路径规划
先计算合法顺序与预算,再解释学习理由。
通过真实作答了解学习状态,在先修关系和时间预算下安排学习顺序。
课程导师结合教材解释知识点,练习结果再回到学习计划。
通过独立测评了解知识起点
保留可以追溯的作答依据
结合先修关系与时间安排顺序
理解知识点,再通过练习验证
独立练习的作答结果更新学习证据,再计算下一步。
相同输入与版本得到相同路径,可以查看先修约束与路径指纹。
教材引用可以打开当时的原文,掌握情况由独立作答更新。
支持 9 门内置课程 · 360 个知识点 · 可创建自定义学习方向
诊断记录所选选项、题目、难度和作答时间。服务端根据题库核对结果,重算难度加权的 Beta-Bernoulli 后验,并显示证据数量和不确定性。
规划先求先修闭包,再结合知识深度、当前证据和时间预算安排学习。预算对照、手动改序与约束检查都可在图谱页使用。
Learning Supervisor 根据问题、教学偏好与当前学习状态选择子流程。学情、教材检索和练习题都绑定当前账号与课程。
识别教学意图,读取会话与学习上下文
先计算合法顺序与预算,再解释学习理由。
结合检索原文进行讲解、分级提示或错因分析。
从可核验题库选题,等待用户提交选项。
核对引用编号和路径指纹,保存完整回答及该轮教学状态。
支持的教学任务包括 知识讲解、分级提示、独立练习、学情与路径、错因分析。辅导节点可以调用本地只读工具及用户授权的 MCP 工具,运行设有步数、时间与重复调用保护。
练习由服务端核对选项,再更新学习证据和路径。完整会话独立存档,模型仅使用最近需要的文本和本轮检索资料。旧轮次的练习与判分结果可以随历史恢复。
引用规则核验检查知识点归属、资料编号和路径指纹。逐字引用核对可在模型设置中开启,结果在回答下展开查看。MCP 只开放只读工具,模型文本没有写入掌握度的权限。
客户端提交练习标识与所选选项,服务端校验该轮题目与会话归属。首次判分结果随消息保存,分支中的继承练习保留原有结果。
项目使用 Next.js、React 与 TypeScript,图谱基于 React Flow,知识检索采用中文 BM25,并支持上传资料的本地向量检索。数据使用 Postgres,开发环境也提供临时内存存储。
浏览项目仓库与改动记录2026 第九届传智杯全国大学生数智创新与 AI 应用大赛 · AI WEB 网页开发挑战赛