团队作业5——测试与发布（Alpha版本）

这个作业属于哪个课程	https://edu.cnblogs.com/campus/gdgy/Class12Grade23ComputerScience
这个作业要求在哪里	https://edu.cnblogs.com/campus/gdgy/Class12Grade23ComputerScience/homework/13475
这个作业的目标	完成Alpha版本测试报告与Alpha版本发布说明

一、Alpha版本测试报告

大学生健康管理与预警系统Alpha版本的测试采用分阶段、全覆盖的测试策略，依次进行了单元测试、功能测试、接口测试、性能测试、安全测试和兼容性测试。团队使用JUnit、Postman等专业测试工具，对系统的用户认证、健康记录、AI功能、数据分析和管理后台五大核心模块进行了全面验证，共设计并执行了307个测试用例，执行率达到100%。测试过程严格遵循测试计划，涵盖了多浏览器、多设备的兼容性验证，确保了测试的全面性和系统性。

1.测试过程中发现的Bug

1.1已修复的bug

ID	模块	描述	修复说明
BUG-001	用户认证	密码明文保存	使用 BCrypt，哈希盐值加密
BUG-002	用户认证	注册时电话号码格式验证规则不严格	更新验证规则
BUG-003	AI 功能	食物识别接口调用超时未处理，导致页面卡死	添加了 30 秒超时处理和错误提示
BUG-004	数据分析	7 天营养趋势图数据为空时显示异常	添加了空数据处理逻辑，显示友好提示
BUG-005	健康记录	运动记录的卡路里消耗计算公式不准确	更新了卡路里计算公式，基于 MET 值重新计算
BUG-006	AI 功能	AI 健康报告生成失败时未给出明确错误提示	完善了错误处理，添加了详细的错误信息
BUG-007	用户认证	登录 token 过期后未自动跳转登录页	添加了 token 过期拦截器，自动跳转
BUG-008	健康记录	睡眠时长超过 24 小时时未进行限制	添加了 0-24 小时的输入验证
BUG-009	数据分析	体重 BMI 计算精度问题	修改为保留 2 位小数
BUG-010	管理后台	批量删除学生记录时事务未回滚	添加了 @Transactional 注解，确保原子性
BUG-011	健康记录	情绪记录页面日期选择器默认日期错误	修改为当前日期
BUG-012	食物识别功能	上传图片格式错误时未提示	前端添加照片格式提醒与校验
BUG-013	数据导出	导出 Excel 时中文文件名乱码	使用 URLEncoder 进行编码
BUG-014	健康记录	体检报告上传格式错误	提供体检报告 Excel 模板下载
BUG-015	数据分析	睡眠质量统计图表 Y 轴刻度不合理	优化了 ECharts 配置
BUG-016	管理后台	数据统计页面日期范围查询逻辑错误	修复了日期边界处理
BUG-017	健康记录	饮食记录列表分页显示不正确	修复了分页参数传递
BUG-018	AI 功能	Coze API 调用频率限制未处理	添加了限流和重试机制
BUG-019	管理后台	学生列表搜索功能大小写敏感	改为不区分大小写查询

1.2不能重现的bug

ID	模块	描述	修复说明
BUG-021	健康记录	出现饮食记录保存失败	怀疑是网络波动导致，已加强日志监控
BUG-022	数据分析	图表展示不流畅	无法稳定重现，可能与浏览器性能有关

1.3这个产品就是这样设计的，不是bug

ID	模块	描述	说明
BUG-023	健康记录	运动记录不支持批量删除	为防止误操作，仅支持单条删除

1.4没有能力修复，将来也不打算修复

ID	模块	描述	说明
BUG-024	数据导出	导出数据量超过 10000 条时速度较慢	需要重构导出架构，采用异步导出方案，工作量较大
BUG-025	AI 功能	食物识别结果偶尔不准确	Coze AI 模型特性，识别准确率不够高

1.5这个bug的确应该修复，但是没有时间在这个版本修复，延迟到下一个版本修复

ID	模块	描述	计划修复版本
BUG-026	性能优化	数据统计接口在大数据量时响应较慢	需要数据库查询优化
BUG-027	AI 功能	AI 健康报告分析不够个性化	需要完善 AI 提示词和数据统计角度

