用飞算 JavaAI 开发高校设备管理系统！从需求到上线，毕业设计 3 天搞定

前言

在高校教学与科研活动中，大型实验设备是重要的资源支撑，但传统人工管理模式常面临设备信息不透明、预约流程繁琐、使用记录难追溯等问题。为解决这一痛点，我以“高校大型实验设备管理与预约信息系统”作为毕业设计主题，借助飞算JavaAI工具完成系统开发。本文将详细记录从需求分析到代码生成、优化调试的全过程，分享飞算JavaAI在实际开发中的应用体验。

一、需求分析与规划

1. 功能需求

高校大型实验设备管理与预约信息系统需满足三类用户（管理员、教师、学生）的核心需求，具体拆解如下：

• 管理员端：设备信息管理（新增、编辑、删除设备型号、规格、存放位置、故障状态等）、用户管理（新增教师/学生账号、分配权限）、预约审核（审核教师/学生的设备预约申请）、使用统计（按设备类型、时间段统计使用频次、预约成功率）；
• 教师端：设备查询（按设备名称、类型、可用状态筛选）、预约申请（选择设备、预约日期与时间段、填写使用用途）、预约记录查看（已通过/待审核/已拒绝的预约记录）、使用反馈（提交设备使用后的状态、故障问题）；
• 学生端：设备查询（仅查看可用设备信息）、预约申请（需选择指导教师，且预约时间段需与教师账号绑定）、预约记录跟踪、使用须知查看（设备操作规范、预约违约规则）。

2. 核心模块

基于需求分析，系统划分为5个核心模块，各模块职责明确且相互联动：

3. 技术选型

借助飞算JavaAI的“智能引导”功能，结合毕业设计的开发难度与可实现性，确定技术栈如下：

• 后端框架：Spring Boot 2.7.x（轻量化、易上手，适合快速开发）；
• 数据库：MySQL 8.0（开源免费，支持复杂查询，满足设备与预约数据存储需求）；
• 前端框架：Vue 3 + Element Plus（组件丰富，可视化效果好，降低前端开发难度）；
• 开发工具：IntelliJ IDEA 2023.1 + 飞算JavaAI插件（插件直接集成在IDEA中，可实时生成代码）。

二、飞算JavaAI开发实战

本次开发全程依赖飞算JavaAI的“智能引导”功能，从需求输入到源码生成共分为6个关键步骤，每个步骤均通过插件可视化操作完成，以下为详细流程与实操记录：

输入提示词（明确开发需求）

打开IntelliJ IDEA，启动飞算JavaAI插件，在“智能引导”的“需求输入”界面，输入详细提示词：
“请帮我开发高校大型实验设备管理与预约信息系统的后端代码，基于Spring Boot 2.7.x和MySQL 8.0，需包含用户管理（管理员/教师/学生三类角色）、设备管理（设备信息CRUD、状态更新）、预约管理（预约申请、审核、取消）三大核心模块，要求生成实体类、Mapper接口、Service层、Controller层代码，且符合RESTful API规范。”

****

理解需求（需求拆解与确认）

点击“确认提交”后，飞算JavaAI自动进入“需求理解”环节，约10秒后生成需求拆解报告，内容包含：需求匹配度分析：明确系统是围绕用户、设备、预约展开的管理系统，涉及多角色权限与多种预约相关操作，与常见的管理系统开发需求适配。模块拆解确认：将需求细化为用户管理模块（涵盖管理员、教师、学生三类角色的权限控制与身份认证）、设备信息管理模块（支持设备信息的增删改查及状态更新）、预约管理模块（包含预约申请、审核、取消等子功能，以及预约状态跟踪）。

