12 KiB
12 KiB
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
- 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
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
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：
- Init：新建文件夹，用自然语言让 AI 初始化环境。
- Draft：描述核心需求，生成 1.0 版本代码。
- 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）。
- 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：
- 支持多轮对话，保留对话历史
- 使用流式输出，打字机效果显示回复
- 左侧边栏可以设置系统提示词
- 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
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
- 🤖 DeepSeek API：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
- 源代码：完整项目文件夹。
- README.md：项目说明文档。
- requirements.txt：
pip freeze > requirements.txt生成。 - 开发心得：Markdown 格式，不少于 500 字。
2. README.md 模板
# [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：
- 选题思考：为什么做这个？解决了谁的痛苦？
- 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？
- 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)
- 编辑器：推荐 Cursor 或 VS Code + Windsurf 插件。
2. 项目初始化命令
# 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！
# .env 文件
DEEPSEEK_API_KEY=sk-xxxxxxx
# 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！🚀