AI教育培训软件-铸星

2025-04-22 14:05:04

行业：在线教育

载体：网站

技术：Rocket、Spring Boot、Vue、MySQL

业务和功能介绍

专业的SaaS AI+教育培训软件
https://www.caster.net.cn/product
随着教育信息化和在线评测需求的增长，传统的考试、作业和比赛管理方式已无法满足高效、智能化的需求。企业、学校及培训机构需要一套集题库管理、智能评测、任务下发和数据分析于一体的综合平台，以提升教学和考核效率。本项目旨在打造一个基于AI的智能评测系统，支持多场景任务管理（如考试、作业、比赛），并利用AI技术实现智能批改、知识库问答及数据分析，满足管理员、教师和学生的不同需求。
系统面向教育机构、企业培训等场景，提供灵活的权限管理，确保不同角色（管理员、教师、学生）各司其职。同时，通过Minio文件存储、Redis缓存、RocketMQ消息队列等技术，保障系统的高性能和稳定性，实现从题目录入到成绩统计的全流程自动化管理。
智能易用，AI赋能
搭载DeepSeek、通义千问
支持多模型切换，提供多轮对话、模型微调及知识库搭建服务，助力高效学习与工作
多种题型支持
单多选、判断、填空、问答、文件题、编程题
AI解析
用户答题完成后，可以点击查看多维度AI解析内容，帮助巩固内容
智能批改
客观题自动评分，支持AI批改（一键智能评分），编程题OJ系统评判

安全防护
多种答题配置
防止泄露答案和试题信息
答题答卷保护
禁止复制、剪切、分享试题内容
智能防作弊体系
实时异常操作监测（如分屏/切屏），随机抽题+选项乱序杜绝舞弊
高持久性的考试存储服务
数据保护和快照备份机制

多样配置，减负增效
丰富的任务类型，随心设定
作业/考试：支持题目预览、解析展示、随机组卷（题目/选项随机）、按题赋分或总分设置
比赛：自由参赛与任务推送双模式，灵活控制参与方式
样式自适应
系统可多平台访问，数据同步，支持APP部署

高并发设计
强大的答题并发负载能力
3万+使用用户案例经验
优秀的缓存答题机制
采用随机间隔时间自动保存答题数据至缓存，避免数据丢失
高效的任务处理方式
采用分表设计优化任务处理效率，提升数据访问速度

智能题库管理
支持单选、多选、编程题等7种题型，可分类管理（如按课程或知识点）。
提供题目导入（Word解析）、智能批改、AI解析生成等功能，提升题目管理效率。
题目可设置为公开或隐藏，满足不同使用场景。
多场景任务管理
考试/作业：支持定时发布、随机抽题、选项乱序等防作弊功能。
比赛：支持个人赛/团队赛，提供排名统计和结果导出。
AI评卷：调用大模型（如DeepSeek、通义千问）生成评分建议，减少人工批改负担。
AI助手与数据分析
基于企业私有知识库的AI问答，支持多模型切换。
统计题目正确率、选项分布等数据，为教学改进提供依据。
权限与系统管理
角色分级（管理员、教师、学生），控制题库、任务等模块的访问权限。
日志审计记录关键操作，保障数据安全。

项目实现

技术架构
后端：SpringBoot提供RESTful API，集成JWT鉴权、MyBatis-Plus操作MySQL。
前端：Vue3 + Element Plus实现响应式界面，适配PC/手机端。
存储：Minio存储题目附件、用户答案等文件；Redis缓存热点数据（如题目、排名）。
中间件：RocketMQ处理异步任务（如AI评卷消息队列），提升系统吞吐量。
核心模块实现
AI集成：通过HTTP API调用大模型，结合RAG技术实现知识库问答。
任务下发：基于时间策略和权限校验，动态生成考试/作业任务。
防作弊：通过切屏监测、答案自动保存、选项随机化等功能保障公平性。
扩展性优化
模块化设计便于后续扩展（如比赛组别、智能导入）。
前后端分离部署，支持横向扩展应对高并发场景。