设计接口（RESTful API规划）

确认需求后，插件自动跳转至 “接口设计” 界面，围绕用户管理、设备管理、预约管理这几大模块，生成了对应接口的详细说明，涉及接口在用户注册登录、设备增删改查、预约申请审核等场景下的功能定位与核心作用阐述。用户管理接口相关：明确用户管理的职责是对系统中管理员、教师、学生三类角色进行注册、登录、权限验证及信息维护，包含用户身份认证与授权机制，以确保不同角色有不同操作权限，为后续设计具体的用户管理相关 RESTful API 提供了功能范围和目标方向。设备管理接口相关：确定设备管理要实现对实验设备信息全生命周期的管理，涵盖设备的新增、修改、删除和查询功能，还支持设备状态（如可用、维修中、已预约等）的实时更新，为设计设备管理类的 RESTful API 划定了功能边界。预约管理接口相关：指出预约管理需支持用户提交设备预约申请、管理员审核预约请求，以及用户或管理员取消已批准预约记录，同时要保障预约流程的状态流转控制和数据一致性，为预约管理相关的 RESTful API 设计明确了核心功能和要求。

表结构设计（数据库表生成）

完成接口设计后，自动推导所需数据库表，并生成表结构（含字段名、数据类型、长度、主键、外键、备注），同时也支持手动编辑修改表结构。核心表结构如下：user_info 表（用户信息表）：user_id（BIGINT，主键，自动递增，用户唯一标识）、user_name（VARCHAR (50)，非空，用户名）、password（VARCHAR (100)，非空，用户密码（加密存储））、role_type（TINYINT，非空，角色类型：1 - 管理员，2 - 教师，3 - 学生）、email（VARCHAR (100)，邮箱地址）、phone（VARCHAR (20)，手机号码）、status（TINYINT，默认 1，账户状态：1 - 启用，0 - 禁用）、create_by（BIGINT，创建人 ID）、create_time（DATETIME，默认当前时间戳，创建时间）、update_by（BIGINT，修改人 ID）、update_time（DATETIME，默认当前时间戳且更新时自动更新，修改时间）；device_info 表（设备信息表）：device_id（BIGINT，主键，自动递增，设备唯一标识）、device_name（VARCHAR (100)，非空，设备名称）、device_model（VARCHAR (50)，设备型号）、location（VARCHAR (100)，设备所在位置）、status（TINYINT，默认 1，设备状态：1 - 可用，2 - 维修中，3 - 已预约）、description（TEXT，设备描述信息）、create_by（BIGINT，创建人 ID）、create_time（DATETIME，默认当前时间戳，创建时间）、update_by（BIGINT，修改人 ID）、update_time（DATETIME，默认当前时间戳且更新时自动更新，修改时间）；reservation_info 表（预约信息表）：reservation_id（BIGINT，主键，自动递增，预约记录唯一标识）、user_id（BIGINT，非空，申请人 ID）、device_id（BIGINT，非空，设备 ID）、start_time（DATETIME，非空，预约开始时间）、end_time（DATETIME，非空，预约结束时间）、status（TINYINT，默认 1，预约状态：1 - 待审核，2 - 已批准，3 - 已拒绝，4 - 已取消）、remark（TEXT，备注信息）、apply_reason（TEXT，申请原因）、create_by（BIGINT，创建人 ID）、create_time（DATETIME，默认当前时间戳，创建时间）、update_by（BIGINT，修改人 ID）、update_time（DATETIME，默认当前时间戳且更新时自动更新，修改时间）。

处理逻辑（接口实现思路生成）

点击“下一步”后，插件进入“处理逻辑”界面，针对每个接口生成详细的业务处理流程，明确参数校验、数据库操作、异常处理的核心逻辑。以“预约管理”为例，处理逻辑如下：

1. 提交设备预约申请接口处理逻辑

接收前端传入的预约参数（含必填的 userId、deviceId、startTime、endTime，及可选的 applyReason、remark）；调用 UserService 查询用户信息，校验用户是否存在且账户状态为启用，若不满足则返回{"code":"000001","msg":"用户信息不存在或已被禁用","data":...}；调用 DeviceService 查询设备信息，校验设备是否存在且状态为可用，若不满足则返回{"code":"000001","msg":"设备不可用或不存在","data":...}；调用 ReservationService 查询该设备在 “startTime-endTime” 时间段内的已批准预约记录，若存在冲突则返回{"code":"000001","msg":"该时间段已有其他已批准的预约","data":...}；将预约参数封装为 ReservationInfo 实体，默认设置预约状态为 “1 - 待审核”，调用 ReservationService 保存至数据库；返回{"code":"000000","msg":"调用成功","data":...}的成功响应。

