中国内地本科计算机课程作业或毕业设计（论文）参考公开代码的可行性分析

前言

本文旨在探讨中国内地本科计算机专业毕业生通过GitHub等平台参考公开代码完成课程作业或毕业设计（论文）的可行性，重点分析技术实现路径、学术规范风险及潜在法律问题。文章以GitHub为典型案例，假设性构建分析模型，不涉及任何真实个案或特定高校政策。所有论述仅作学术探讨，不代表任何机构立场。

一、课题选择

1.1 开源项目挖掘策略

通过GitHub高级搜索语法（如logistics system stars:<1），可定位具备完整功能模块的现成项目。

这样，我们可以找到一些冷门仓库，有利于防止仓库所有人复活，通过各种手段导致毕业设计的编写困难重重。

1.2 课题适配性筛选

logistics system仅为示例，可以根据专业需要或导师要求，更改检索关键词并获取与你需求紧密相关的已有公开代码。

由于我们的目标是不实际编写，而直接采用公开的代码，我们实际上很难找到与需求完全匹配的仓库。如果导师允许在一定范围内选择题目，建议以仓库为中心，令课题向仓库靠拢，而不是依据课题寻找仓库。

二、材料撰写

2.1 开题报告构造方法

• 需求分析：如果原项目中有README，可以使用AI工具将原项目README中的功能描述转化为需求、实现方式和用例；此过程可借助GitHub自带的Copilot或Deepwiki。
• 技术路线：参考GitHub上的代码占比，决定其主要技术栈。
• 进度计划：如果原仓库中有Commit记录，可以根据Commit记录大致还原原作者开发思路，据此编造进度计划。

2.2 论文内容生成策略

依据开题报告和源代码，大部分AI工具已经可以完整生成符合本科生毕业标准的论文内容。其主要内容与开题报告内容或撰写开题报告时需要思考的内容相似，可以直接套用。

2.3 答辩材料准备

大部分本科课程均不要求答辩，或仅做简单演示要求。以下为需要准备的材料：

• 过程证据链：下载源代码使用IDE打开进行截图
• 运行演示：根据README或参照AI指示运行
• Q&A：是答辩过程中最难的部分，如果不是本人的程序，很难完美通过，因此需要先大致了解程序的结构，例如分为几大模块等。可以指出编写时借助了AI工具，但绝对不可承认代码来自公开内容

答辩材料准备过程已有专业AI工具批量制作，可以参考互联网上已有的应用程序，参照此前准备的材料自定义报告。

三、查重系统的规避路径分析

3.1 现有查重机制盲区

中国知网、维普等主流系统存在爬虫未覆盖GitHub仓库的问题，文档查重也未建立开源社区语料库，将开源软件源代码或GitHub非热门软件源代码输入查重系统检测，结果均为0%。

3.2 仓库劫持技术

如果实在担心代码被抽查或被举报，可以采用DMCA投诉机制反制。在为自己的系列伪造材料签署日期时，可以附上年份，例如2025年7月13日，便于后期对扫描本修改年份，例如将5改为4。待得到正式版本文件后，可通过扫描仪等方式将文档图片化便于编辑。将年份修改，使其发布日期早于GitHub相关仓库发布日期，再向GitHub提交虚假的版权申诉，报告原仓库存在违规，请求删除仓库。由此，已公开的源代码在互联网上销声匿迹，实现了仓库劫持。

完成这一系列操作后，我们也可以创建自己的GitHub账号，将自己的系列文档发布到GitHub上，供下届学生参考使用。

四、学术诚信风险评估

根据《中华人民共和国学位法》（中华人民共和国主席令第二十二号）第三十七条之规定：

学生应当信守《论文独创性声明》中的承诺，在毕业设计（论文）撰写过程中切实做到论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中山大学或其它教育机构的学位或证书而使用过的材料，或在课程作业完成过程中遵守学校相关学术诚信规定。