一、作业背景与组队协作模式

作为23 计科7班软件工程专业的大二学生，我们在 “软件工程导论” 课程中接触到 “结对编程” 这一经典开发模式。本次作业要求 2-3 人组队，借助代码自动生成工具完成一个可运行的小型项目，旨在让我们体会 “人机协作 + 人际协作” 在软件开发中的价值。

我们小组由  陈豪杰（需求分析与 AI 交互）、孙晟继（代码测试与 Bug 修复；文档编写与技术复盘）两位成员组成。采用 “轮值主导 + 互补支持” 的协作模式：每次功能迭代由一位成员主导执行，另外两位从旁提供思路并记录过程，确保每个环节都有多元视角的参与。

二、工具选型与技术栈决策

在代码自动生成工具的选择上，我们对比了三类主流方案：

工具	优势	不足	最终选择理由
GitHub Copilot	与 VS Code 深度集成，实时代码补全	对复杂需求的理解能力较弱	更适合 “编码辅助”，而非 “需求→代码全流程”
豆包代码助手	中文交互友好，支持多轮需求迭代	生成代码的工程化程度一般	备选方案
ChatGPT	自然语言理解能力强，支持复杂需求拆解	需要手动调整代码适配本地运行环境	能完整承接 “需求描述→代码生成→问题优化” 全流程

最终我们选择ChatGPT（GPT-4 版本）作为核心工具，技术栈为Python 3.9（选择 Python 是因为其语法简洁，适合快速验证功能）。

三、项目开发全流程详解

1. 需求工程：从模糊想法到可执行需求

起初我们对 “图书管理系统” 的需求仅停留在 “能借还书” 的模糊认知，通过小组头脑风暴和 “需求细化提问法”，逐步明确了功能需求、非功能需求和用户场景：

• 功能需求：

  • 基础功能：图书信息 CRUD（创建、查询、更新、删除）；
  • 核心流程：借阅（需验证图书状态）、归还（需更新状态和记录）；
  • 拓展功能：图书分类（按作者、出版社）、借阅统计。

• 非功能需求：

  • 性能：单批次处理 100 本图书时响应时间 < 1 秒；
  • 可靠性：数据持久化，程序崩溃后可恢复；
  • 易用性：控制台交互需有清晰的菜单引导。

• 用户场景：

  • 场景 1：图书管理员添加新到的 “人工智能” 系列教材；
  • 场景 2：学生查询 “Python 编程” 相关图书并借阅；
  • 场景 3：管理员月末统计本月图书借阅 Top3。

2. 代码生成：AI 的 “理解 - 生成” 能力边界

我们将需求拆解为 “领域模型设计→核心功能实现→交互逻辑开发” 三个阶段，逐步向 ChatGPT 投喂需求：

• 领域模型设计：向 AI 提问：“请设计图书管理系统的领域模型，包含 Book、User、Library 三个核心类，需体现类之间的关联关系。”AI 生成的 UML 类图描述（文本版）：

  +----------------+        +----------------+
  |    Book        |        |    User        |
  +----------------+        +----------------+
  | - title: str   |        | - name: str    |
  | - author: str  |        | - role: str    |  # 如"学生"、"管理员"
  | - isbn: str    |        | - borrow_history: list |
  | - status: str  |        +----------------+
  | - borrower: User|--------|*--------------|
  +----------------+        |                |
                            +----------------+
  
  +----------------+
  |  Library       |
  +----------------+
  | - books: list  |
  | - users: list  |
  +----------------+
  | + add_book()   |
  | + borrow_book()-+----+
  | + return_book()-+    |
  +----------------+    |
                        |
  +----------------+    |
  |  Main          |    |
  +----------------+    |
  | - library: Library|<-+
  | + run()        |
  +----------------+
  

• 核心功能实现：基于领域模型，进一步要求 AI 生成代码：“请基于上述类图，生成 Python 代码实现图书借阅、归还功能，要求借阅时检查图书状态，归还时记录归还时间。”AI 生成的关键方法示例：

  python

  class Library:
      def borrow_book(self, book_isbn, user_name):
          for book in self.books:
              if book.isbn == book_isbn:
                  if book.status == "可借阅":
                      book.status = "已借阅"
                      book.borrower = user_name
                      book.borrow_date = datetime.datetime.now()
                      # 为用户添加借阅记录
                      for user in self.users:
                          if user.name == user_name:
                              user.borrow_history.append({
                                  "book_title": book.title,
                                  "borrow_date": book.borrow_date
                              })
                      return True, "借阅成功"
                  else:
                      return False, "图书已被借阅"
          return False, "图书不存在"
  
      def return_book(self, book_isbn):
          for book in self.books:
              if book.isbn == book_isbn:
                  if book.status == "已借阅":
                      book.status = "可借阅"
                      return_date = datetime.datetime.now()
                      borrow_date = datetime.datetime.strptime(book.borrow_date, "%Y-%m-%d %H:%M:%S")
                      days_borrowed = (return_date - borrow_date).days
                      book.borrower = None
                      book.borrow_date = None
                      return True, f"归还成功，借阅时长{days_borrowed}天"
                  else:
                      return False, "图书未被借阅"
          return False, "图书不存在"
  

