- 博客(24)
- 收藏
- 关注
RSS订阅原创 智能英语翻译学习页面：设计与实现全解析
这个翻译助手的核心设计理念是"以学习者为中心"。这种结构化的展示方式帮助用户逐步深入理解内容，而不是停留在表面翻译。：允许用户根据自身水平（初级/中级/高级）调整学习难度。：根据用户认知层次，从基础翻译到学习指导逐步深入。这种布局符合用户的心理预期，操作路径清晰明了。这些功能让用户能够轻松保存学习成果，方便复习。：提供相关例句帮助理解单词/短语的实际用法。正常状态（显示飞机图标和"开始翻译"文字）加载状态（显示旋转图标和"翻译中"文字）翻译类型（单词/短语/句子/段落）学习难度（初级/中级/高级/学术）
2025-06-11 09:56:41
165
原创 AI文章助手：智能创作的前端设计解析
摘要：该前端页面采用三层结构设计（顶部功能区、中部操作区、底部结果区），实现文章生成与扩写双模式切换功能。核心功能包括流式内容生成、差异对比视图和智能格式处理，通过Vue过渡动画增强交互体验。系统提供多层级反馈机制（加载状态/成功提示/错误提示），并实现生成内容一键转入扩写的便捷操作。采用卡片式布局、SVG图标和响应式设计，兼顾数据统计与本地持久化存储，整体设计注重渐进式交互和无障碍体验。（150字）
2025-06-11 09:50:45
164
原创 从通用练习到专项突破：练习页面的架构升级之路
在我们的在线教育平台初期，我们采用了一个统一的Exercise页面来处理所有题型（选择题、填空题、简答题）。随着业务发展，这种"一刀切"的设计逐渐暴露出诸多问题。本文将详细介绍我们如何将通用练习页面拆分为专项练习页面（以选择题为例），以及这种架构升级带来的显著优势。
2025-06-10 10:55:57
240
原创 从零设计一个AI文章生成与扩写Controller：架构与实现详解
本文介绍了一个基于SpringBoot的AI文章生成与扩写系统的Controller设计。系统采用三层架构设计，通过API端点提供文章生成、扩写等功能，并利用SSE实现流式响应。核心功能包括参数化创作引擎（支持多种文章类型、风格和字数）、智能提示词构建以及异步流式处理。内容扩写功能设计了优化策略和差异对比统计。系统注重健壮性设计，包含全面的错误处理、详细日志记录和数据持久化。未来可扩展更多文章类型、多轮修订等功能，旨在成为人类创意的辅助工具而非替代品。
2025-06-08 10:15:00
629
原创 从零设计一个智能英语翻译API：架构与实现详解
WORD("单词", "这是一个英语单词，请提供详细的词汇分析"),PHRASE("短语", "这是一个英语短语，请提供短语结构和用法分析"),SENTENCE("句子", "这是一个英语句子，请提供语法结构和表达方式分析"),PARAGRAPH("段落", "这是一个英语段落，请提供整体内容和表达技巧分析");// 每个枚举包含显示名称和对应的AI提示语这个设计巧妙之处在于：将教学意图直接编码到枚举中不同类型的文本会触发不同的分析逻辑前端可以通过/options接口动态获取支持的类型。
2025-06-07 21:39:37
840
原创 Spring Boot SSE流式输出+AI消息持久化升级实践：从粗暴到优雅的跃迁
使用 流式返回机制 提升响应体验；加入 分块策略 处理高可变长度的输入/输出；异常可见化，让错误被看到、被记录、被挽救；提前考虑 前后端协作约定，如 chunk 标注语法。希望本篇文章能为你带来实用灵感！
2025-06-06 11:43:42
969
原创 基于 Vue3 + Element Plus 实现的智能题目生成页面设计思路
摘要：文章介绍了基于Vue3+ElementPlus构建的智能题目生成页面的设计与实现。页面采用现代感渐变背景与毛玻璃效果，保持品牌一致性。核心功能包括文件上传模块（支持多种格式）、参数设置区域（题目类型/数量/难度）和题目生成模块。技术实现上采用流式数据处理和sessionStorage缓存题目信息。通过状态感知、错误处理和微交互等优化用户体验。该页面实现了从资料上传到AI生成题目的全流程功能。
2025-06-05 10:53:41
423
原创 Apple风格在DPSK学习平台页面设计中的应用
苹果设计美学在网页中的应用：DPSK学习助手网站设计实践 摘要：本文探讨了Apple设计风格在网页设计中的具体应用。核心要素包括：极简主义（留白艺术、简化导航）、毛玻璃效果（背景模糊创造层次感）。视觉特征表现为柔和的渐变色彩、超大无衬线字体排版。交互设计强调微动画和平滑过渡，采用卡片式布局。技术实现上运用现代CSS特性（毛玻璃效果、响应式字体）和移动优先策略。Apple风格有效提升可读性、可用性和品牌识别。实践建议包括参考iOS设计指南、保持一致性并关注细节。最终证明，这种以用户为中心的设计哲学能创造美观实
2025-06-04 11:58:18
631
原创 核心模块实现思路：ai自动生成题目模块
本文介绍了一个基于OCR和AI的智能题目生成系统。系统通过OCR识别图片文字，调用Deepseek API生成题目，支持选择题、简答题和填空题三种题型。采用流式响应(SSE)实时返回生成过程，前端可分类显示结构化数据。系统设计灵活，可自定义题目数量(1-20)、难度等级(简单/中等/困难)，并支持批量生成混合题型。核心功能包括参数验证、OCR处理、AI题目生成和结果解析模块，具有良好的扩展性，未来可增加新题型、自动评估难度等功能。系统实现了从用户上传图片到最后题目生成展示的完整流程，提升了用户体验。
2025-05-27 11:30:00
266
原创 OCR识别与AI问答集成实现方案
我们需要实现一个系统，能够：1. 通过OCR识别图片中的文字内容2. 将识别结果作为问题提交给AI问答系统3. 实时流式返回AI的解答。
