我理解的软件开发流程

简介: 1 客户经理:了解客户的大体方向,如:行业,消费人群,是技术--需求之间沟通的桥梁。 2 设计部    ① 切图---配合网页原型制作的工作         ② 页面原型---dreamweaver 输出的是带有一些对菜单描述的 页面原型,最好可以使用axure来进行设计。

1 客户经理:了解客户的大体方向,如:行业,消费人群,是技术--需求之间沟通的桥梁。

2 设计部    ① 切图---配合网页原型制作的工作

        ② 页面原型---dreamweaver

输出的是带有一些对菜单描述的 页面原型,最好可以使用axure来进行设计。将每次的设计改动都提交到git版本库(在项目中的原型目录)。

做原型设计的人这时候比较忙,因为他要记录很多东西,画在纸上,及时和客户沟通校队。最后将纸上的画儿转化成html,并在后续的迭代过程中添加交互效果。

也可以用用在线互动大师进行设计 

3  开发部:

① 根据设计部给出的原型及时了解相关基础概念。如是否含有购物车,未支付订单,已支付订单,退货,物流等信息。对功能模块大致进行划分。

② 对功能模块进行可行性分析,同时做E-R图的设计,确定网站的“草稿”(之所以把可行性分析ER图安排在一起,是因为他俩本身就是一个内部的实现逻辑进行迭代的过程)。

把根本无法实现的功能cut掉;把偏离产品主干的功能记录下来在后面的版本中迭代;把可行性分析报告以邮件的形式告知设计部和客户经理。

③ 明确开发组成员间的沟通工具、数据库设计工具、程序框架、版本管理、时间管理。

④ 划分功能块,并分配到具体的人。通过redmine。迅速完成核心代码的开发,要求代码健壮

⑤ 项目组成员可以根据项目实际需求,在对已分配给自己的模块进行细分,做好时间管理。

⑥ 在核心代码上进行瀑布迭代开发。

4 测试&维护:

① 优化代码质量,用户体验。遵循开闭原则。

② 核心可复用的代码组件化,以供后续新项目使用。

ps:为什么写这么多呢?

因为给boss写了一封信,关于如何更有效的开会的文章,boss说出差回来和我们讨论,这这是在准备一下。

关于开会的建议:
1 开会时间应该提前商定,小伙伴们好提前安排自己的工作,到了开会时间准时赴约。
2 开会前应该准备几个特定的问题,开会时进行针对性的讨论。做会议记录的人应该提前通知大家准备问题。
3 开会中应该积极思考,但不争论,可以把思维不一致的地方用笔记录下来,等当前讨论的主题讨论完成后,及时提出来。
4 会后,无论问题的解决方案是否敲定,会议记录人都应该以邮件的形式发送给与会成员。(之所以用邮件是因为它可以保留较长时间,并且有明确的主题)

开始做,坚持做,重复做
相关文章
|
5天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
385 93
|
6天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
390 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
5天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
270 158
|
13天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。