为自学设计的教学智能体计划书

Created At : 2026-05-20 17:41

Count:2.2k

AI 桌面教学智能体项目计划书 (v1.0)

AI 桌面教学智能体项目计划书 (v1.0)

一、项目概述

项目定位： 一款轻量、高性能、沉浸式的本地桌面端 AI 伴学软件。
核心价值： 告别传统的被动阅读，通过“大纲生成 -> 知识精讲 -> 伴学答疑 -> 动态测试”的闭环，提供千人千面的计算机自适应学习（CAT）体验。
技术基调： 极致轻量化（No-Build 理念前端 + Rust 桌面外壳），极低内存占用，高响应速度，支持本地知识库的安全隐私隔离。

二、系统架构与技术选型

本系统采用严格的前后端分离与解耦架构，确保前端轻量、后端安全。

1. 核心技术栈

宿主环境 (Shell)： Tauri 2.0 (Rust)
职责： 窗口管理、跨平台打包（Windows/macOS）、系统级 API 调用（文件系统、本地数据库读写）。
前端交互层 (View & State)： HTML5 + Alpine.js
职责： 视图渲染、状态管理（响应式数据绑定）、事件总线通信。
样式引擎 (CSS)： Tailwind CSS (CDN)
职责： 快速构建响应式的左中右三栏布局，统一 UI 风格。
内容渲染与处理：
Markdown 解析： marked.min.js
XSS 防护： DOMPurify (确保 AI 生成内容的渲染安全)
代码与公式： Prism.js (代码高亮) + KaTeX (数学公式)
数据持久化 (Storage)：
结构化数据： Tauri 官方 plugin-sql (SQLite) 或前端 localForage (IndexedDB)。
文件资产： 本地 Markdown 文件独立存储。
向量数据库： 后端集成轻量级本地向量库（如 LanceDB，或直接通过 Tauri 调用 Python 脚本封装的 ChromaDB/Faiss）。

2. 外部接口 (API)

大模型服务： 统一采用 OpenAI 标准接口格式（兼容 DeepSeek-V3/R1、GPT-4o、Claude 3.5 等），支持流式传输 (Server-Sent Events)。

三、核心模块详细设计

采用经典的三栏式（Left-Nav, Main-Content, Right-Assistant）工作区布局。

模块 A：左侧导航与控制中枢 (Left Pane)

模块化工作区： 顶部“新建学习模块”按钮，支持创建不同的学科/项目容器。
动态大纲树 (Outline)：

支持多级折叠与展开。
状态可视化： 节点带有进度标识（未开始、学习中、已掌握、需复习）。
点击任意节点，中断当前流程并切换至该会话进度。

分类与过滤： 中下部提供标签分类，快速筛选当前大纲视图。
系统设置： 底部配置入口，包含：

系统参数： API Key 管理、模型选择、本地知识库路径配置。
教学参数： AI 语气设定（如“严厉导师”或“苏格拉底式启发”）、测试题难度梯度、输出语种等。

模块 B：中部核心教学流 (Main Pane)

Markdown 渲染区：

读取并渲染当前进度的 .md 文件（包含文字、公式、内嵌 iframe 视频等）。
交互增强： 文本划词高亮，弹出“解释/扩写/翻译”快捷菜单，点击后指令自动发送至右侧答疑区。

动态测试引擎 (Test Engine)：

准入机制： 底部常驻“我已学会，开始测试”与“我已学会，跳过测试”按钮。
动态生成： 点击“开始测试”后，触发系统工具调用（Tool Calling），AI 结合当前大纲输出 JSON 格式的考题数据。
交互式答题： 渲染单选/多选/填空题。采用“一题一判”机制。
正反馈与纠错： 答对直接进入下一题；答错不直接给答案，而是将错题信息透传至右侧，引导 AI 启发提问。
费曼输出模式（可选扩展）： 提供文本框，要求用户用自己的话解释概念，AI 评分打通关。

模块 C：右侧 AI 伴学助手 (Right Pane)

顶部控制： 模型快速下拉切换，清空上下文按钮。
对话流渲染： 气泡式聊天界面，支持 Markdown 渲染，支持打字机流式输出。
上下文智能组装 (Prompt Engineering)： 这是 AI 聪明的核心，发送给大模型的每次请求需静默拼装以下结构：

System Prompt： 当前模块设定的教学人设与规则。
Vector Search Results： （被动触发）匹配到的知识库或历史错题/笔记。
Current Context： 中部正在阅读的 Markdown 原文片段。
Chat History： 最近 3-5 轮对话记录（采用滑动窗口机制防 Token 溢出）。
User Input： 用户本次的提问。

