【项目实训】【项目博客#01】项目启动与初步规划（第1-2次会议阶段性总结）

【项目实训】【项目博客#01】项目启动与初步规划（第1-2次会议阶段性总结）

【项目博客#01】HarmonyOS平台API搜索与代码生成工具项目启动与初步规划

日期：2025.3.12-2025.3.23

会议概述

在项目实训的第1-2次会议中，我们团队"哈哈哈萌霓队"围绕项目选题、技术路线和风险评估进行了深入讨论。本文将对会议内容进行总结，为后续工作提供参考。

一、项目选题讨论

会议初期，我们提出了四个备选项目方向：

1. 英语阅读理解问答系统：利用开源数据集，实现手写识别功能，支持主客观题问答
2. 软件学院知识问答系统：基于山软智库学长整理的学科资料，构建专属于软件学院的知识库
3. RISC-V AI代码工具链：开发类编译器工具，将RISC-V平台高级语言代码转换为汇编语言
4. HarmonyOS平台API文档问答和代码生成工具：帮助开发者快速查找API并生成代码

经过团队讨论，我们最终选择了第四个方向——基于DeepSeek微调的HarmonyOS平台API搜索与代码生成工具。选择该方向的主要考虑因素包括：

• 符合"通用人工智能（DEEPSEEK应用研发）"的题目要求
• 具有明确的应用场景和用户需求
• 能够充分利用DeepSeek的API调用、提示词工程、RAG知识库、知识图谱和指令微调等技术
• 团队成员对HarmonyOS开发有一定了解，有利于项目实施
• 项目具有较高的创新性和实用价值

二、需求分析

2.1 开发者痛点

• 新版本API文档分散在多个页面（检索效率低）
• ArkTS语言生态较新（代码示例获取困难）

2.2 需求场景

• 开发过程中需要快速定位API使用方式（搜索场景）
• 编写业务逻辑时需要参考标准写法（生成场景）

三、技术路线规划

针对上述问题，我们详细讨论了技术实现路线，主要分为API文档问答和代码生成两大部分：

3.1 API文档问答部分

1. 数据获取与处理

   • 从HarmonyOS官方网站爬取API文档、开发指南和示例代码
   • 对爬取的数据进行清洗、格式化和增强处理
   • 构建结构化的数据集，便于后续知识库构建

2. 知识库构建方案

   • 方案A：直接搭建RAG（检索增强生成）知识库供DeepSeek模型查询
   • 方案B：通过知识抽取构建知识图谱，再结合DeepSeek模型进行查询
   • 方案C：探索GraphRAG等特殊处理方式，提升查询效果

3. 模型优化策略

   • 评估直接使用DeepSeek模型+RAG的效果
   • 考虑针对HarmonyOS API文档进行指令微调
   • 探索如何生成或获取微调所需的高质量数据集

3.2 代码生成工具部分

1. 功能规划

   • 自然语言到ArkTS代码的生成
   • 代码补全功能
   • 代码错误检测与修复建议

2. 数据获取策略

   • 从GitHub和Gitee爬取ArkTS项目代码
   • 探索如何构建指令微调所需的"问题-代码"对数据集
   • 考虑使用DeepSeek模型自动生成问题，形成训练数据

3. 模型训练方案

   • 评估LoRA、QLoRA和全参数微调等不同方案
   • 设计超参数调优策略
   • 制定模型评估指标和优化路径

四、项目风险评估

我们识别了以下主要风险点并讨论了应对策略：

4.1 GPU算力获取问题

• 风险：学校提供的服务器资源有限，无法满足大规模模型训练需求
• 应对策略：
  • 探索使用云服务器（如阿里云、腾讯云等）进行模型训练
  • 考虑使用团队成员个人设备进行分布式训练
  • 优先采用低资源消耗的微调方法（如LoRA、QLoRA）
  • 评估使用量化技术降低模型计算需求

4.2 时间管理风险

• 风险：学期课程压力大，实验和课设任务多，有效工作时间有限
• 应对策略：
  • 制定详细的项目时间表，明确每周任务和里程碑
  • 根据团队成员课程安排，合理分配任务
  • 采用敏捷开发方法，每周进行进度回顾和调整
  • 优先实现核心功能，确保基础功能可用

4.3 模型性能风险

• 风险：模型性能可能无法达到预期的量化指标
• 应对策略：
  • 设置阶段性目标，逐步提升模型性能
  • 准备多种技术路线作为备选方案
  • 建立数据质量控制机制，必要时进行人工筛选
  • 设计详细的模型评估方法，及时发现和解决问题

五、初步工作计划

基于上述讨论，我们制定了初步的工作计划：

1. 第4-5周：需求分析与技术选型

   • 确定具体需求，划分功能优先级
   • 完成知识图谱、模型微调总体设计与详细设计
   • 构建基本原型

2. 第6-7周：数据集构建与预处理

   • 从官方文档和开发者社区爬取并收集数据集
   • 清洗、整理为所需要的格式
   • 对数据集进行数据筛选和增强

3. 第8-13周：模型训练与优化

   • 完成DeepSeek-7B的本地部署
   • 使用多组超参数进行训练微调
   • 验证生成的代码与需求的一致性和正确性

4. 第14-16周：系统开发与联调

   • 分别实现前后端基础功能
   • 将用户数据及反馈对接到相应微调模型
   • 完成端到端流程测试，优化界面交互

5. 第17-18周：项目部署与测试

   • 本地化部署测试
   • 撰写技术文档与手册

六、团队分工

根据团队成员的专长和兴趣，我们初步确定了以下分工：

1. 赵一衡（组长）：负责数据爬取、模型微调、前端开发
2. 李彦鋆：负责数据处理、模型微调、后端开发
3. 王旭：负责数据爬取、知识图谱构建、后端开发
4. 于梦滢：负责数据处理、知识图谱构建、前端开发
5. 张逸凡：负责数据处理与增强、接口集成

七、下一步工作

1. 建立项目代码仓库和文档管理系统
2. 开始数据爬取工作，构建初步数据集
3. 搭建DeepSeek模型的本地运行环境
4. 设计系统架构和接口规范
5. 制定详细的项目进度表和任务分解

总结

通过第1-2次会议，我们确定了项目方向、技术路线和初步工作计划。"基于DeepSeek微调的HarmonyOS平台API搜索与代码生成工具"项目旨在帮助HarmonyOS开发者提高开发效率，具有明确的应用价值和技术挑战。

尽管面临算力资源、时间管理和模型性能等风险，但团队已制定了相应的应对策略。我们相信，通过团队协作和技术创新，能够按计划完成项目目标，开发出一款实用的HarmonyOS开发辅助工具。

接下来，我们将按照工作计划，开始具体的技术实现工作，并定期进行进度回顾和调整，确保项目顺利推进。