| 这个作业属于哪个课程 | https://edu.cnblogs.com/campus/gdgy/Class34Grade23ComputerScience |
|---|---|
| 这个作业要求在哪里 | https://edu.cnblogs.com/campus/gdgy/Class34Grade23ComputerScience/homework/13483 |
| 这个作业的目标 | 第7篇 Scrum 冲刺博客 |
一、每日站立式会议
1、每日站立式会议照片

2、昨天已完成的工作
| 程炜东 | 完成错误处理与超时机制的代码开发,实现了异常捕获与超时中断逻辑 |
|---|---|
| 曾子轩 | 对齐推流与接收端的参数配置,实现渲染后流的稳定推送与播放。 |
| 黄昌龙 | 完成 Dockerfile 编写,生成多环境镜像并验证容器内服务启动 |
| 罗锐楚 | 完善查询接口分页逻辑,验证数据查询正确性 |
| 阮洪建 | 完成性能 Benchmark 工具开发,验证数据采集的稳定性 |
| 梁子恒 | 优化校准数据集,完成 INT8 量化,验证模型精度达标 |
| 刘江浩 | 实现启停推理任务的按钮交互和接口请求,做了按钮状态和任务状态的联动 |
3、今天计划完成的工作
| 程炜东 | 全流程进行联调测试(接口请求 → Java调用Python → 参数统一 → 推理 → 结果封装 → 异常处理),验证各环节的连通性与正确性 |
|---|---|
| 曾子轩 | 流断线重连与监控的开发,设计流状态的检测逻辑,实现断线后的自动重连机制 |
| 黄昌龙 | GPU 资源映射测试,配置 NVIDIA Runtime,验证容器内 GPU 资源可访问 |
| 罗锐楚 | 全流程联调(结果存储→截图关联→消息上报→历史查询),验证数据一致性 |
| 阮洪建 | 对推理管道全流程做性能测试与优化,输出性能报告 |
| 梁子恒 | 整理模型转换全流程的脚本与文档,验证各格式模型的可用性 |
| 刘江浩 | 搭建页面的 Tab 切换布局。 |
4、工作中遇到的困难
| 程炜东 | 联调时发现参数转换后的格式与 Python 推理脚本的预期不匹配,导致推理失败 |
|---|---|
| 曾子轩 | 流状态的检测频率难以平衡,过高会增加资源消耗,过低会导致重连不及时。 |
| 黄昌龙 | 容器内无法识别 GPU,NVIDIA Runtime 配置未生效 |
| 罗锐楚 | 消息上报与结果存储的事务一致性不足,出现数据缺失 |
| 阮洪建 | 部分环节性能瓶颈不明确,优化方向难确定 |
| 梁子恒 | 不同格式模型的版本管理不清晰,易出现混淆 |
| 刘江浩 | 模型选择的下拉选项数据还没从后端拿到,暂时用静态选项占位 |
二、项目燃尽图

三、项目新进展


四、每日团队成员总结
| 程炜东 | 联调是查漏补缺的关键,提前暴露的问题都是给上线排雷 |
|---|---|
| 曾子轩 | 流监控与重连需兼顾及时性与资源成本,需通过测试确定最优的检测策略。 |
| 黄昌龙 | GPU 容器部署需确保 Runtime 配置正确,否则硬件资源无法映射 |
| 罗锐楚 | 异步流程需考虑事务一致性,必要时引入补偿机制保证数据完整 |
| 阮洪建 | 性能优化需先定位瓶颈,再针对性调整,避免盲目优化 |
| 梁子恒 | 模型转换需规范版本管理,明确各格式模型的对应关系 |
| 刘江浩 | 多标签页的页面,先把切换逻辑写好,后面填内容会更顺畅 |