内容自修正： 允许 AI 通过特定的命令（如输出特殊的 XML 标签 <update_md>），通知本地环境修改并重载中部的 Markdown 文件。

四、核心数据结构与存储机制

为了保证系统状态可预测且无遗漏，采用单一事实来源（Single Source of Truth）。

1. 课程配置文件 (course_meta.json)
维护整体大纲与进度状态，必须包含精确的映射关系。

{
  "course_id": "c_982b1x",
  "course_name": "高等数学基础",
  "knowledge_base_path": "/local/docs/math",
  "current_progress_id": "session_02",
  "chapters": [
    {
      "session_id": "session_01",
      "title": "1. 极限的定义",
      "status": "completed",
      "content_file": "/data/sessions/session_01.md",
      "history_file": "/data/chats/chat_01.json",
      "vector_ids": ["vec_001", "vec_002"]
    },
    {
      "session_id": "session_02",
      "title": "2. 导数与微分",
      "status": "in_progress",
      "content_file": "/data/sessions/session_02.md",
      "history_file": "/data/chats/chat_02.json",
      "vector_ids": []
    }
  ]
}

2. 测试题数据交换协议 (AI Tool Call Output)
AI 生成题目必须严格遵循此结构，以便 Alpine.js 渲染前端表单。

{
  "test_set": [
    {
      "question_id": "q1",
      "type": "single_choice",
      "difficulty": "medium",
      "question_text": "在Vue或Alpine中，用于双向绑定的指令是？",
      "options": ["x-bind", "x-model", "x-on", "x-text"],
      "correct_answer": 1,
      "explanation": "x-model 提供了表单元素和状态数据之间的双向绑定机制。"
    }
  ]
}

五、实施路线图 (Development Roadmap)

将复杂项目拆解为可执行的 Milestone（里程碑），严格控制开发节奏。

Phase 1: 原型与纯前端实现 (W1-W2)

目标： 完成 UI 布局和基本交互逻辑，无需后端。
任务：
编写 index.html，引入 Tailwind CSS 完成三栏布局。
引入 Alpine.js，实现大纲切换、测试面板呼出、聊天框内容上屏。
编写 Mock 模拟数据（写死的 JSON），跑通“阅读 -> 测试 -> 切换下一章”的完整逻辑。

Phase 2: Tauri 外壳与本地文件系统对接 (W3)

目标： 将纯网页转化为桌面应用，实现真实的数据读写。
任务：
初始化 Tauri 项目 (npm create tauri-app)。
引入 Tauri fs (文件系统) API，实现从本地硬盘真实读取和保存 .md 文件及 course_meta.json。
调试跨平台打包。

Phase 3: AI 大模型 API 与流式交互接入 (W4)

目标： 为系统注入灵魂，实现真实的大模型对话和大纲/Markdown生成。
任务：
编写统一的 Fetch API 调用封装，支持 SSE (Server-Sent Events) 流式打字机效果。
完成“系统提示词”组装逻辑的代码编写。
实现基于 JSON Schema 的强制工具调用（Tool Calling），稳定输出格式化测试题。

Phase 4: RAG 与上下文向量化 (W5-W6)

目标： 解决大模型遗忘问题，实现基于本地知识库的问答。
任务：
引入本地向量化工具（将历史 Markdown 和对话切片，调用 Embedding API 获取向量）。
存入 SQLite (或外挂本地向量库)。
实现“用户提问 -> 向量检索匹配 Top 3 片段 -> 拼入 Prompt -> AI 响应”的 RAG 管道。

Phase 5: 测试、优化与发布 (W7)

任务：
代码重构，消除冗余的 JS 逻辑。
压力测试：渲染包含数万字及复杂 LaTeX 公式的 Markdown 时的性能表现。
错误处理：API 超时、断网、本地文件损坏的优雅降级提示。

六、风险评估与应对策略

AI 幻觉与格式破坏风险

表现： AI 应该输出 JSON 考题，但输出了一堆说明文字，导致前端解析崩溃。
应对： 严格限制提示词，使用各大模型的 JSON Mode 功能；在前端 JS 中增加 try-catch 解析机制，解析失败时触发重试或优雅提示用户。

大上下文导致的 Token 费用激增 / 延迟卡顿

表现： 随着学习深入，直接拼接所有历史记录会导致 API 请求极慢。
应对： 坚决执行“滑动窗口 + 动态摘要”机制。超过 5 轮的对话让 AI 在后台总结为一句“当前学情摘要”替换原文。

XSS 安全漏洞

表现： AI 在 Markdown 中恶意或错误生成带有 <script> 标签的内容。
应对： 在 marked.parse() 渲染前，强制通过 DOMPurify.sanitize() 进行清洗，绝不妥协。

此方悬停