366 lines
12 KiB
Markdown
366 lines
12 KiB
Markdown
# Python程序设计课程设计
|
||
|
||
## 🎯 课程概述
|
||
|
||
**课程主题**：基于 DeepSeek API + Streamlit 的 AI 应用开发
|
||
|
||
**课程理念**：
|
||
|
||
> 在 AI 时代，代码可以生成，Bug 可以修复，文档可以自动撰写——
|
||
>
|
||
> **但判断什么值得做、为结果负责、理解用户真实需求、在约束中做取舍，这些能力永远属于你。**
|
||
|
||
本课程通过 AI 代码编辑器（如 Cursor、Windsurf）进行 **Vibe Coding**，让学生体验"用自然语言编程"的全新开发方式。但更重要的是，在这个过程中**思考人与 AI 的协作边界**，培养 AI 时代真正不可替代的能力。
|
||
|
||
**技术栈**：
|
||
- 🐍 **Python 3.10+**
|
||
- 🤖 **DeepSeek API**（大语言模型）
|
||
- 🎨 **Streamlit**（Web 界面框架）
|
||
- 🛠️ **Cursor / Windsurf**（AI 代码编辑器）
|
||
|
||
---
|
||
|
||
## 📅 课程安排
|
||
|
||
| 日期 | 内容 | 形式 |
|
||
|:---:|:---:|:---:|
|
||
| **第1天** | 课程讲解与演示 | 教师授课 |
|
||
| **第2天** | 自主开发 | 学生自学 |
|
||
| **第3天** | 中期答疑 | 集中答疑 |
|
||
| **第4天** | 自主开发 | 学生自学 |
|
||
| **第5天** | 项目展示与评审 | 成果展示 |
|
||
|
||
---
|
||
|
||
## 📚 第1天：课程讲解与演示（3学时）
|
||
|
||
### 1.1 课程导入（30分钟）
|
||
|
||
#### 什么是 Vibe Coding？
|
||
- **定义**：一种"以人为本、AI 为器"的编程范式。开发者专注于**意图描述**和**结果验收**，而将代码实现、调试细节交由 AI 辅助完成。
|
||
- **核心逻辑**："描述你想要什么，而不是告诉计算机怎么做"。
|
||
- **演示**：用自然语言在 3 分钟内创建一个完整应用。
|
||
|
||
#### AI 时代，什么能力真正属于你？
|
||
|
||
> **AI 能做的事越来越多：** 语法查询、代码生成、Bug 修复、文档撰写、测试创建、架构建议、代码重构...
|
||
>
|
||
> **但这些能力永远属于你：**
|
||
> - 🎯 **判断什么值得做** —— 选题的眼光和价值判断
|
||
> - 📋 **为结果负责** —— 代码能跑不等于问题解决
|
||
> - 👥 **理解真实需求** —— 用户要的不是功能，是解决方案
|
||
> - ⚖️ **在约束中取舍** —— 时间、资源、技术的平衡
|
||
> - 🤝 **与人协作** —— 包括与 AI 协作
|
||
|
||
本课程不只是教你用 AI 写代码，更是让你**体验和思考这些不可替代的能力**。
|
||
|
||
#### AI 代码编辑器介绍
|
||
- **Cursor**：[https://cursor.com](https://cursor.com)
|
||
- **Windsurf**：[https://codeium.com/windsurf](https://codeium.com/windsurf)
|
||
- **核心模式**：
|
||
- **Approve/Reject**：人是最终的决策者。
|
||
- **Context Awareness**：如何让 AI "看见"你的整个项目。
|
||
|
||
### 1.2 技术栈讲解（60分钟）
|
||
|
||
#### DeepSeek API 快速入门
|
||
```python
|
||
from openai import OpenAI
|
||
|
||
# 初始化客户端
|
||
client = OpenAI(
|
||
api_key="your-api-key", # 建议使用环境变量
|
||
base_url="https://api.deepseek.com"
|
||
)
|
||
|
||
# 发送请求
|
||
response = client.chat.completions.create(
|
||
model="deepseek-chat", # 使用 V3 模型
|
||
messages=[
|
||
{"role": "system", "content": "你是一个有帮助的助手"},
|
||
{"role": "user", "content": "你好！"}
|
||
],
|
||
stream=False
|
||
)
|
||
|
||