2. 管理员审核预约申请接口处理逻辑

接收前端传入的审核参数（必填的 reservationId、status，status 取值为 2 - 已批准或 3 - 已拒绝）；调用 ReservationService 查询预约记录，校验 reservationId 对应的预约是否存在，若不存在则返回{"code":"000001","msg":"预约记录不存在","data":...}；校验当前预约状态是否为 “1 - 待审核”，若不是则返回{"code":"000001","msg":"仅待审核状态可进行审核操作","data":...}；若 status 为 “2 - 已批准”，调用 DeviceService 将对应设备状态更新为 “3 - 已预约”；调用 ReservationService 更新预约记录的状态（已批准 / 已拒绝）及更新时间；返回{"code":"000000","msg":"调用成功","data":...}的成功响应。

3. 取消已批准的预约接口处理逻辑

接收前端传入的预约取消参数（必填的 reservationId）；调用 ReservationService 查询预约记录，校验 reservationId 对应的预约是否存在，若不存在则返回{"code":"000001","msg":"预约记录不存在","data":...}；校验当前预约状态是否为 “2 - 已批准”，若不是则返回{"code":"000001","msg":"只有已批准的预约可以被取消","data":...}；调用 ReservationService 将预约状态更新为 “4 - 已取消”，并同步更新记录的修改时间；调用 DeviceService 将对应设备的状态从 “3 - 已预约” 更新为 “1 - 可用”；返回{"code":"000000","msg":"调用成功","data":...}的成功响应。

4. 查询用户的所有预约记录接口处理逻辑

接收前端传入的查询参数（必填的 userId）；调用 UserService 查询用户信息，校验 userId 对应的用户是否存在，若不存在则返回{"code":"000001","msg":"用户不存在","data":...}；调用 ReservationService 根据 userId 查询该用户的所有预约记录（含待审核、已批准、已拒绝、已取消状态），并按创建时间倒序排序；将查询到的预约记录列表封装为数据对象；返回{"code":"000000","msg":"调用成功","data":{预约记录列表}}的成功响应。

5. 查询设备的预约历史接口处理逻辑

接收前端传入的查询参数（必填的 deviceId）；调用 DeviceService 查询设备信息，校验 deviceId 对应的设备是否存在，若不存在则返回{"code":"000001","msg":"设备不存在","data":...}；调用 ReservationService 根据 deviceId 查询该设备的所有预约记录（含各状态），并按预约开始时间倒序排序；将查询到的设备预约历史列表封装为数据对象；返回{"code":"000000","msg":"调用成功","data":{设备预约历史列表}}的成功响应。

生成源码（完整工程代码输出）

确认处理逻辑后，点击“生成源码”，飞算JavaAI开始生成完整工程代码，约几分钟分钟后生成完成（根据项目大小生成所需时间有所差别），代码结构遵循MVC架构，包含：

**配置类：**src/main/java/xm_lab_equipment/config/WebConfig（用于 Web 相关配置，如跨域等）；

**Controller 层：**src/main/java/xm_lab_equipment/controller/DeviceController.java、ReservationController.java、UserController.java（包含接口映射、参数接收、响应返回逻辑）；

**DTO 类：**src/main/java/xm_lab_equipment/dto/request下的AdminReviewRequest、CancelReservationRequest、DeviceAddRequest等请求类，以及src/main/java/xm_lab_equipment/dto/response/RestResult响应类（用于封装接口请求和响应数据）；

**实体类：**src/main/java/xm_lab_equipment/entity/DeviceDO.java、DeviceInfo.java、ReservationInfo.java、UserInfo.java（映射数据库表结构，存储数据）；

**Repository 接口：**src/main/java/xm_lab_equipment/repository下的DeviceInfoRepository、DeviceRepository、ReservationInfoRepository、UserInfoRepository、UserRepository（用于数据库操作，提供数据访问能力）；

**Service 层：**src/main/java/xm_lab_equipment/service下的DeviceService.java、ReservationService.java、UserService.java接口，以及src/main/java/xm_lab_equipment/service/impl下的DeviceServiceImpl.java、ReservationServiceImpl.java、UserServiceImpl.java实现类（包含业务逻辑实现）；

