2026软工实践现场编程第9组

福州大学 · 软件工程实践 · 2026-11-07 · 妈妈夸我说的队（MumLauds）

项目：拾光账本（Pocket Days）

仓库：platforzation/20261107-personal-account-book

演示视频文件：视频文件

---

0. 一分钟了解这个项目

“拾光账本”是一个基于 Python + Streamlit + 本地 JSON 的个人记账 Web 应用。它不依赖数据库、不联网、不需要登录：启动后在本机浏览器打开，数据只写入项目目录下的 data/records.json。

项目功能覆盖了作业的要求，并把三个可选项也做进了主界面：

• 记一笔：日期、类型、金额、类别、备注，保存前统一校验；
• 看流水：最近 10 笔按发生日期、创建时间倒序；
• 筛选统计：日期区间、类型、类别、金额区间六个条件同时生效，区间含边界；
• 总览与图表：本月收支卡片、近 6 个月/近 7 天趋势、支出类别占比、收入支出对比；
• 编辑删除：按记录 ID 修改或删除，删除需二次确认；
• 导出 CSV：固定七列、UTF-8 BOM、Excel 可直接打开；
• 工程化保障：72 项测试 + 80 个子测试、原子写入、损坏文件保护、并发写锁。

---

1. 团队与分工

1.1 成员、主责模块与贡献度

1.2 先定接口，再各写各的

现场编程最容易出问题的地方不是“不会写”，而是“写完合不起来”。我们最开始就提交了需求文档，把接口约定写死：

• 每条记录固定 7 个字段：id、date、type、amount、category、note、created_at；
• type 只允许 income / expense，金额必须大于 0、最多两位小数；
• 每个模块只暴露一个公开函数，参数顺序、返回类型不得擅自改；
• storage.py 是唯一允许读写 data/records.json 的模块；
• app.py 只做界面编排，不直接 open() 数据文件；
• 业务模块不得反向导入 app.py，避免循环依赖。

这份“接口先行”的约定，让 10 个人可以在同一时间并行开发，而不是等一个人写完再开始。

1.3 模块依赖

app.py / ledger_ui.py├─ add_record.py ─────→ models.py / storage.py├─ view_records.py├─ filter_records.py├─ account_statistics.py ← statistics.py（兼容门面）├─ charts.py ─────────→ account_statistics.py├─ manage_records.py ─→ models.py / storage.py└─ export_data.pystorage.py ────────────→ models.py

models.py 不导入任何项目模块；storage.py 只依赖 models.py；app.py 是唯一入口。这个方向保证了每个模块都能单独测试，也让 charts.py 可以只复用统计口径，不重复实现一套计算。

---

2. 程序运行环境

2.1 环境清单

本节以 v1.0.0（源码提交 2d1981a） 和本次 Windows 实际验证为准。

PR #15 和 PR #17 记录了 Python 3.10 / Streamlit 1.35、Python 3.13 / Streamlit 1.67 两组环境的测试结果。

2.2 启动与测试

方式一：Windows 免安装版。 在 v1.0.0 Release 下载 PocketDays-v1.0.0-windows-x64.zip，完整解压后双击 PocketDays.exe。保留同目录的 _internal 文件夹，不能只复制 EXE。程序会自动打开浏览器；使用期间保留启动窗口，退出时按 Ctrl+C 或关闭启动窗口。仅关闭浏览器标签页不会停止服务。

方式二：从源码运行。 下载并解压 v1.0.0 源码，在项目根目录打开 PowerShell：

# 1. 创建虚拟环境（已安装 Python 3.10+）
python -m venv .venv# 2. 安装依赖；直接使用虚拟环境中的解释器，无需修改脚本执行策略
.\.venv\Scripts\python.exe -m pip install -r requirements.txt# 3. 启动源码版
.\.venv\Scripts\python.exe -m streamlit run app.py
# 浏览器打开 http://127.0.0.1:8501