print(response.choices[0].message.content)
|
||
```
|
||
|
||
> [!WARNING]
|
||
> **API Key 安全**：
|
||
> 绝对不要按将 API Key 直接提交到 GitHub 等公共仓库！请使用 `.env` 文件配合 `.gitignore` 管理。
|
||
|
||
**关键概念**：
|
||
- **API Key**：你的"通行证"，注意保密。
|
||
- **Messages**：对话历史的列表，包含 system（人设）、user（用户）、assistant（AI）。
|
||
- **Stream**：流式输出，提升用户体验（像打字机一样显示）。
|
||
|
||
#### Streamlit 快速入门
|
||
```python
|
||
import streamlit as st
|
||
|
||
st.title("我的第一个 Streamlit 应用")
|
||
|
||
# 侧边栏
|
||
with st.sidebar:
|
||
st.write("这是侧边栏")
|
||
|
||
# 输入框
|
||
user_input = st.text_input("请输入你的问题：")
|
||
|
||
# 按钮与交互
|
||
if st.button("提交"):
|
||
if user_input:
|
||
st.write(f"你输入了：{user_input}")
|
||
else:
|
||
st.warning("请输入内容！")
|
||
```
|
||
|
||
**常用组件**：
|
||
- 🛠️ **输入**：`st.text_input`, `st.text_area`, `st.slider`
|
||
- 📄 **输出**：`st.write`, `st.markdown`, `st.chat_message`
|
||
- 🎒 **状态**：`st.session_state` (用于记住对话历史)
|
||
|
||
### 1.3 完整示例演示（45分钟）
|
||
|
||
#### 现场演示：用 Vibe Coding 构建一个 AI 聊天应用
|
||
|
||
**演示步骤**：
|
||
1. **Init**：新建文件夹，用自然语言让 AI 初始化环境。
|
||
2. **Draft**：描述核心需求，生成 1.0 版本代码。
|
||
3. **Refine**：
|
||
- 添加对话历史记忆（Session State）。
|
||
- 开启流式输出（Streaming）。
|
||
- 优化 UI（添加侧边栏设置）。
|
||
4. **Deploy**：运行并测试。
|
||
|
||
**示例 Prompt**：
|
||
> "帮我创建一个基于 DeepSeek API 的聊天应用，使用 Streamlit 构建界面。要求：
|
||
> 1. 支持多轮对话，保留对话历史
|
||
> 2. 使用流式输出，打字机效果显示回复
|
||
> 3. 左侧边栏可以设置系统提示词
|
||
> 4. 界面美观，有清空对话的按钮"
|
||
|
||
### 1.4 项目要求说明（15分钟）
|
||
|
||
#### 项目选题（任选其一或自拟）
|
||
|
||
| 难度 | 项目名称 | 服务对象/场景 | 解决的真实问题/价值 |
|
||
|:---:|:---|:---|:---|
|
||
| ⭐⭐ | AI 写作助手 | 学生/自媒体 | 写作与润色提效，输出更顺畅 |
|
||
| ⭐⭐ | 智能单词本 | 英语学习者 | 释义+例句，降低背词与造句门槛 |
|
||
| ⭐⭐ | AI 任务拆解教练 | 学习/入职 | 把目标拆成可执行步骤与提醒 |
|
||
| ⭐⭐⭐ | 会议纪要助手 | 团队会议 | 自动要点/待办提炼，减少遗漏 |
|
||
| ⭐⭐⭐ | 代码解释与修复 | 编程学习者 | 逐行讲解+修复建议，缩短排错时间 |
|
||
| ⭐⭐⭐ | 产品需求澄清助手 | PM/开发 | 拆解模糊需求→可执行条目 |
|
||
| ⭐⭐⭐ | 学习笔记整理 | 学生/职场 | 将笔记结构化，生成概要/测验题 |
|
||
| ⭐⭐⭐⭐ | 智能知识库问答 | 企业/课程 | 自有文档精准问答，减少人工答疑 |
|
||
| ⭐⭐⭐⭐ | AI 数据洞察仪表盘 | 中小团队 | 上传表格自动生成洞察与可视化 |
|
||
| ⭐⭐⭐⭐ | AI 面试官 | 求职者 | 简历定制问答，练习反馈与改进建议 |
|
||
| ⭐⭐⭐⭐⭐ | 多 Agent 决策工作坊 | 方案评审 | 多角色视角辩论，生成决策要点 |
|
||
|
||
> 💡 **选题思考**：不只是"我能做什么"，更要思考"这个项目**对谁有价值**？解决什么**真实问题**？"
|
||
|
||
---
|
||
|
||
## 🔧 第2天：自主开发
|
||
|
||
### 建议学习路线
|
||
|
||
```
|
||