**启动类：**src/main/java/xm_lab_equipment/XmLabEquipmentApplication.java（项目启动入口）。以下是项目结构的表格形式展示：

将生成的代码，全部合并到项目当中，代码无语法错误，可以直接运行测试。

三、优化与调试心得

1. 遇到的问题及解决方案

（1）问题1：预约冲突判断逻辑不精准

生成的ReservationService中，预约冲突判断仅比较“applyDate相同+startTime < 已预约endTime且endTime > 已预约startTime”，但未考虑“已预约时间段包含申请时间段”“申请时间段包含已预约时间段”的场景，导致存在冲突漏判。

解决方案：借助飞算JavaAI的“智能会话”功能，输入问题“如何优化MySQL中预约时间段冲突的查询逻辑？”，返回优化后的SQL查询条件：

SELECTCOUNT(*)FROM reservation WHERE equipment_id =#{equipmentId} AND apply_date =#{applyDate} AND audit_status =1AND((start_time <#{endTime} AND end_time > #{startTime}) -- 部分重叠OR(start_time <=#{startTime} AND end_time >= #{endTime}) -- 已预约包含申请OR(start_time >=#{startTime} AND end_time <= #{endTime}) -- 申请包含已预约)

将该SQL整合到ReservationMapper.xml的countConflictReservation方法中，解决冲突漏判问题。

（2）问题2：密码明文存储安全风险

生成的User实体类中，password字段未加密，用户注册时密码以明文形式存入数据库，存在安全隐患。

解决方案：手动引入Spring Security的BCryptPasswordEncoder，在UserServiceImpl的register方法中添加密码加密逻辑：

@AutowiredprivateBCryptPasswordEncoder passwordEncoder;@OverridepublicResultregister(User user){// 密码加密String encodedPassword = passwordEncoder.encode(user.getPassword()); user.setPassword(encodedPassword);// 其他逻辑... userMapper.insert(user);returnResult.success("注册成功");}

同时在登录接口（UserController的login方法）中添加密码校验逻辑，确保登录时使用加密后的密码比对。

（3）问题3：前端请求跨域问题

当前端Vue项目调用后端接口时，出现“Access-Control-Allow-Origin”跨域错误，生成的代码中未配置跨域支持。

解决方案：通过飞算JavaAI“智能会话”查询“Spring Boot解决跨域问题的配置”，AI返回跨域配置类代码，在工程中新增config/CorsConfig.java：

@ConfigurationpublicclassCorsConfigimplementsWebMvcConfigurer{@OverridepublicvoidaddCorsMappings(CorsRegistry registry){ registry.addMapping("/api/**").allowedOrigins("*").allowedMethods("GET","POST","PUT","DELETE").allowedHeaders("*").maxAge(3600);}}

