OpenChain¶

为铭记首次将关于终身学习体系的思考中所阐述的工程思维，全面应用于大学阶段首个完整项目的实践过程，特作此记录——OpenChain 。

What¶

此项目具备双重属性，既是我在大一学年修读的一门大二专业基础课程的期末大作业，也是参与OpenRank比赛的正式参赛作品。值得庆幸的是，我们最终侥幸全国三等奖。

简而言之，OpenChain 项目深度聚焦于开源生态体系内的可持续性发展议题。其核心价值在于，通过构建高效的 “人 - 项目” 双向匹配机制，有力推动开源生态系统的稳健、持续发展。

Analysis¶

客观来说，项目立意尚浅，在见过大风大浪的评委面前，确实略显单薄，实际意义一般。核心难点在于推荐算法的有效性验证与优化。个人认为，当下最有用最关键的推荐数据源是个人的浏览历史和对应页面的停留时间。然而，OpenChain 目前仅依赖于有限的标签数据进行推荐，其能否精准洞察并满足用户的多元需求，在理论与实践层面均需开展更为深入的研究与验证。

主观来说，OpenChain的完成（或称之为阶段性成功）对我个人是意义非凡。前端我是借助v0dev，后端以及前后端的连接我是借助cursor。虽然代码主体基本都是AI工具完成的，但作为使用者还是学到了很多，无论是对前后端整体框架认知的提升还是个人心态的稳定。

个人认为，用自然语言实现全栈开发 是可以看得到的未来。至于当下，对于有一定编程基础的初级程序员，全栈开发已经不像5年前甚至1年前门槛之高。面对 AI 技术的迅猛发展，传统意义上对冗杂代码细节的深度钻研，是否仍为开发者必备技能，值得深思。所以我会很坦然地承认这个项目是coded by ai but designed by Frank

Process¶

作为项目团队的负责人，我全面负责项目全生命周期的管理与推进。
初期，项目的立意我放了很长一段时间，原因在于对我来说，我只愿意在我感兴趣的上面浪费时间。
前期，推荐算法的具体实现迭代了数次，从遍历共同作者到优化算法再到最终的推荐池算法。中间思维碰撞的过程还是很好玩的。

后期，项目的前后端都整好了，有2个方向，完善前端（最后的展示效果会很好看），完善后端（尤其是其中的推荐算法）。我始终认为，以推荐算法为核心的推荐流程所带来的实际意义和应用价值最为重要。所以这个阶段的任务很枯燥，通过不断的调试和验证，改变相似度指标各个维度的权重来尽可能使得结果有意义。

末期，我怀疑这个阶段才是我们获奖的关键。原因在于复赛进top16是只由2个评委决定，那么运气占很大一部分。同时，评委的实力也有限。所以对于项目价值的分析绝大程度上从项目的说明文件上获取。所以我做了“过于”详细的readme，我的队友做了“过于”详细的演示视频。

路演，因为时间的冲突嘛，很多学长学姐只能通过线上答疑+线下找人展示的形式完成最终的路演。出于对更高奖金的追求，同时再我权衡之后，我决定飞到武汉参加。从整个体验来说，这个经历很宝贵。从路演的效果来说，不太理想。一方面是项目ppt还是不够优秀，一方面是项目本身也确实一般，一方面是我个人展示实力的有限，对麦克风的熟练度不够，导致整个音量不够充足，另外 为了赶时间 我把26min的展示视频缩减到3min，代价是场馆的音响根本听不清。在最后的5min提问中，个人认为还是很有条理直面地回答了评委老师的提问。现在想想，好像当时也没有很紧张

Values¶

• 工程思维的魅力
  将复杂的项目拆解为一个个可操作的步骤，从项目的立意确定、算法的逐步优化、方向的抉择到最终成果的展示，每个阶段都能有条不紊地推进。

Future¶

后面的话，要尽可能独立完成更高难度的项目
这种简单的前后端项目还是少碰