Selection Rule
优先选“能练到真实交付链路”的项目，而不是只看题目是否酷。真正有价值的是：需求、架构、实现、验证、部署能否贯通。
Capstone Blueprint
从想法到上线，做一遍真正的大型全栈项目。
这一页不是单个技术点教程，而是一份毕业实战蓝图。你可以把它当成最后一个项目的总指挥台，按阶段推进、验证和收口。
建议毕业项目类型
课程站 / SaaS 后台 / AI 工具型产品
内部工作台 / 内容平台 / 多角色协作应用项目练习库
按难度和类型挑一个项目，边做边学
共 6 个项目，当前匹配 6 个。
AI 辅助编程学习日志
做一个带阶段打卡、术语收藏和练习记录的学习日志站点。
核心技能
Astro 内容组织本地存储路由结构表单与交互
Prompt 实验台与结果库
让用户记录 prompt、上下文、输出和验证结果，形成自己的工作流资产。
核心技能
状态管理列表筛选结果对比交互组件设计
团队 Review 控制台
模拟一个团队内的 review、风险登记、发布清单和回归检查工作台。
核心技能
多角色信息架构Diff/风险视图状态流转验证清单
SaaS 后台 MVP
实现用户、权限、数据列表、基础统计和发布流程的最小 SaaS 后台。
核心技能
全栈切片认证/授权表单与表格部署配置
AI 内容采编流水线
做一个从抓取、聚合、审核到发布的内容流水线，重点练自动化与 review。
核心技能
任务编排自动化脚本外部数据处理发布门禁
多代理协作工作台
围绕任务拆分、角色分工、审批节点和结果汇总，做一个多代理协作原型。
核心技能
工作流设计任务编排审批边界复杂状态建模
How To Use
- 先按难度和分类筛项目，再看详情页蓝图。
- 做项目时按里程碑推进，而不是直接做成一个大任务。
- 每个里程碑都要写清验证动作，避免 AI 带着你偏航。
Phases
把毕业项目拆成 6 个阶段，而不是一口气冲到底
每个阶段都要有明确产物、AI 角色、人类角色和退出条件。这样你才能真正把大型项目管起来。
Phase 1
把一个模糊想法压缩成可交付的 MVP 范围和首版风险清单。
AI 负责
帮助拆用户场景、整理功能边界、补出验收标准草案。
人类负责
决定真正的产品取舍，删掉首版不该做的内容。
阶段产物
- 问题定义
- MVP 范围
- 非目标清单
- 首版验收标准
退出条件
- 能用一句话说清用户价值。
- 明确首版不做什么。
- 所有需求都能落到可验证结果。
Phase 2
画清前端、后端、数据、认证和部署边界，避免实现阶段一路猜。
AI 负责
生成架构草图、接口草案、模块清单和风险比较表。
人类负责
拍板核心技术选型、模块边界和长期可维护性要求。
阶段产物
- 架构图
- 接口契约
- 数据模型草案
- 任务拆分表
退出条件
- 每个模块都有输入输出。
- 关键接口有契约定义。
- 能据此拆出并行工作包。
Phase 3
把脚手架、目录、脚本、测试、环境变量和部署基线搭稳。
AI 负责
帮助搭建目录、配置脚本、补初版测试与 README。
人类负责
保证脚本命名、分支策略和发布路径符合团队标准。
阶段产物
- 可运行仓库
- dev/build/check 脚本
- 基础测试
- 部署配置
退出条件
- 本地可稳定运行和构建。
- 最小测试链路打通。
- 部署配置可复用。
Phase 4
按垂直切片持续交付功能，而不是先堆一堆半成品模块。
AI 负责
并发处理 UI、文案、测试、调研和局部实现。
人类负责
控制优先级、协调子代理边界、整合变更并做验收。
阶段产物
- 核心用户流
- 关键页面/接口
- 阶段回归用例
- 变更记录
退出条件
- 至少一条主路径可用。
- 新增切片都有验证动作。
- 没有失控的跨模块改动。
Phase 5
在上线前补齐 review、性能、监控、安全和回滚准备。
AI 负责
做 review、整理风险清单、补手动测试、生成发布说明草稿。
人类负责
做最终风险判断，决定哪些问题必须修、哪些可以延后。
阶段产物
- 发布清单
- 监控与告警要点
- 回滚方案
- 已知风险清单
退出条件
- 高风险问题已处理或被显式接受。
- 关键路径完成冒烟测试。
- 有上线后观察计划。
Phase 6
完成首发后继续把 prompt、脚本、检查和知识沉淀成团队资产。
AI 负责
帮助整理复盘、提炼 skill、更新文档和后续迭代计划。
人类负责
基于真实用户反馈重排路线图，避免被工具能力带偏。
阶段产物
- 复盘文档
- 可复用 skill
- 二期路线图
- 技术债清单
退出条件
- 知道下一轮优先做什么。
- 沉淀出可复用工作流。
- 团队能复制首发节奏。