上午：环境搭建 + 熟悉工具
|
||
├── 安装 Python、Cursor/Windsurf
|
||
├── 申请 DeepSeek API Key
|
||
├── 运行第一天的示例代码
|
||
└── 熟悉 AI 编辑器的操作（Composer/Chat 模式）
|
||
|
||
下午：开始项目开发
|
||
├── 确定项目选题
|
||
├── 用自然语言描述项目需求（Project Requirements）
|
||
├── 让 AI 生成初始代码框架
|
||
└── 运行调试，迭代优化
|
||
```
|
||
|
||
### Vibe Coding 技巧
|
||
|
||
#### 1. 上下文管理（Context）
|
||
AI 不是神，它需要知道你的代码、你的报错、你的意图。
|
||
- **@Files**：在 Cursor 中使用 `@` 引用相关文件。
|
||
- **Paste Error**：直接粘贴报错信息，不要只说"报错了"。
|
||
|
||
#### 2. 有效的 Prompt 模板
|
||
```markdown
|
||
角色：你是一个 Python 专家。
|
||
任务：创建一个 [项目类型]，使用 [技术栈]。
|
||
|
||
功能需求：
|
||
1. [功能1]
|
||
2. [功能2]
|
||
|
||
约束条件：
|
||
- 代码简洁，有注释
|
||
- 使用 Streamlit 的 sidebar 布局
|
||
```
|
||
|
||
#### 3. 常见问题排查
|
||
- **Streamlit 页面频繁刷新？** -> 检查是否把初始化代码放在了循环里，或者没用 `st.session_state`。
|
||
- **API 报错 401？** -> 检查 API Key 是否正确，环境变量是否生效。
|
||
|
||
### 学习资源
|
||
- 📚 **Streamlit 文档**：[docs.streamlit.io](https://docs.streamlit.io)
|
||
- 🤖 **DeepSeek API**：[platform.deepseek.com](https://platform.deepseek.com)
|
||
- 📺 **教程**：B站搜索 "Streamlit 入门" 或 "Cursor 教程"
|
||
|
||
---
|
||
|
||
## ❓ 第3天：中期答疑
|
||
|
||
### 答疑内容
|
||
- ✅ 项目选题确认
|
||
- 🐛 疑难 Bug 攻关
|
||
- 🏗️ 架构设计与优化建议
|
||
|
||
### 常见问题解决方案表
|
||
|
||
| 问题分类 | 现象描述 | 解决方案核心 |
|
||
|:---|:---|:---|
|
||
| **环境** | `ModuleNotFoundError` | 运行 `pip install <库名>` |
|
||
| **API** | `402 Payment Required` | 账户余额不足，需充值 |
|
||
| **API** | 回复中断/不完整 | 检查 `max_tokens` 设置，或上下文超长 |
|
||
| **Streamlit** | 变量一点按钮就重置 | **必须**使用 `st.session_state` 存储变量 |
|
||
| **Streamlit** | 运行无反应 | 确保命令是 `streamlit run app.py` 而不是 `python app.py` |
|
||
|
||
### 中期检查清单
|
||
- [ ] 选题已定，核心功能跑通
|
||
- [ ] 理解核心代码逻辑（能给别人讲清楚）
|
||
- [ ] 无论是 Git 还是手动备份，确保代码有存档
|
||
- [ ] 能清晰回答：**我的项目为谁解决了什么问题？**
|
||
|
||
---
|
||
|
||
## 🔧 第4天：自主开发
|
||
|
||
### 建议工作重点
|
||
- **完善功能**：处理边界情况（如用户输入为空、API 请求失败）。
|
||
- **美化界面**：使用 `st.columns` 排版，添加 Emoji，优化提示语。
|
||
- **准备展示**：开始思考演示流程，准备 README。
|
||
|
||
> [!TIP]
|
||
> **加分项**：
|
||
> - 💾 **数据持久化**：对话不丢失（存本地 JSON 或 SQLite）。
|
||
> - 📱 **响应式**：手机端打开也好看。
|
||
> - 📊 **可视化**：用图表直观展示数据。
|
||
|
||
---
|
||
|
||
## 🎤 第5天：项目展示与评审
|
||
|
||
### 展示形式
|
||
- **时间**：每组 (2-3人) **5分钟**。
|
||
- **内容**：PPT/文档介绍 (1min) + 实机演示 (4min) + 心得分享 (2min)。
|
||
|
||
### 评分标准（总分 100）
|