方式三：手机浏览器访问。 手机和电脑连接同一个 Wi-Fi。在电脑上运行 ipconfig，找到当前 Wi-Fi 网卡的 IPv4 地址。完成方式二的依赖安装后，在项目根目录运行下面的命令，将两处 192.168.1.23 都换成电脑的实际地址。

.\.venv\Scripts\python.exe -m streamlit run app.py --server.address=192.168.1.23 --browser.serverAddress=192.168.1.23 --server.port=8501

保持电脑上的服务运行，在手机浏览器打开 http://192.168.1.23:8501（同样换成实际地址）。若 Windows 防火墙弹出提示，允许应用在专用网络上通信。打开页面后，点左上角展开工作台，即可切换记账、筛选和图表页面。

测试依赖 pytest 未列在运行依赖中，需另行安装：

.\.venv\Scripts\python.exe -m pip install pytest
.\.venv\Scripts\python.exe -m pytest -q

本次在 Python 3.12.14 / Streamlit 1.67.0 / pandas 2.3.3 环境中，使用独立临时目录复测 v1.0.0 源码，结果为 72 passed, 80 subtests passed。Windows 发布包通过了 EXE 启动、新增、筛选、图表、编辑删除、CSV 下载、单实例与重启持久化检查。

首次运行没有账本文件时，页面正常显示空状态，首次成功保存后才创建文件。仓库只跟踪 data/records.example.json，真实 data/records.json 已被 .gitignore 排除。

如需在源码版使用示例数据，先停止应用，且仅在没有现有账本时执行：

if (-not (Test-Path -LiteralPath 'data\records.json')) {Copy-Item -LiteralPath 'data\records.example.json' -Destination 'data\records.json'
}

源码版与免安装版使用不同的数据目录。从源码版迁移时，先关闭程序并备份两个目录中的现有账本，再复制 records.json，不要直接覆盖已有数据。

2.3 数据与安全边界

• 数据保存在本机，服务默认仅监听 127.0.0.1；不应直接作为公网或多人共享记账服务部署；
• 金额以正数保存，收入/支出由 type 区分；created_at 由程序生成并带时区，界面不允许编辑；
• 读取到损坏 JSON 时明确报错，不会把损坏文件当空账本覆盖；
• 保存采用“临时文件 + fsync + 原子替换”，避免直接写目标文件造成半截 JSON；这不能代替定期备份，也不是对磁盘损坏或突然断电的绝对保证；
• RLock 只协调同一进程内的读改写。源码版应仅启动一个服务进程操作同一账本；Windows 启动器另有同一用户下的单实例文件锁。

---

3. 软件运行截图与视频

点击任一截图可查看原图。

3.1 收支总览

首页集中显示本月结余、收入和支出，下面是收支趋势、支出类别占比与最近流水。

3.2 记一笔

切换收入或支出时，类别选项随之更新。保存后显示金额和类型，并重置表单。

3.3 最近记录与筛选

最近记录按记账日期和创建时间倒序。筛选页支持日期、类型、类别和金额区间，并显示匹配记录的收支合计。

3.4 图表与 CSV 导出

图表展示收支对比与支出分类。CSV 固定七列，采用带 BOM 的 UTF-8 编码，空账本也保留表头。

3.5 编辑与删除

选中记录后可修改日期、类型、金额、类别和备注。删除前需要勾选确认。

3.6 移动端检查

使用 390 × 844 的 Chrome 移动视口和独立的演示账本截图。窄屏下侧栏收起，结余卡独占一行，收入与支出卡并排，图表纵向排列。

截图见 GitHub PR #18。

3.7 演示视频

• 演示视频文件：视频文件
• 内容：新增记账 → 收支总览 → 数据图表 → 筛选统计 → 最近记录 → 数据图表 → 编辑与删除 → 导出 CSV。

---

4. 关键代码与注释说明

4.1 数据模型：把脏数据挡在入口

models.py 是唯一的数据字典。它不只检查“字段在不在”，还处理了几个容易被忽略的边界：bool 是 int 的子类、浮点数的小数位、NaN/Infinity、日期是否真实存在、类别是否和收支类型匹配、created_at 是否带时区。

