Python Vibe Coding实操实验作业一、实验环境Python 3.10用到第三方库pandas、openpyxl、fastapi、uvicorn、pytest二、需求澄清本实验考察使用AI辅助Python开发重点是需求拆解、数据清洗、边界异常处理、测试验证。考题一 Excel报表生成脚本输入文件 sales_raw.xlsx字段日期、销售员、产品、数量、单价、地区。原始数据存在空值、重复行、负数量脏数据。处理规则删除关键字段缺失的行剔除数量0异常行全字段去重不修改原始Excel文件统计销售额数量×单价按销售员汇总、按地区汇总计算月度总销售额输出 report.xlsx4张工作表明细清洗后、按销售员、按地区、总览处理异常文件缺失、空文件、清洗后无数据给出友好提示程序不崩溃。运行脚本命令python task1_excel_report.py python test_task1.py考题二 FastAPI记账接口编写 task2_api.py 简易记账HTTP接口接口功能POST /records新增记账流水校验金额0、类型只能收入/支出、合法日期GET /records支持筛选条件、分页查询流水GET /summary统计时间段收入、支出、结余非法参数返回4xx错误信息环境说明本机Python版本偏低uvicorn启动报错代码文件已经编写完成受环境限制无法运行web服务。测试文件test_task2.py三、运行结果截图【】【】【】四、AI协作复盘1.交给AI完成pandas读写多sheet、FastAPI模型定义、基础测试用例、基础异常捕获。2.人工拍板确定数据清洗规则、异常提示文字整理全部作业交付物。3.人工审查风险①AI最初代码缺少文件不存在、缺少列的判断我手动补充异常处理②识别内存列表并发写入风险核对每一处校验逻辑。协作流程先写清楚书面需求再交给AI拆分成小任务每写一部分就运行验证人工review代码。五、实验小结本次练习使用AI辅助完成Python工程不是完全依赖AI生成代码。重点是梳理需求、处理脏数据、处理边界异常、编写测试验证结果。Excel清洗任务已经完整跑通FastAPI代码完成受本机环境版本问题没能启动web服务。