M6 综合项目实战
项目池（五选一）
每个项目都有真实用户场景、前后端 + AI 完整技术栈、足够的扩展空间。共同要求：能在答辩中说清每一行代码的作用。
上传文档 → 切分向量化 → 检索问答。技术栈：FastAPI + Embedding + LLM + 前端。难度 ★★★
多轮对话 + 工具调用（出题/判题/讲解）。技术栈：FastAPI + LLM + 出题逻辑。难度 ★★★
文生图 + TTS 朗读 + 作品集管理。技术栈：FastAPI + 图片生成 API + TTS。难度 ★★★☆
自然语言查数据：用户提问 → LLM 生成 Pandas 代码 → 执行 → 可视化。难度 ★★★☆
知识库检索 + 多轮对话 + 工具调用（查订单/转人工）。难度 ★★★★
有真实场景、用到 AI 核心 API、技术栈完整即可与教师商定自拟。
14 节课的项目周期
选题分组、需求文档（用户/问题/功能清单/技术选型）、MVP 定义。交付：项目提案。
数据流图、模块划分、API 设计、AI 能力选型（对话/RAG/Agent/多模态）、技术风险识别。交付：架构文档 + 接口定义。
Standup（2 分钟/组）→ 开发 → 教师巡场。搭 FastAPI 骨架、实现 AI 核心功能、数据模型。
前后端联调是问题最集中的阶段——CORS、数据格式、异步流式渲染。
只用 print / 日志 / 断点 / 读报错修自己项目的 bug，建立不依赖 AI 的排错能力。
全班互相体验对方 demo、提交 issue——用户视角的质量意识。
本地完整运行演示为底线，云部署为加分项；环境变量管理。
重构、README（介绍/安装/使用/技术栈）、AI 协作日志整理、演示准备。
5 分钟演示 + 3-5 分钟问答，全班互评。
选 2-3 组深度复盘；读别人的代码是最高效的学习。
答辩三问
这一问并非刁难——读代码是本课程的第一项能力要求。
诚实回答即可：哪些是你写的、哪些是 AI 生成你审查过的、哪些你还看不懂——协作日志就是为此准备的。
讲清「需求 → 方案取舍 → 遇到的问题 → 解决过程」的完整链路，比功能数量更有价值。