REQUIRED_FIELDS = {"id", "date", "type", "amount", "category", "note", "created_at"
}def validate_record(record: dict) -> None:if not isinstance(record, dict):raise ValueError("记录必须是字典类型")# 字段必须“刚刚好”：缺字段、多字段都不允许if set(record.keys()) != REQUIRED_FIELDS:raise ValueError("记录字段不完整或包含多余字段")# bool 是 int 的子类，必须单独排除 True/Falseif isinstance(amount, bool) or not isinstance(amount, (int, float)):raise ValueError("金额必须是数字")# 用 Decimal 而不是 float 判断“最多两位小数”decimal_amount = Decimal(str(amount))if not decimal_amount.is_finite() or decimal_amount <= 0:raise ValueError("金额必须大于 0")if decimal_amount.as_tuple().exponent < -2:raise ValueError("金额最多保留两位小数")# 类别必须与 type 匹配，支出不能选“工资”valid_categories = EXPENSE_CATEGORIES if record_type == "expense" else INCOME_CATEGORIESif category not in valid_categories:raise ValueError("所选类别与收支类型不匹配")# created_at 必须带时区，保证跨时区排序可比parsed_time = datetime.fromisoformat(created_at.replace("Z", "+00:00"))if parsed_time.tzinfo is None or parsed_time.utcoffset() is None:raise ValueError("创建时间必须包含时区信息")

这段代码的价值在于：错误在进入 JSON 之前就被拦住。界面层只需要捕获 ValueError 并显示，不需要在每个页面重复写校验。

4.2 持久化：临时文件 + 原子替换 + 损坏保护

storage.py 是唯一允许碰 data/records.json 的模块。最关键的三个动作是：保存前先读一次（拒绝覆盖坏文件）、写临时文件并 fsync、用 os.replace 原子替换。

_RECORDS_LOCK = RLock()def save_records(records: list[dict]) -> None:_validate_records(records)content = json.dumps(records, ensure_ascii=False, indent=2, allow_nan=False)with _RECORDS_LOCK:# 如果现有文件已损坏，这里会抛 ValueError；# 宁可保存失败，也不要把用户原账本覆盖成一份“空数据”load_records()_write_records(content)def _write_records(content: str) -> None:temporary_path = Nonetry:_DATA_FILE.parent.mkdir(parents=True, exist_ok=True)with tempfile.NamedTemporaryFile(mode="w", encoding="utf-8", dir=_DATA_FILE.parent,prefix=f".{_DATA_FILE.name}.", suffix=".tmp", delete=False,) as temporary_file:temporary_path = Path(temporary_file.name)temporary_file.write(content + "\n")temporary_file.flush()os.fsync(temporary_file.fileno())   # 确保内容真正落盘os.replace(temporary_path, _DATA_FILE)  # 原子替换，避免半截 JSONexcept (OSError, UnicodeError) as exc:if temporary_path is not None:temporary_path.unlink(missing_ok=True)raise ValueError(f"无法保存记录文件 {_DATA_FILE}：{exc}") from exc

tests/test_storage.py 有 17 项测试，覆盖中文往返、空数据、文件不存在、损坏 JSON、非法编码、非有限数字、权限错误、fsync/replace 失败、临时文件清理，以及新进程读取保存结果。