3. 测试驱动的优化迭代

孙晟继 同学采用黑盒测试 + 白盒测试结合的方式，对系统进行了多轮验证：

• 黑盒测试场景：

  • 场景 1：输入无效 ISBN（如 “123”），验证系统是否提示 “ISBN 格式错误”；
  • 场景 2：借阅已被借出的图书，验证系统是否提示 “图书已被借阅”；
  • 场景 3：连续添加 10 本不同图书，验证数据持久化是否完整。

• 白盒测试重点：针对borrow_book方法，通过单元测试验证分支逻辑：

  python

  def test_borrow_book(self):
      # 初始化图书馆、图书和用户
      lib = Library()
      book = Book("测试图书", "测试作者", "测试出版社", "9787111694220")
      lib.books.append(book)
      user = User("测试用户", "学生")
      lib.users.append(user)
      
      # 测试正常借阅
      result, msg = lib.borrow_book("9787111694220", "测试用户")
      self.assertTrue(result)
      self.assertEqual(msg, "借阅成功")
      self.assertEqual(book.status, "已借阅")
      
      # 测试借阅已借出的图书
      result, msg = lib.borrow_book("9787111694220", "另一用户")
      self.assertFalse(result)
      self.assertEqual(msg, "图书已被借阅")
  

基于测试结果，我们又向 AI 提出了3 类优化需求：

• 数据层：“如何将图书数据保存到 SQLite 数据库，实现更可靠的持久化？”
• 交互层：“如何优化控制台菜单的交互体验，比如添加颜色提示？”
• 功能层：“如何实现图书逾期提醒（假设借阅期限为 30 天）？”

AI 针对 “逾期提醒” 生成的代码片段：

python

def check_overdue(self):
    overdue_books = []
    now = datetime.datetime.now()
    for book in self.books:
        if book.status == "已借阅":
            borrow_date = book.borrow_date
            due_date = borrow_date + datetime.timedelta(days=30)
            if now > due_date:
                overdue_days = (now - due_date).days
                overdue_books.append({
                    "title": book.title,
                    "borrower": book.borrower,
                    "overdue_days": overdue_days
                })
    return overdue_books

四、项目成果与延伸思考

1. 最终系统功能全景

我们的图书管理系统最终实现了7 大核心功能：

• 图书信息管理（添加、修改、删除、查询）；
• 多维度查询（按书名、作者、ISBN、出版社）；
• 借阅 / 归还流程（含状态校验、时间记录）；
• 数据持久化（支持 JSON 文件和 SQLite 数据库双模式）；
• 逾期提醒（自动计算并提示超期图书）；
• 用户管理（区分管理员和普通用户权限）；
• 借阅统计（按月、按用户生成借阅排行）。

其中 “多维度查询” 的运行示例：

请输入操作序号：2
===== 请选择查询方式 =====
1. 按书名查询
2. 按作者查询
3. 按出版社查询
4. 按ISBN查询
请输入序号：2
请输入作者关键词：张三
查询结果：
1. 《Python编程从入门到精通》  ISBN：9787111694220  状态：可借阅
2. 《数据结构与算法分析》      ISBN：9787115537930  状态：已借阅

2. 对 “AI + 编程” 未来的思考

通过本次实践，我们对 “人工智能辅助软件开发” 有了更具象的认知：

• AI 的当前定位：是 “超级助手” 而非 “替代者”。它能高效处理标准化、重复性的编码工作（如生成 CRUD 接口、基础算法实现），但对业务逻辑的深层理解、系统架构的全局设计仍需人类主导。
• 工程师的能力进化：未来的开发者需要更强的 “需求拆解能力” 和 “代码校验能力”—— 能把模糊的业务需求转化为 AI 可理解的精准提示，也能快速识别 AI 生成代码中的潜在问题（如性能瓶颈、逻辑漏洞）。

以本次项目为例，AI 生成的 “数据持久化” 代码最初仅支持单线程写入，在我们提出 “多用户并发访问” 的假设后，又通过提示 “如何实现 Python 文件的并发安全写入？” 得到了带锁机制的优化方案：

python

import threading

class SafeLibrarySystem(LibrarySystem):
    def __init__(self):
        super().__init__()
        self.file_lock = threading.Lock()  # 新增文件锁
        
    def save_to_file(self):
        with self.file_lock:  # 加锁保证并发安全
            super().save_to_file()

五、团队总结与致谢

• 陈豪杰（需求与 AI 交互）：ChatGPT 的代码生成能力超出预期，但需要非常精准的提示词。比如最初我只说 “生成图书管理系统代码”，得到的是很简陋的版本；后来学会拆解需求（如 “先设计领域模型→再实现核心功能→最后优化交互”），产出质量才明显提升。
• 孙晟继（测试与优化）：结对编程让测试工作更有价值。当我发现 “借阅后图书状态未更新” 的问题时，XXX 能快速和 AI 沟通定位，这种 “发现问题→解决问题” 的闭环效率很高；文档与复盘，整理过程中发现，把每次和 AI 的对话记录下来（包括失败的提示词），是很好的学习素材。比如有一次我问 “优化图书系统”，AI 回复很宽泛；后来改成 “从性能、可靠性、易用性三个维度优化图书管理系统的 Python 代码”，得到的建议就具体多了。

感谢本次作业让我们深入体验了 “AI 辅助结对编程” 的完整流程，也期待在后续课程中探索更多软件工程实践方法！

班级：23 计科7班  小组成员：陈豪杰 孙晟继