2025-05-26 11:49:14
403
原创 实现对话系统的完整交互日志记录
在我们的智能问答系统初期版本中，日志记录仅能捕获AI的回答内容。在后端响应的同时，记录ai响应的内容，到日志文件中。接受前端返回的message用于记录用户提问。1. 完整记录用户提问和AI回答的全流程对话。2. 明确区分消息来源（用户/AI）持久化存储到数据库（关键目标）3. 支持结构化存储和分析。实现基于类型的响应策略。将会话ID贯穿全链路。
2025-05-25 21:36:43
289
原创 ai对话详解：前端对后端的回答显示过程详解
文章概述了一个基于SSE（Server-Sent Events）的实时聊天系统的工作流程。用户发送消息后，前端将消息和历史记录组装并发送到后端。后端通过SSE逐步返回内容片段，前端监听这些片段并将它们拼接到聊天记录中。核心代码展示了如何创建EventSource对象来接收后端流，以及如何处理和显示这些流式数据。重点包括：用户消息的即时显示、助手消息的占位符设置、流式数据的接收与拼接、聊天窗口的自动滚动以及错误处理。整个过程体现了Vue响应式系统在动态更新UI中的应用。
2025-05-21 10:30:00
286
原创 ai对话详解：前端的message参数组装
本文概述了一个基于SSE（Server-Sent Events）的聊天系统核心流程。用户输入问题后，前端通过sendMessage方法处理，将用户消息和AI的响应状态加入聊天记录，并筛选出用户和AI的对话内容，构造为特定格式的JSON数组。随后，该数组被序列化并URL编码，通过EventSource以GET请求形式发送到后端。后端接收到消息后，解析JSON字符串，获取对话上下文，并按顺序流式返回内容。整个过程实现了用户与AI的实时交互，确保了消息的连续性和上下文的相关性。
2025-05-20 21:02:03
144
1原创 基于 DeepSeek 流式对话平台前端设计文档
预占位 AI 回复（type: 1，loading: true）loading 区域居中，使用 loading.gif 动图。实时监听 AI 回复，将内容不断追加到对应的 AI 消息。支持流式展示，通过拼接字符串数组方式。上，实现无需点击按钮即可发送消息。采用嵌套式结构，便于组件化管理。选择器穿透样式作用域，定制。做 markdown 渲染。表示 AI 消息，使用。检查用户输入是否为空。AI 的头像颜色不同。
2025-04-22 10:00:00
364
原创 基于 DeepSeek 流式对话平台后端与前端交互心得
本项目基于 Spring Boot 搭建，封装了对 DeepSeek AI 流式接口的调用，并通过 SSE（Server-Sent Events）协议将 AI 的响应实时推送给前端，实现顺畅的前后端分离 AI 对话体验。推送格式：示例：🧠 工作流程概述🧱 核心代码解析1. 核心功能在 方法和 方法中：2. 封装发送给前端的文本内容：3. 解析 DeepSeek 响应结构：提取 AI 回复的逻辑：🧾 依赖说明 OkHtt
2025-04-20 21:05:22
275
原创 DeepSeek API 的 java 调用 初研究笔记
以上代码实现了用 Java 的 OkHttp 库构建的一个 HTTP 请求，用于调用 DeepSeek 的聊天补全 API。这是一个典型的 AI 聊天 API 调用实现，包含了对话上下文和生成参数。1.注册并登录DeepSeek官网，进入DeepSeek开放平台，获取API，注意及时保存API，无法重复查看。实际上是发送给 DeepSeek API 的请求体（request body），定义了聊天补全任务的参数。usage之后的内容主要是Token消耗统计，不是研究重点，因此忽略。实际上，choices。
2025-03-29 19:37:48
728
原创 撰写高质量 README：DPSK Quiz Sys 项目的 Markdown 编写心得
在开发这款智能教育工具时，我深刻体会到了README.md文件的重要性。它不仅是项目的门面，也是团队协作和用户快速上手的关键文档。在这篇博客中，我将分享README.md的撰写经历，以及 Markdown 编写的心得，希望能帮助有类似需求的开发者。通过这次README.md的撰写，我深刻体会到 Markdown 在项目文档中的重要性。好的README.md不仅能让项目更具吸引力，还能降低用户的学习成本，提高团队协作效率。总结几点 Markdown 编写的心得： ✅结构清晰，让用户快速理解项目。✅。
2025-03-25 09:35:51
840
原创 基于deepseek的智能题目生成问答系统——需求分析
本项目面向学生用户提供智能化的学习辅助功能，涵盖拍照转PDF、PDF解析与题目生成、自动判卷与错题分析、个性化学习报告四个核心模块。系统利用Deepseek的自然语言处理与OCR技术，帮助学生高效整理学习材料、自动生成练习题、智能批改答案，并提供针对性的学习反馈。：根据历史答题情况，生成个性化的学习报告，帮助学生查漏补缺。记录学生的答题情况，包括得分、错题分布、知识点掌握情况等。：自动生成符合个人需求的练习题，减少寻找题目的时间。生成详细的评分反馈，包括得分、扣分原因、答案分析。
2025-03-22 15:58:17
514
原创 山东大学软件学院项目实训
功能，通过直观易用的网页界面，为用户提供高效、精准且个性化的教育服务。内容自动解析与题目生成、智能判卷及错题分析以及个性化学习报告。的智能题目生成问答系统，是一款面向教师与学生的。
2025-03-11 16:31:21
368
山东大学软件学院软件工程专业计算机图形学基础复习资料
2025-05-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人