4.3 新增链路：读—改—写必须在同一把锁里

add_record.py 只有 40 多行，但它把“校验 → 读取 → 追加 → 保存”串成了一条完整链路：

def add_record(date: str, record_type: str, amount: float,category: str, note: str = "") -> dict:# 1. 先创建并校验，校验失败不会碰文件record = create_record(date, record_type, amount, category, note)# 2. 读—改—写整体加锁，避免两个会话同时追加时丢记录with _RECORDS_LOCK:records = _load_records()if not isinstance(records, list):raise ValueError("load_records() 必须返回记录列表")_save_records([*records, record])return record

这里复用了 storage._RECORDS_LOCK 这把可重入锁，保证同一进程内的读改写不会交错。更理想的做法是由 storage.py 暴露一个 append_record() 事务接口，把锁完全封装起来；这是我们在复盘时记下的一条改进项。

4.4 筛选：六个条件的 AND，区间含边界

filter_records.py 用一条列表推导表达六个条件，None 表示该条件不限制；金额为 0 不会被误判成“没有填写”。

selected = [recordfor record in recordsif (start_date is None or record["date"] >= start_date)and (end_date is None or record["date"] <= end_date)and (category is None or record["category"] == category)and (record_type is None or record["type"] == record_type)and (min_amount is None or record["amount"] >= min_amount)and (max_amount is None or record["amount"] <= max_amount)
]# 日期优先，同一天再按带时区的创建时间倒序
return sorted(selected,key=lambda record: (record["date"],datetime.fromisoformat(record["created_at"].replace("Z", "+00:00")),),reverse=True,
)

开始日期晚于结束日期、最低金额高于最高金额、类型不是 income/expense、金额是 NaN 等情况都会抛 ValueError，由界面显示具体原因。

4.5 统计：用 Decimal 累加，避免 0.1 + 0.2

统计模块的公开口径是 calculate_summary() 和 category_totals()。金额先用 Decimal(str(amount)) 转成十进制，再累加，最后统一保留两位。

totals = {"income": Decimal(0), "expense": Decimal(0)}
with localcontext() as context:context.prec = 330          # 覆盖有限 float 的整数位与分位for record in records:record_type = record["type"]if record_type not in ("income", "expense"):raise ValueError(f"非法收支类型: {record_type}")totals[record_type] += _amount(record)return {"income": _money(totals["income"]),"expense": _money(totals["expense"]),"balance": _money(totals["income"] - totals["expense"]),"count": len(records),
}

balance = income - expense 只在最后做一次减法；分类汇总只统计指定 record_type，没有记录时返回 {}，不会因为空数据报错。

4.6 CSV 导出：BOM、固定列顺序与公式注入防护

导出看起来简单，但有两个实际坑：Excel 打开 UTF-8 中文会乱码；用户备注以 =、+、-、@ 开头时，可能被电子表格当成公式执行。export_data.py 两个都处理了。

_CSV_FIELDS = ("id", "date", "type", "amount", "category", "note", "created_at")def _spreadsheet_value(value):# 防止 CSV 公式注入：以公式引导符开头的文本加单引号前缀if isinstance(value, str) and (value.startswith(("\t", "\r", "\n"))or value.lstrip().startswith(("=", "+", "-", "@", "＝", "＋", "－", "＠"))):return "'" + valuereturn valuedef export_csv(records: list[dict]) -> bytes:with StringIO(newline="") as output:csv.writer(output).writerow(_CSV_FIELDS)writer = csv.writer(output, quoting=csv.QUOTE_NONNUMERIC)for record in records:writer.writerow(_spreadsheet_value(record.get(field, "")) for field in _CSV_FIELDS)return output.getvalue().encode("utf-8-sig")

utf-8-sig 写入 BOM，QUOTE_NONNUMERIC 让文本字段统一加引号，逗号、换行、引号都能被正确转义；空数据仍然先写表头。

4.7 界面：用 form_version 解决 Streamlit 重跑

Streamlit 每次交互都会从头执行脚本。如果保存成功后不重置表单，用户可能再次点击保存，产生重复记录。app.py 的做法是给表单一个版本号：

form_version = st.session_state.get("add_form_version", 0)
with st.form(f"add-{form_version}"):fields = _record_fields(record_type, {"date": date.today().isoformat()})submitted = st.form_submit_button("保存记录", type="primary")if not submitted:returnfields["record_type"] = fields.pop("type")
try:record = add_record(**fields)
except ValueError as exc:st.error(f"保存失败：{exc}")returnst.session_state["add_form_version"] = form_version + 1
st.session_state["notice"] = f"已保存：{_TYPE_LABELS[record_type]} {record['amount']:.2f} 元"
st.rerun()