2.场景测试

2.1预期用户

本系统主要面向三类用户：学生用户、管理员（辅导员/校医院老师）、校医院健康服务人员。

1.学生用户

• 典型用户A：健康意识较强的大一新生（小李）
  使用频率：每日使用2-3次
  主要操作：
  早晨：查看前日睡眠质量，记录晨起体重
  午/晚餐后：使用拍照识别功能快速记录饮食
  睡前：手动记录当日情绪，回顾运动步数
  每周日：查看AI生成的周度健康报告
  操作特点：偏好移动端，使用碎片化时间，追求操作便捷性

• 典型用户B：存在健康风险的大三学生（小王）
  使用频率：每日多次查看
  主要操作：
  频繁查看体重/BMI趋势图表
  关注系统预警通知（如"连续熬夜预警"）
  导出健康数据用于校医院就诊
  对比不同时间段的运动、饮食数据
  操作特点：关注特定指标，对数据准确性敏感，可能使用PC端进行深度分析

2.管理员用户

管理员主要通过系统查看班级或学院学生的整体健康状态，并重点关注系统推送的 L3 红色预警。当某名学生触发严重预警，管理员会进入预警处理流程：首先查看详细数据 → 评估风险 → 联系学生 → 在系统中记录处理方式和干预结果。管理员还会在后续 7 天复查提醒出现时，查看学生的睡眠、饮食、情绪、运动趋势，以确认是否改善或需要继续干预。此外，管理员负责学生账户管理（如禁用异常账号、帮忙重置密码）。这类用户强调的是监控效率、批量处理能力以及清晰的预警闭环管理流程。

3.校医院健康服务人员

校医院的健康服务人员主要使用系统上传或同步每学期的体检报告数据，让学生能够即时查看自己的体检结果与历史趋势对比。在会诊过程中，校医通常会调用系统中学生近期的饮食、运动、睡眠和情绪数据，以辅助判断健康问题的成因，并给出更科学的饮食或运动建议。他们也会查看某段时间学生的体重、血压或 BMI 等趋势图，以判断改善效果是否明显。对这类用户来说，系统的价值在于提供专业、结构化及多维度的数据展示，帮助其在专业判断和个性化建议上更高效。

2.2用户的需求和目标

1.学生用户的需求与目标

便捷记录需求：希望记录过程不超过30秒/次，支持智能识别减少手动输入。
个性化反馈需求：期望获得针对自己生活习惯的具体可执行建议。
预警及时性需求：希望在健康风险出现早期就能得到提醒。
数据可视化需求：需要直观的图表展示自己的进步和趋势。
隐私安全需求：确保个人健康数据仅对授权人员可见。

2.管理员的需求与目标

风险监控效率：能在5分钟内了解班级整体健康状况。
预警处理闭环：确保每个预警都有跟进记录和结果反馈。
批量管理能力：支持批量导入/导出、批量状态更新。

3.校医院人员的需求与目标

数据完整性：建立覆盖全体学生的完整健康档案。
专业分析支持：获得多维度数据交叉分析的能力。
临床辅助决策：通过历史数据辅助诊断和治疗建议。
流行病监测：识别特定健康问题在校园内的分布趋势。

2.3你的软件提供的功能怎么组合起来满足他们的需要？

首页：展示健康概览

展示今日健康数据（睡眠、运动、饮食、情绪）
展示 AI 健康评分与预警提醒

记录中心：快速上报健康行为，便捷又方便

拍照识别饮食
同步手环运动、睡眠数据
情绪与症状快速记录

AI 健康报告：深度分析与改善建议

自动分析近期健康状况
提供饮食、运动、作息建议

健康预警中心：风险识别与干预流程

自动识别 L1～L3 风险
学生收到提醒并查看原因
管理员执行“预警 → 跟进 → 评估”闭环

数据趋势与分析页面

睡眠、体重、血压、运动趋势图
可按时间范围筛选

体检数据中心（校医院）

上传体检报告（Excel）
自动生成年度体检曲线图

用户中心：账号与数据管理

学生：查看体检记录、健康报告、导出 PDF
管理员：管理学生账号、查看资料
校医院：查看授权学生的健康档案

2.4测试矩阵（test matrix）

• 平台： Windows、Linux
• 硬件： 4GB RAM以上，双核处理器以上
• 浏览器类型： Chrome IE Firefox 等
• 测试工具：JUnit、 Mockito、Postman

