跳转到内容
CS3297M 课程 Logo大语言模型驱动的软件开发与测试

实验总览

八周实验始终在同一个小组仓库中推进。前六周分别实现并验证软件工程能力，第七周将模块串联并完成公开任务，第八周冻结系统并接受私有任务评测。

Task Package
    ↓
Requirement Understanding → Requirement IR / Spec
    ↓
Architecture & Interfaces
    ↓
Implementation
    ↓
Test Design & Execution
    ↓
Debugging & Repair
    ↓
Executable Repository + Execution Evidence

八周路线

Section titled “八周路线”
周次 核心模块 本周系统获得的能力 主要检查
Week 1 运行时与基线 读取任务、调用模型、操作工作区并留下日志 标准 CLI 完成校准任务
Week 2 需求理解 将自然语言需求转换为可校验 Requirement IR Schema、需求样例与下游消费检查
Week 3 架构与接口 生成模块、数据模型、接口契约与追踪关系 完整性和一致性检查
Week 4 软件实现 规划任务、修改仓库、构建并运行纵向切片 干净环境构建与切片测试
Week 5 测试设计 生成并执行具有有效判定的多层测试 正确项目和缺陷变体检测
Week 6 调试修复 根据失败证据诊断、修复并回归 定额修复、回归与断点恢复
Week 7 公开任务 串联全部模块，生成完整应用 公开端到端验收
Week 8 私有评测 在未见任务上无人干预地完成交付 私有测试、仓库审查与人工检查

每周页面将进一步说明需要实现的功能、交付物和检查方法。进入八周实验路线

贯穿原则

Section titled “贯穿原则”
  • 外部协议统一，内部设计自由。 教学组固定可评测边界，不指定 Agent 数量与框架。
  • 中间产物必须被消费。 IR、Spec 和设计文件不是装饰，后续模块必须真实读取并使用。
  • 以执行证据判断完成。 构建、测试、工具调用和修复必须真实发生并进入日志。
  • 开发与评价相互独立。 学生系统生成的测试用于自我改进，教学组测试用于最终判定。
  • 公开任务用于迭代，私有任务用于泛化。 最终评价冻结后的系统，而不是人工补完的应用。