保存成功后版本号 +1，下一次渲染就是一个全新的空表单；提示信息通过 session_state["notice"] 传递，rerun 后显示一次就弹出，不会一直挂在页面上。

---

5. 三项亮点

亮点一：把“数据不能丢”做成了工程约束，而不是口号

很多课程项目只测“正常保存”，我们花了很大精力在失败路径：

• 保存前先 load_records()，文件损坏时拒绝覆盖；
• 临时文件 + fsync + os.replace，进程中断不会留下半截 JSON；
• RLock 包住读—改—写，避免同一进程内并发追加丢记录；
• 17 项存储测试覆盖权限、磁盘、编码、临时文件清理等异常；
• .gitignore 排除真实数据，仓库只保留 records.example.json。

这让“重启不丢数据”不只是演示时的一句说明，而是有测试和代码结构支撑的约束。

亮点二：统一口径：一套字段、一套校验、一套金额算法

• 7 个字段的集合校验，缺字段、多字段都拒绝；
• Decimal(str(amount)) 判断两位小数，避免 float 精度误判；
• 类别与 type 强绑定，支出不能选“工资”；
• created_at 必须带时区，跨时区也能正确排序；
• 统计统一用 Decimal 累加，balance 只在最后减一次；
• 72 项测试 + 80 个子测试覆盖边界，而不是只测 happy path。

这套口径让界面、筛选、统计、图表、导出看到的是同一份数据，不会出现“列表 100 元、统计 99.99 元”的情况。

亮点三：CSV 下载、图表可视化与移动端适配

• 下载 CSV。用户可直接下载账本，导出文件按固定七列排列，使用带 BOM 的 UTF-8 编码，便于在 Excel 中查看中文记录。
• 图表可视化。总览展示近 6 个月或近 7 天的收支趋势及本月支出类别占比。数据图表页还能查看收支对比、分类金额和对应的数据表。
• 移动端适配。窄屏下侧栏收起，结余卡和图表按屏幕宽度重排。我们在 390 × 844 的移动视口检查了总览、录入、筛选、图表和 CSV 下载。

---

6. 三个耗时较长、收获较大的事件

6.1 “Add files via upload” 覆盖事故：一次关于分支纪律的教训

发生了什么：组员张智文以“Add files via upload”方式更新了仓库，覆盖了 view_records.py、storage.py、charts.py、add_record.py、manage_records.py、statistics.py 和 app.py 的部分实现。原本已经合并的模块变成了 TODO 或旧版本，tests/test_view_records.py 直接无法导入 get_recent_records。

收获：

1. 不再用网页上传覆盖整文件，所有修改走分支 + PR + diff；
2. 合并前必须跑全量测试，不能只跑自己模块；
3. main 要始终保持可演示，修复分支要小步、可回滚；
4. 提交信息要写清楚“改了什么、怎么验证”，否则事故后很难判断。

6.2 统计模块与标准库同名：一个导入路径引发的返工

发生了什么：项目最初把统计模块命名为 statistics.py，和 Python 标准库的 statistics 同名。在 charts.py、app.py 以及测试中导入时，解释器可能拿到标准库而不是项目模块，表现为“统计算出来不对”或导入失败。PR #13 的说明里明确写了“项目统计模块与标准库同名导入冲突”。