测试功能	测试项	测试点	预期结果	Windows
登录与账号管理	账号登录	输入正确账号密码	成功进入系统主页	通过
	错误登录提示	密码错误、账号不存在	正确提示错误信息	通过
	学生账号管理（管理员）	启用/禁用账号、重置密码	操作成功，状态变化正常	通过
学生端：行为记录功能	饮食记录	拍照识别食物	能识别食材并显示营养信息	通过
	运动数据同步	手环同步步数、消耗	能成功获取最新运动数据	通过
	睡眠记录	自动识别/用户调整	正确记录睡眠时长与质量评分	通过
	情绪记录	选择或输入文本	正确保存情绪状态	通过
学生端：AI 健康报告	报告生成	根据近期数据生成报告	报告能正常展示分析与建议	通过
	报告内容准确性	睡眠、饮食、运动趋势分析	与真实数据趋势一致	通过
	建议可执行性	饮食/运动/作息建议是否合理	建议内容能正常显示	通过
学生端：健康预警系统	预警触发	模拟不良行为触发预警	能收到 L1~L3 级预警消息	通过
	预警查看	点击通知进入详情	正确显示风险原因与建议	通过
管理员端：健康监控	健康看板展示	查看班级整体健康指标	能展示正确数据	通过
	学生风险列表	自动排序高风险学生	排序规则正确，数据准确	通过
管理员端：预警干预流程	干预记录	填写跟进/电话记录	正确保存并可再次查看	通过
	闭环管理	预警 → 跟进 → 评估流程	状态正常流转并能归档	通过
校医院端：体检数据管理	体检报告上传	上传 Excel	数据解析成功并入库	通过
	数据展示	查看学生历年体检数据	图表显示正确趋势	通过
	医疗建议辅助	查看高血压/肥胖风险	能正确筛选学生并展示	通过
数据导出与共享	PDF 导出	学生导出健康报告	文件生成成功且内容完整	通过
	医院授权查看	学生授权共享数据	校医院端能正常查看	通过
性能与稳定性	页面加载速度	健康看板、趋势图加载	3 秒内加载完成	通过
	报告生成时间	AI调度报告	30秒内生成报告	通过
	并发用户数	100用户同时操作	5秒内给出响应	通过
	数据同步稳定性	拍照/手动输入	数据无丢失、无重复	通过

2.5 出口条件（exit criteria）

1. 核心流程无阻塞，主流程必须可用且无重大 Bug：

• 登录/注册
• 行为记录 CRUD
• 体检报告导入、查看
• 健康预警（L1、L2、L3）能正常触发
• AI 报告能正常生成并展示
• 管理员预警处理流程闭环

2. 关键数据准确性满足要求

• 营养数据匹配正确
• 睡眠/运动数据同步正确
• 预警规则计算正确并经过人工校准
• AI 报告输入数据准确无误

3. 安全性与权限标准达标

• 权限区分已生效（学生与管理员）
• API 基本鉴权完成
• 个人数据不可越权访问，越权访问被拦截
• 用户密码加密存储

二、Alpha版本发布说明

1.这一版本的功能

1.1 本版本新增功能

• 安全认证：JWT + BCrypt双重保障
• 数据可视化：基于ECharts的专业图表
• AI食物识别：拍照识别功能
• 健康趋势：多维度健康数据分析

1.2 本版本完整功能

(1)用户认证与权限管理模块

用户注册
适用角色：需选择角色（学生 / 管理员）
基本流程：用户输入工号、密码→选择角色→系统验证工号有效性→注册成功后跳转健康管理系统

用户登录
登录凭证：使用学号和密码登录
基本流程：输入学号、密码→系统验证身份→登录成功后根据角色进入对应页面

权限管理
学生权限：查看与管理个人健康数据、查看 AI 健康分析报告、接收系统推送的健康预警
管理员权限：查看和批量导出所有学生体检报告、同步接收学生健康预警通知

(2)生活行为数据记录模块

饮食记录
记录内容：餐次（早餐 / 午餐 / 晚餐 / 加餐）、食物种类、卡路里、用餐时间
核心功能：支持常用食物快速选择，简化记录操作
基本流程：选择餐次→输入食物种类和份量→记录用餐时间→保存记录