添加后重启后端服务，跨域问题解决。

四、成果展示与总结

1. 系统成果展示

（1）工程结构完整性

生成的高校大型实验设备管理与预约信息系统工程，严格遵循 MVC 架构设计，目录结构清晰且层级分明，完整工程结构如下：

xm_lab_equipment/ ├── src/ │ ├── main/ │ │ ├── java/ │ │ │ └── xm_lab_equipment/ │ │ │ ├── XmLabEquipmentApplication.java // 项目启动入口，含@SpringBootApplication注解 │ │ │ ├── config/ │ │ │ │ └── WebConfig.java // 配置跨域、资源映射等Web相关参数 │ │ │ ├── controller/ │ │ │ │ ├── DeviceController.java // 设备管理接口（新增/编辑/查询设备） │ │ │ │ ├── ReservationController.java // 预约管理接口（申请/审核/取消预约） │ │ │ │ └── UserController.java // 用户管理接口（注册/登录/权限校验） │ │ │ ├── dto/ │ │ │ │ ├── request/ │ │ │ │ │ ├── AdminReviewRequest.java // 审核预约请求参数封装 │ │ │ │ │ ├── CancelReservationRequest.java // 取消预约请求参数封装 │ │ │ │ │ └── DeviceAddRequest.java // 新增设备请求参数封装 │ │ │ │ └── response/ │ │ │ │ └── RestResult.java // 统一响应结果（含code、msg、data字段） │ │ │ ├── entity/ │ │ │ │ ├── DeviceDO.java // 设备数据对象（映射device_info表） │ │ │ │ ├── DeviceInfo.java // 设备信息实体（含设备状态、位置等属性） │ │ │ │ ├── ReservationInfo.java // 预约信息实体（映射reservation_info表） │ │ │ │ └── UserInfo.java // 用户信息实体（映射user_info表，含角色类型字段） │ │ │ ├── repository/ │ │ │ │ ├── DeviceInfoRepository.java // 设备信息数据访问接口（CRUD方法） │ │ │ │ ├── DeviceRepository.java // 设备数据对象访问接口 │ │ │ │ ├── ReservationInfoRepository.java // 预约信息数据访问接口 │ │ │ │ ├── UserInfoRepository.java // 用户信息数据访问接口 │ │ │ │ └── UserRepository.java // 用户数据对象访问接口 │ │ │ ├── service/ │ │ │ │ ├── DeviceService.java // 设备管理服务接口（定义设备操作方法） │ │ │ │ ├── ReservationService.java // 预约管理服务接口（定义预约操作方法） │ │ │ │ └── UserService.java // 用户管理服务接口（定义用户操作方法） │ │ │ └── service/impl/ │ │ │ ├── DeviceServiceImpl.java // 设备管理服务实现类（业务逻辑落地） │ │ │ ├── ReservationServiceImpl.java // 预约管理服务实现类 │ │ │ └── UserServiceImpl.java // 用户管理服务实现类 │ │ └── resources/ │ │ ├── application.yml // 核心配置文件（数据库连接、服务端口、日志级别） │ │ └── db/ 

（2）核心功能可运行性

通过对接后端项目进行数据的展示，以下为用户预约申请场景和****管理员审核场景展示：

2. 飞算 JavaAI 使用体验总结

（1）核心优势

1. 开发效率大幅提升：传统毕业设计开发需手动编写实体类、Mapper 接口、配置文件等基础代码，耗时约 3-5 天；而飞算 JavaAI 通过 “智能引导” 功能，1 小时内即可生成完整工程代码，且代码结构规范，直接跳过 “基础编码” 阶段，专注于业务逻辑优化。
2. 需求匹配度高：输入详细提示词后，AI 能精准拆解需求（如识别 “三类用户角色”“设备状态流转” 等核心要点），生成的接口设计、表结构与实际业务场景高度契合，无需大规模调整基础设计。
3. 辅助调试能力强：遇到 “预约冲突判断不精准”“跨域” 等问题时，通过 “智能会话” 功能输入问题，AI 能快速提供针对性解决方案（如优化 SQL 语句、生成跨域配置类），减少查阅资料的时间成本，尤其适合毕业设计中缺乏开发经验的学生。

（2）待优化方向

1. 个性化逻辑支持有限：对于 “学生预约需绑定指导教师”“设备使用后需提交使用报告” 等个性化需求，AI 生成的基础代码未覆盖，需手动补充业务逻辑，若能在提示词中支持更细粒度的需求描述，可进一步减少手动开发量。
2. 前端代码生成缺失：当前仅支持后端代码生成，前端 Vue 页面需手动开发，若后续能新增前端页面、组件的生成功能，可实现 “前后端代码一站式生成”，进一步降低毕业设计开发门槛。

（3）个人使用建议

1. 提示词需精准详细：在输入需求时，需明确 “技术栈版本”“核心模块功能”“角色权限差异” 等关键信息（如 “基于 Spring Boot 2.7.x，学生预约需选择指导教师”），避免因需求模糊导致生成代码不符合预期。
2. 生成后需二次校验：AI 生成的代码虽无语法错误，但需结合业务场景校验逻辑合理性（如本次开发中发现 “预约冲突判断不完整”），建议通过 Postman 逐一测试核心接口，确保功能符合需求。
3. 善用 “智能会话” 功能：开发中遇到技术问题时，优先使用 AI 的 “智能会话” 功能，可针对性查询 “SQL 优化”“权限控制” 等具体问题，比通用搜索引擎更高效，且解决方案与当前工程代码风格适配。