收获：

1. 不要用 Python 标准库名作为项目模块名；
2. 接口兼容可以用很薄的门面层解决，不必大改调用方；
3. 全量测试是集成信号，单模块绿不代表项目绿；
4. 出问题先复现、再定位、最后才改代码。

6.3 UI 两次返工：设计稿好看，不等于真实数据好看

发生了什么：14:35已经有一版 Streamlit UI；16:32做了“恢复可用账本 + 加固数据处理”；16:49又按“拾光账本 v1.1”设计稿重做真实业务界面，加入品牌侧栏、结余卡、趋势、支出占比、最近流水和空状态。也就是说，最后 20 分钟还经历了一次完整的视觉返工。

争议点：

• 是否直接把 assets/shiguang.html 静态稿当成品？——不行，静态稿只有示例数据，不能读写 JSON；
• 是否为了视觉效果牺牲表单可用性？——不行，新增、筛选、编辑、导出必须仍然可操作；
• 是否只在一个 Streamlit 版本上验证？——不行，requirements.txt 允许 1.35 到 2.0，CSS 和组件行为会变。

收获：

1. 视觉和业务分离，静态稿只做参考，不冒充成品；
2. 关键页面用真实浏览器截图验收，不只看 pytest；
3. 兼容范围写进 requirements.txt 后，就要在两个边界版本上都跑；
4. 时间不够时，先保证“能演示”，再追求“好看”。

---

7. 每位成员的团队编程体验

7.1 黄锦培 @coderbrain404：从分工、审核到联调

这次做「拾光账本」，我作为组长，负责一部分任务分配和代码审核，主要实现第 10 号模块 CSV 导出，也参与了业务模块恢复、Streamlit 界面集成和联调。联调时，我发现各模块单独测试通过，合到一起还是会遇到问题，比如统计模块和 Python 标准库重名，导致图表取不到数据。我们通过独立分支和 PR 提交修复，再用同一批测试数据从新增、保存一路验证到筛选和图表展示。这次经历让我体会到，团队编程除了分工写代码，还要提前约定模块接口，认真审核合并的改动，并为联调留出时间。

7.2 张智文 @platforzation：集成不是把文件拼在一起

我主要负责 app.py 的页面编排、主干合并和 README。现场编程最深的体会是：集成不是把 10 个文件放进同一个目录，而是每次合并前都要确认接口、导入路径、数据锁和测试是否仍然成立。中后段两次模块被覆盖，我一边回滚一边补测试，才真正理解“main 随时可演示”比“功能多”更重要。以后我会更早冻结接口、更小步地合并，并把发布检查清单提前到 16:30。

7.3 吴怡霏 @wynnmour：校验的价值在于挡住“看起来没问题”的数据

我负责 models.py 的字段校验。最初以为“金额是数字”就够了，后来发现 bool 是 int 的子类、浮点数的小数位、NaN、没有时区的时间字符串，都会让脏数据进入 JSON。用 Decimal(str(amount)) 和严格的字段集合把边界补齐后，界面层只需要捕获 ValueError。先写测试再改实现，让我对“什么算合法”有了更清楚的定义。

7.4 姚华俊 @Grim761：先想怎么坏，再想怎么好

storage.py 看起来只是读文件、写文件，真正难的是失败路径：文件不存在、JSON 损坏、磁盘写失败、进程中断。最后的方案是临时文件 + fsync + os.replace + RLock，并且保存前先 load_records()，拒绝覆盖坏账本。17 个测试大多在模拟异常。这个模块让我明白，可靠性不是“正常情况能跑”，而是“异常情况不扩大损失”。

7.5 张陈雨菲 @Diox4n3：小模块也要有清晰的边界

add_record.py 只有几十行，但它把校验、读取、追加、保存串成一条链。一开始我想在函数里直接 open() JSON，后来按规范改成只调用 models / storage，并加锁避免并发丢记录。接口小、责任清楚，反而更容易测试，也更容易被 app.py 复用。现场编程让我体会到“少做一点、做对一点”的价值。

