山东大学软件工程2023级创新项目实训 | 一、开题答辩准备与项目选题落地
一、选题背景与初期讨论

2026年3月,2023级软件学院创新项目实训正式启动。根据学院发布的实训实施方案,本年度开题主题围绕两个方向展开:一是“通用人工智能应用开发”,即通过调用大模型API进行创新应用或智能体开发;二是“开源基础软件/工业软件”,面向基础软件或工业软件进行开源贡献。
3月中旬,我们开始进行选题讨论。在初步筛选中,我们注意到往届实训项目和开源社区中存在一些出现频率较高的选题类型,如校园服务类应用(课表助手、失物招领)、求职辅助类工具(简历优化、模拟面试)以及旅游攻略类产品。这些选题虽然具备实际应用场景,但存在同质化程度较高、技术壁垒相对有限的问题。
我们希望在选题上做出区分,选择一个问题定义明确、技术链条完整、具有明确创新点的方向。为此,我们借助DeepSeek和豆包等工具进行了多轮方向探索,最终将目光投向家庭饮食管理领域。
经过讨论,我们初步确定了第一个项目选题:SmartKitchen——基于大模型的智能食材管理与饮食推荐系统。项目定位为:通过食材库存管理、过期预警、个性化菜谱推荐等功能,帮助用户减少食材浪费、优化饮食结构。团队名定为OvercookedLab。
二、开题准备阶段的分工
选题确定后,我们进入了开题答辩的准备阶段。按照学院要求,需要提交《创新项目实训申请表》并进行PPT汇报答辩。我们四人的分工如下:
| 成员 | 负责内容 |
|---|---|
| 熊巧妍 | PPT前半部分制作(项目背景、功能概述) |
| 彭诗语 | PPT后半部分制作(项目创新点、实施方案) |
| 胡锦玉 | 开题汇报讲解 |
| 李弈霏 | 项目申请书主要撰写 |
在PPT制作过程中,我负责的前半部分主要围绕三个方面展开:一是项目背景与意义,说明家庭食材管理中存在的实际痛点;二是项目目标与功能概述,包括食材管理模块、智能菜谱推荐模块、饮食分析与购物清单模块等。以下是开题答辩ppt我负责制作的大致截图。


而申请书撰写则从项目背景、技术创新、工作内容、技术路线、实施方案五个方面进行了系统阐述。我们对申请书进行了多轮修改,确保功能规划与技术实现路径能够对应。以下是SmartKitchen:基于大模型的智能食材管理与饮食推荐系统的项目申请书大致截图记录。


三、开题答辩与教师反馈
3月16日,我们进行了开题答辩。胡锦玉代表团队完成汇报,整体介绍了项目定位、功能规划和技术方案。
答辩结束后,指导教师给出了反馈意见。老师首先认可了选题方向的调整思路——避开过于泛化的校园类和求职类选题是合理的。但同时指出了汇报中存在的一个关键问题:对技术实现细节的阐述不够充分。
具体来说,汇报中描述了各功能模块“要做什么”,但对于“如何用技术手段实现”以及“技术难点如何突破”这两个问题的说明不够深入。例如,大模型如何准确解析非结构化的食材描述、多维度情境信息的权重如何分配、推荐结果的排序策略如何设计等,这些内容在答辩中涉及较少。
老师给出了两点明确建议:
-
对于旅行规划、学习助手、美食推荐类选题,建议更换为更聚焦、更能体现专业能力的方向;
-
在当前大模型代码生成能力较强的背景下,项目需要在完整性和技术深度上体现更高要求。
四、选题调整与重新讨论
答辩结束后,我们小组对教师反馈进行了认真复盘。我们意识到,SmartKitchen虽然在功能设计上比较完整,但在技术挑战性和创新深度上仍有提升空间。此外,从个人兴趣角度出发,我们也希望找到一个能够激发持续投入热情的方向。
在第二轮深度讨论中,我们重新审视了多个可能的方向。李弈霏组员提出,可以跳出“工具型应用”的框架,考虑内容生成类产品。我们回顾了各自在使用软件产品时体验较好的案例,发现互动叙事类作品——如文字冒险游戏、互动小说——在沉浸感和复玩价值方面具有独特优势。
经过进一步调研,我们确定这一方向具备以下特点:
-
技术挑战明确:长程上下文一致性维护、角色状态追踪、多分支逻辑收敛、自由文本意图识别等,都是大模型应用中的非平凡问题;
-
创新空间较大:传统互动叙事依赖人工编写海量分支剧情,大模型的生成能力为动态叙事提供了新的技术路径;
-
可量化评估:可通过上下文连贯轮数、意图识别准确率、状态更新准确率等指标进行效果评估。
我们最终将选题调整为:StoryEcho——基于大模型的沉浸式互动叙事平台。项目目标是构建一个支持用户自由输入行为意图、实时生成连贯剧情、状态变化影响故事走向、具备多结局机制的互动叙事系统。团队名更新为FateWeaver。
五、最终方案的完善
确定新选题后,我们重新进行了技术方案的详细设计。在初步技术选型上,我们决定采用LangGraph作为核心叙事调度框架,通过多智能体协作架构将意图解析、逻辑裁判、叙事生成、状态管理分离为独立节点,以解决单模型调用中的指令漂移问题。前端继续采用Vue框架,后端使用Flask,AI层接入大模型API并考虑使用LoRA进行领域微调,后期具体项目落地过程,可能会根据项目成本,人力成本和项目可行性进行框架调整。
在任务书撰写过程中,我们借助DeepSeek、ChatGPT和豆包等工具辅助进行方案完善和文档润色,对技术路线、功能模块、实施计划进行了系统梳理。最终形成了包含数据采集与处理、剧情生成模块、状态追踪模块、存档与进度管理、结局收集模块等完整模块的任务书,并对各项功能设定了可量化的考核指标。以下是最终项目任务书的大致截图。


六、总结
从SmartKitchen到StoryEcho的调整,是我们对选题方向和技术深度的一次重新审视。教师的反馈帮助我们认识到,创新项目实训不仅需要完整的功能规划,更需要清晰的技术实现路径和对难点的充分预估。目前项目选题和技术方案已经确定,后续将按照实施计划推进开发工作。本篇博客作为实训过程的第一篇记录,后续将持续更新项目进展。
更多推荐


所有评论(0)