【小组讨论02】功能设计及分工实践-CSDN博客

本文链接：https://blog.csdn.net/m0_74097804/article/details/147542745

一、背景与目标

上次会议，小组围绕“汉语学习”的功能需求展开讨论。需求文档明确了核心功能（卡片学习、情景对话等）和辅助模块（积分、排行榜），但如何将抽象需求转化为可落地的设计方案，并合理分配开发任务，成为团队的首要挑战。

目标：

设计符合目前主流语言学习网站风格的用户界面，提升学习趣味性。
明确前后端协作边界，确保技术方案可扩展。
制定开发优先级，优先交付核心功能MVP（最小可行产品）。

二、核心功能设计讨论

1. 卡片学习：如何平衡趣味性与学习效率？

前端主张：
- 参考主流网站的闯关模式，设计卡片翻转动效和错误抖动反馈。
后端疑虑：
- 动态生成题目需考虑词库分级逻辑（如初级用户避免高级词汇）。
- 错题归集功能依赖高效的数据查询（如按错误率排序）。
达成共识：
- 使用Redis缓存高频词库，前端通过/api/get-card接口按难度拉取题目。
- 错题记录表增加error_count字段，方便后续生成复习计划。

2. 情景对话：如何实现低延迟的AI交互？

技术难点：
- AI回复延迟影响用户体验，需优化模型响应速度。
- 中英双语切换需保证上下文连贯性。
解决方案：
- 后端：采用WebSocket长连接，预加载常见情景的语料库，减少API调用耗时。
- 前端：设计“假性实时”效果——用户发送消息后，立即展示“AI正在输入”的动画，掩盖加载延迟。
- 数据协议示例：
```
// WebSocket消息格式  
{  
  "type": "user_message",  
  "content": "I want to book a flight",  
  "lang": "en",  
  "scene": "airport"  
}  
```

3. 书写纠正：如何精准识别笔顺错误？

算法组建议：
- 使用LSTM网络分析笔画时序数据，结合OCR识别结果对比标准字形。
- 建立常见错误库（如“横笔过长”“撇捺角度偏差”），针对性生成提示。
前端配合：
- 提供手写板Canvas画布，捕获坐标数据并实时传输至后端。
- 实现动态笔顺演示动画，用红色箭头高亮错误步骤。

三、技术分工与协作实践

1. 前后端协作边界

模块	前端职责	后端职责
情景对话	实现聊天界面动效、语音输入适配	对接DeepSeek API、维护WebSocket连接
识图搜词	相机取景框优化、图片压缩（<300KB）	调用YOLO模型识别物体、关联词汇数据库
积分系统	实时显示积分变动动画	Redis事务管理、防刷分逻辑（如每日上限）

2. 关键接口定义（部分示例）

卡片学习题目获取

GET /api/cards  
参数：{ level: "beginner", category: "food" }  
响应：{  
  id: 101,  
  image_url: "https://xxx/apple.jpg",  
  options: ["apple", "banana", "car", "dog"],  
  correct_index: 0  
}