7.6 林鑫 @Yi-shang0101：排序规则要写进测试，而不是留在脑子里

最近记录要按 date 倒序、同一天按 created_at 倒序。created_at 可能带不同时区偏移，不能直接比字符串；用 datetime.fromisoformat 统一后再排序。我的模块被覆盖过一次，PR #11 只恢复这一个文件，让我体会到小步提交和测试的价值：只要测试还在，恢复就有依据。

7.7 卢志勇 @209691048：多条件筛选的难点是“空值”和“边界”

我负责 filter_records.py。难点是 None 表示“不限”与金额 0 的区别、日期/金额区间要含边界、开始时间晚于结束时间要报错。用列表推导把六个条件写成 AND，再用 sorted 统一排序；测试覆盖了边界、非法区间和空结果。写完之后我更理解“接口文档里的每一句话都要有测试对应”。

7.8 张楠 @fenhaozi1：统计口径必须只有一套

统计模块最初叫 statistics.py，和 Python 标准库同名，导入时踩了坑；后来拆成 account_statistics.py + 兼容门面 statistics.py。用 Decimal 累加、最后 round 两位，避免 0.1 + 0.2 的浮点误差；分类汇总只统计指定 type。这件事让我记住：统计模块最重要的不是“算得快”，而是“所有人算出来一样”。

7.9 刘俊延 @52HzWhale111：图表只做展示，口径必须复用

图表模块只做展示，统计口径必须复用 account_statistics，不能自己再算一遍。空数据、只有收入、只有支出三种状态都要不报错；收入/支出用固定颜色，分类图按金额降序，并保留数据表方便读屏。Altair 的细节比想象中多，但也让我体会到“可视化不是画得漂亮，而是让数据可读”。

7.10 陈烨婷 @chen-yeling：修改/删除要有白名单和确认

修改/删除的关键是只允许改 date/type/amount/category/note，id 和 created_at 不能动；更新时先合并再整体 validate，找不到返回 False。删除要二次确认，界面和业务分开。PR 里的测试还在开放状态，是我后续要补的功课；但这次现场编程让我学会了“先定允许改什么，再写怎么改”。

---

8. GitHub 仓库地址与commit记录

• 仓库地址：https://github.com/platforzation/20261107-personal-account-book
• Releases 页面：https://github.com/platforzation/20261107-personal-account-book/releases
• commit记录：https://github.com/platforzation/20261107-personal-account-book/commits/main/

---

9. 团队 PSP 过程数据

实际比预估多 30 分钟（约 20%）：主要来自 UI 两次返工与覆盖事故后的恢复（Coding +15 分钟）、补测（Test +2 分钟）以及复盘/博客整理（Postmortem +15 分钟）；需求分析和设计文档环节略有节省。

---

10. 复盘：如果再做一次

做得好的

1. 接口先行：10 个人能并行开发，靠的是字段和函数签名先定死；
2. 测试不是装饰：72 项测试在两次覆盖事故中帮助我们快速判断“丢了什么”；
3. 数据安全：原子写入、损坏保护、锁，都是课程项目里容易被忽略但很重要的工程细节；
4. 可演示优先：UI 返工没有破坏新增、筛选、编辑、导出这些核心操作。

还可以更好的

1. 分支保护：如果 main 开启“禁止直接 push / 必须 PR + 测试通过”，15:35 的覆盖事故可以避免；
2. 接口收口：add_record.py 复用了 storage._RECORDS_LOCK 私有变量，后续应由 storage 暴露事务接口；

一句话总结：三个小时里，我们把一个“能记一笔”的课堂作业，做成了有校验、有锁、有测试、有图表、能导出、能演示的本地记账应用；也第一次真切体会到，团队协作里最贵的不是写代码，而是让别人的代码和你的代码安全地合在一起。