运动记录
记录内容：运动类型、运动时长、运动强度、运动时间
基本流程：选择运动类型→输入运动时长→选择运动强度→记录运动时间→保存记录
作息记录
记录内容：入睡时间、起床时间（系统自动计算睡眠时长）
基本流程：输入入睡时间→输入起床时间→系统自动计算睡眠时长→保存记录
情绪状态记录
记录方式：支持选择情绪关键词或输入情绪分数，同时记录时间
核心功能：支持情绪趋势分析，助力用户追踪情绪变化
基本流程：选择情绪关键词 / 输入情绪分数→记录时间→保存记录
记录查询功能
查询维度：支持按日期筛选，可查询饮食、运动、作息、情绪等各类行为记录
基本流程：选择查询日期→选择需查询的记录类型→显示该日期下的相关记录
健康预警功能
预警场景：当用户出现睡眠时间严重不足、饮食严重不规律、运动严重缺少情况时触发
通知方式：通过系统通知向用户发送提醒

(3)体检数据对接与管理模块

校医院数据对接
功能描述：通过标准接口自动同步学生年度体检报告数据，无需手动录入
核心规则：依托标准接口保障数据同步的准确性与时效性
体检报告查看
查看内容：在线查看历年体检报告，包含各项指标数值、参考范围及医生建议
基本流程：选择体检年份→查看指标数值与参考范围→查看医生建议

健康指标跟踪
可视化功能：以图表形式展示关键健康指标的历史趋势
支持指标：涵盖 BMI、血压、血糖等核心健康指标
核心价值：帮助用户直观了解自身健康指标变化规律

(4)健康数据分析与报告模块

AI 健康分析
技术支撑：使用扣子 AI 生成个性化健康分析报告
数据来源：整合用户生活行为数据与体检数据，确保分析全面性
报告内容：识别潜在健康风险并进行分级，提供具体、可执行的健康改善建议
基本流程：整合行为与体检数据→调用 AI 分析服务→生成健康报告

(5)系统管理模块

个人信息管理
管理内容：维护用户姓名、性别、联系方式等基本个人信息
基本流程：进入个人中心→编辑需修改的信息→保存修改
系统通知
通知类型：接收健康提醒、报告更新等系统消息
核心功能：支持按通知类型筛选，可对消息进行已读标记，区分未读 / 已读状态

(6)管理员功能模块

数据查看
查看范围：聚焦高风险健康学生的健康数据
基本流程：登录管理员账号→设置查询条件（如风险等级、年级等）→查看符合条件的学生健康数据列表
批量数据导出
导出内容：按条件筛选后的学生健康数据
支持格式：Excel 格式，可自主选择导出字段
基本流程：设置数据导出条件→选择导出格式（Excel）→勾选需导出的字段→生成并下载导出文件
同步学生健康预警功能
触发场景：当学生出现高风险健康状况时自动触发
预警信息：包含学生基础信息、预警类型、风险描述、数据来源
管理员操作：可在预警详情页添加干预记录，并标记预警处理状态（未处理 / 处理中 / 已完成）
核心价值：实现高风险健康状况的及时干预，保障学生健康

2.这一版本修复的缺陷

缺陷	修复前	修复后
数据记录繁琐	手动输入所有饮食、运动、作息数据	手动输入+智能辅助，提供模版方便输入，智能提醒补充记录
基础功能体验不佳	用户操作频繁，录入数据繁冗	增加快捷记录等按钮，优化用户操作流程
数据维度与分析不足	记录内容简单，数据不够科学	扩展饮食/运动/睡眠/情绪的分析维度，建立关联分析体系
健康预警不完善	原预警规则简单，无闭环	构建分级预警体系，新增全流程管理
用户登录密码无法修改	忘记密码无法登录	学生可修改密码，或找管理员重置密码

3.运行环境

环境	配置
操作系统	Windows 10
数据库	MySQL 8
Java环境	JDK 8
Node.js环境	Node.js 16+
浏览器	Chrome, Firefox, Edge

4.发布方式

发布方式：单机离线发布

项目部署：

1. 准备环境

安装Java 8
安装MySQL 8.0
安装Node.js

2. 数据库初始化

# 登录MySQL
mysql -u root -p
# 创建数据库
CREATE DATABASE health_management_system CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
# 导入数据库脚本
mysql -u root -p health_management_system < database/complete_schema.sql

3. 后端部署

# 进入后端目录
cd backend
# 修改配置文件
vim src/main/resources/application.yml
# 配置数据库连接信息和Coze API密钥
# 编译打包
mvn clean package -DskipTests
# 启动服务
java -jar target/health-management_system-backend.jar

默认访问地址： http://localhost:8080

4. 前端部署

# 进入前端目录
cd frontend
# 安装依赖
npm install
# 开发模式运行
npm run serve

默认访问地址： http://localhost:8081

5.发布地址

GitHub：https://github.com/baiyehhj/college-student-health-management-system