贡献。
不能运行、不能解释、没有经过验证的 AI 生成内容，不算有效项目成果。
📦 你的最终作品应该包括¶
- 可运行、可演示的软件系统；
- Git 代码仓库及连续提交记录；
- 项目立项书和需求分析文档；
- 原型、数据库、接口和系统设计说明；
- 测试用例、缺陷记录和测试报告；
- 项目 README、系统截图和演示视频；
- 答辩 PPT、个人总结和简历项目描述。
课程中的每一步，都在为最终作品服务。
🚦 从这里开始¶
- 🗺️ 阅读 课程阶段与弹性路线，了解项目推进方式；
- 🤖 学习 AI 辅助编程工作流，建立正确的 AI 协作方式；
- 💡 进入 项目选题库，寻找自己愿意完成的项目；
- 📋 使用 文档与任务模板，记录每一个阶段的真实成果。
先修知识
本教程不重复系统讲授 Java Web 基础。遇到相关知识，可以查阅《Java Web 开发技术》电子教材。
先看见成果，再学习知识；先保证运行，再逐步完善；先完成核心业务闭环，再增加特色功能。
📝 总结¶
- 这是一门“做出来”的课：以真实项目为主线，从选题到答辩全流程实战。
- AI 是伙伴不是代写：用 Trae 等 AI 工具加速开发，但你对结果负责。
- 技术不一刀切：推荐 Spring Boot + Vue，也欢迎用你熟悉的方案。
- 挑战分层：保底能运行、标准做闭环、进阶加 AI，人人有合适目标。
- 成果可带走：一个能运行的项目 + 一套文档 + 一段可讲清的经历。