本周团队工作：本周我们团队完成了故事生成图片接口的设计，即进行prompt tuning,限定故事生成的格式，并将DeepSeek生成的故事以JSON格式传输到服务器接口，SD生成后传回到移动端。：我们团队使用的都是消费级显卡，最好的也不过30系列，如果使用全参数微调，对显存的要求太高，完全承担不起。"1.不添加无关内容。"角色:你是一个幽默的语言大师，能够根据用户提供的英文单词，输出谐音梗，中英

本周团队工作：本周团队进入到了拓展功能与核心功能的开发，工作量较大，我们完成了相机集成功能、OCR识别功能、文本提取功能、模型自动下载与嵌入翻译功能、基于 DeepSeek-R1 的流式对话生成、故事生成、Stable Diffusion端服务器搭建与可视化故事板层功能等。我们可以发现，输出的结果中，只有message字段里的content字段的内容是我们需要的，而且包含了思考和最终答案，正是我们

这样一来，可视化数据板层充当了“翻译官”的角色，Deepseek写的故事Stable Diffusion看不懂，可视化数据板层作为翻译官把故事转成“画面描述”。DeepSeek API调用成功，并尝试了对于Stable Diffusion进行LORA微调，对于app实现单词生成图片，故事生成四格漫画进行了初步的架构设计、技术学习与尝试。: 在所有的安卓架构基本都是固定的，包含的要素就是：导航栏（或

此外，我们团队选择了Navicat对数据库进行管理。我们团队决定开发一款基于deepseek大模型的背单词安卓app，即在具备基础功能的背单词app中集成DeepSeek API，生成单词故事，集成基于RoLA微调的Stable Diffusion API 为单词生成四格漫画，提高单词记忆的效率。基于以上想法，在本周我独自完成了项目任务书的撰写，对整个项目的功能进行了详细的设计，对小组成员进行了明