（含学生互评表、企业老师评价表、任课老师评价表）
说明： 匿名填写，请根据组员在项目中的实际表现打分。满分为100分，各指标得分相加即为总分。
| 评价指标 | 权重 | 评分标准（满分100分） | 评分（0-100） |
|---|---|---|---|
| 任务完成度 | 35% | 按时、高质量完成分配的前后端/算法/文档任务；未出现因个人原因导致组内阻塞的情况。 | |
| 沟通与响应 | 25% | 在学习通/微信群/线下会议中积极响应；遇到困难及时同步；乐于帮助队友解决技术难题。 | |
| 会议参与度 | 20% | 全程参与组会（除非请假）；在需求讨论、代码评审中能提出建设性意见。 | |
| 责任心与主动性 | 15% | 主动承担额外工作（如Bug修复、部署上线）；对项目质量有追求，不敷衍了事。 | |
| AI辅助开发能力 | 5% | 合理使用AI工具（Trae/Cursor/Copilot/CodeArts Agent等）辅助编码、调试或文档；对AI生成的代码理解透彻，能进行必要修改和优化；未出现盲目依赖AI导致代码质量下降或无法解释的情况。 |
被评人姓名： ____________________ 评分人姓名： ____________________
总分（加权后）： __________ / 100
对该成员的具体建议：
_________________________________________________________
项目名称： ____________________ 评分人（企业导师）： ____________________
| 一级指标 | 权重 | 二级指标（观察点） | 得分（满分100） |
|---|---|---|---|
| 工程化与规范 | 18% | Git协作规范：分支命名规范（feature/fix）、Commit信息清晰、有PR/MR流程；无直接提交main分支行为。 | |
| 14% | 代码规范：遵循语言标准规范（如PEP8, ESLint）；命名语义化；无深层嵌套的“面条代码”。 | ||
| 12% | 环境配置：提供一键启动脚本（docker-compose或setup脚本）；配置文件与代码分离；Readme包含清晰的环境搭建步骤。 | ||
| 架构与设计 | 18% | 系统设计：分层结构清晰（Controller-Service-Dao）；设计模式运用恰当；数据库表结构设计合理（索引、范式）。 | |
| 质量与测试 | 12% | 健壮性：关键接口有异常处理；输入校验严格；无明显Bug或崩溃风险；有基础的单元测试覆盖。 | |
| 部署与交付 | 12% | 可运行性：在企业老师指定的环境下，10分钟内能成功部署运行；未出现依赖缺失或环境不兼容问题。 | |
| AI辅助编程与理解 | 14% | 合理使用AI生成代码，生成后能进行人工审查、重构与测试；代码风格与人工编写部分保持一致；对AI生成的复杂逻辑有清晰解释；未出现直接复制不可控代码导致工程隐患。 |
总分： __________ / 100
行业视角反馈（对学生未来从业的建议）：
_________________________________________________________
项目名称： ____________________ 组员名单： ____________________ 任课教师： ____________________
| 考察点 | 评分标准（满分100） | 得分 |
|---|---|---|
| 里程碑交付 | 严格按照项目计划表交付《需求规格说明书》、《数据库设计文档》、《接口文档》；逾期交付按比例扣分。 | |
| 技术栈掌握 | 选型合理；对课程核心知识点（如Spring Boot/Vue/Flask等）运用熟练，无严重技术硬伤。 | |
| 代码质量 | 代码复用性高，无冗余代码；注释恰当（不过度不缺失）；日志记录完善。 | |
| AI工具使用合理性 | 提交记录中能体现AI辅助痕迹（如注释中标注AI生成部分）；对AI生成的代码有充分理解，能够在答辩时清晰解释其原理；未滥用AI导致作业同质化或学术诚信问题。 |
| 一级指标 | 权重 | 二级指标 | 得分（满分100） |
|---|---|---|---|
| 功能与体验 | 35% | 功能完整性：完成了项目计划书中的所有核心功能；边缘功能（如权限控制、数据导出）完成度较高。 | |
| 用户体验：UI交互流畅；错误提示友好；页面响应速度快。 | |||
| 技术深度 | 25% | 难点攻克：解决了项目中的关键难点（如高并发、复杂算法、实时通信）；对技术原理理解透彻。 | |
| 创新性：在原有要求基础上增加了有价值的功能，或使用了前沿技术。 | |||
| 文档与总结 | 12% | 技术文档：包含架构图、时序图；接口文档使用Swagger/Apifox规范输出；部署手册详细。 | |
| 个人总结：每位成员提交了3000字左右的课程总结（含问题复盘、技术收获、不足反思）。 | |||
| 演示与表达 | 12% | 演示流畅度：演示过程无卡顿、无严重现场翻车；能展示核心流程和亮点。 | |
| 逻辑表达：回答问题逻辑清晰，能准确解释技术决策和Bug解决思路。 | |||
| AI协同开发能力 | 16% | 能够利用AI工具提高开发效率（如生成样板代码、调试建议、测试用例）；在答辩中能清晰说明AI辅助的部分及人工优化过程；对AI生成代码的风险（如安全漏洞、版权）有意识规避。 |
总分（折算后）： __________ / 100
教师评语（优缺点及改进建议）：
_________________________________________________________