||
|
||
| 维度 | 分值 | 核心考量 |
|
||
|:---|:---:|:---|
|
||
| **功能完成度** | 25 | 核心功能由无 Bug，流程跑通 |
|
||
| **创意与体验** | 20 | 界面美观，交互顺滑，解决痛点 |
|
||
| **技术实现** | 20 | 代码结构清晰，错误处理完善 |
|
||
| **展示表现** | 10 | 表达清晰，演示流畅 |
|
||
| **开发心得** | 15 | **(重要)** 对 AI 协作的真实思考与反思 |
|
||
| **学习态度** | 10 | 课堂与答疑的参与度 |
|
||
|
||
> **难度系数**：
|
||
> 基础项目 (⭐⭐) 系数 ×1.0；挑战项目 (⭐⭐⭐⭐) 系数 ×1.1。
|
||
> *鼓励挑战，但也尊重将简单事情做到极致。*
|
||
|
||
---
|
||
|
||
## 📦 提交要求
|
||
|
||
### 1. 提交材料
|
||
1. **源代码**：完整项目文件夹。
|
||
2. **README.md**：项目说明文档。
|
||
3. **requirements.txt**：`pip freeze > requirements.txt` 生成。
|
||
4. **开发心得**：Markdown 格式，**不少于 500 字**。
|
||
|
||
### 2. README.md 模板
|
||
```markdown
|
||
# [项目名称]
|
||
|
||
## 简介
|
||
这句话介绍你的项目是做什么的，解决了什么问题。
|
||
|
||
## 如何运行
|
||
1. 安装依赖：`pip install -r requirements.txt`
|
||
2. 配置 Key：复制 `.env.example` 为 `.env` 并填入 Key。
|
||
3. 运行：`streamlit run app.py`
|
||
|
||
## 功能列表
|
||
- [x] 功能 A
|
||
- [ ] 功能 B (待开发)
|
||
```
|
||
|
||
### 3. 📝 开发心得（必填，>500字）
|
||
|
||
**请围绕以下核心问题撰写：**
|
||
|
||
1. **选题思考**：为什么做这个？解决了谁的痛苦？
|
||
2. **AI 协作体验**：
|
||
- 第一次用 AI 写代码的感觉？
|
||
- 哪个 Prompt 让你直呼"牛逼"？哪个让你想砸键盘？
|
||
- AI 生成的 Bug 你是怎么解的？
|
||
3. **自我反思**：
|
||
- 离开 AI，我还能写出这个吗？
|
||
- AI 时代，我作为程序员的核心竞争力到底是什么？
|
||
|
||
> 💡 **真情实感最重要**。我们不想看套话，想看你的真实挣扎与顿悟。
|
||
|
||
---
|
||
|
||
## 🔗 附录：环境配置指南
|
||
|
||
### 1. 基础环境
|
||
- **Python**：推荐 3.10+ ([官网下载](https://www.python.org/downloads/))
|
||
- **编辑器**：推荐 Cursor 或 VS Code + Windsurf 插件。
|
||
|
||
### 2. 项目初始化命令
|
||
```bash
|
||
# 1. 创建虚拟环境 (Windows)
|
||
python -m venv venv
|
||
.\venv\Scripts\activate
|
||
|
||
# 1. 创建虚拟环境 (Mac/Linux)
|
||
python3 -m venv venv
|
||
source venv/bin/activate
|
||
|
||
# 2. 安装核心库
|
||
pip install streamlit openai python-dotenv
|
||
```
|
||
|
||
### 3. API Key 管理示例 (`.env`)
|
||
不要把 Key 写死在代码里！
|
||
```python
|
||
# .env 文件
|
||
DEEPSEEK_API_KEY=sk-xxxxxxx
|
||
```
|
||
```python
|
||
# app.py
|
||
import os
|
||
from dotenv import load_dotenv
|
||
|
||
load_dotenv() # 加载 .env
|
||
api_key = os.getenv("DEEPSEEK_API_KEY")
|
||
```
|
||
|
||
---
|
||
|
||
## 🌟 结语
|
||
|
||
> **代码是 AI 写的没关系，**
|
||
>
|
||
> **但选题是你定的，需求是你理解的，取舍是你做的，结果是你交付的，成长是你自己的。**
|
||
|
||
祝大家在 **Vibe Coding** 中找到属于自己的价值！🚀
|
||
|