示例图片视频

上海铸匠软件科技有限公司

30天前活跃

交付率：100.00%

查看主页

相似推荐

国内外各类贸易官网、后台管理系统定制

项目定位为一家**外贸医疗器械企业**打造的"品牌官网 + 获客中台"一体化平台：前台是面向海外采购商的英文官网（承接询盘），后台是销售团队自用的**获客—转化—跟进**全流程工具集，把原本靠人肉 Google、Excel 整理客户的外贸流程线上化、批量化。前台官网（面向海外买家） - 首页（轮播 Banner、热卖产品推荐）、产品中心、产品详情（富文本长描述 + 图集）、关于我们、联系我们； - 导航栏与联系页内置 WhatsApp / Instagram / Facebook / 邮件一键直达，贴合海外买家沟通习惯； - AI 智能客服（右下角对话窗）：基于自家产品资料库做检索增强（RAG），用英文 7×24 接待询盘、回答产品参数，买家不流失在"非工作时间"。后台管理（`/admin`，销售团队自用） - 仪表盘运营概览 + 最新抓取线索分页，打开后台就知道今天有哪些新客户。 - 产品管理产品增删改查、批量删除、富文本详情、图片上传；**支持一键导入同行 Alibaba 国际站店铺产品**（免登录、免 API Key，自动识别分类），新产品上架从"手动录入几小时"降到"粘贴店铺链接几分钟" 。 - 线索获客按关键词抓取同行业店铺联系方式：Google Places API（真实数据）/ OpenStreetMap Overpass（免费、合规、免 Key）/ 黄页三模式 + 演示数据兜底；抓取结果一键 **WhatsApp / Facebook / 邮件分批群发**（默认每批 10 条，可配置）。 - 在线邮箱后台直接登录企业邮箱在线收发开发信（nodemailer 发信 + IMAP 收信），兼容网易"别名邮箱"归一化识别，不会把同一客户当两个人。 - 热卖趋势医疗器械热卖关键词热度趋势（ECharts 图表，演示/真实数据源双模式），指导选品。 - 海关数据按客户网址查询其近一年真实进出口记录（演示/富通天下双模式），判断买家实力与采购周期。 - 留言管理前台联系表单的询盘留言统一收件、跟进。 - AI 模型配置后台增删改多个 OpenAI 兼容模型（豆包 / DeepSeek / OpenAI 等），一键切换客服默认模型，密钥加密存储。典型业务价值 - 把"找客户 → 批量触达 → 邮件跟进 → 询盘接待"串成闭环；AI 客服 + 批量群发直接降低外贸业务的人力重复劳动； - 产品库导入与海关数据查询这类重调研环节，从数小时压缩到分钟级。

AI知识库AI客服助手

项目定位面向企业**私有化部署**的 AI 知识库问答系统（RAG）：把企业内部的制度文档、产品手册、技术资料、项目档案统一喂给 AI，员工用自然语言提问，即可获得**带原文出处引用**的可靠答案，替代传统"全文检索 + 人肉翻文档"的低效方式。产品形态为单客户独立部署（非 SaaS），企业内部员工共用一套账号，开箱即用。核心功能 - 文档管理单文档 / 整个文件夹上传（保留相对目录结构）；按扩展名白名单 + 文件头（magic bytes）双重校验真实格式，伪装扩展名直接拒绝入库。 - 流式问答 SSE 逐字输出回答，右侧实时展示来源片段（可点击预览定位）；回答结束后给出 2~3 条相关追问建议，并返回检索/生成耗时等性能指标。 - 混合检索向量语义召回 + pg_trgm 关键词召回 + RRF 排名融合，兼顾"同义问法"与"碎片简称"两类查询。 - 语义缓存新问题与近期缓存做余弦相似度比对（≥0.95 直接复用答案，跳过检索与模型调用）；知识库任何变更（上传/删除/重建索引）自动失效该用户缓存，杜绝命中过期答案。 - 多轮对话结合历史对话把"它的优缺点呢"这类指代问句自动改写为独立查询，再去检索。 - 3D知识图谱文档关系 / 实体关系双模式 three.js 力导向聚类可视化：相干文档自动聚簇、连线粗细颜色映射关联度、UnrealBloom 辉光特效，一眼看清知识库的主题分布。 - RAG 评估看板维护评估集与评估运行，对检索/回答质量做回归对比，支撑"改了 Prompt 或检索策略后答案有没有变差"的量化验收。 - 用量与成本全链路记录模型调用事件与 token 成本（usage-event），后台查看调用量与花费统计。 - 文档共享生成授权分享链接，对外提供受控的文档访问。 - 安全登录态存 HttpOnly Cookie（前端脚本读不到）；知识库文档一律走授权下载接口，不暴露静态直链；模型密钥加密存储。典型业务价值 - 新人培训 / 客服售后场景下，问答响应从"翻文档 10 分钟"缩短到"开口即答、带来源"； - 私有化部署保证企业资料不出内网； - 语义缓存 + 限额部署让中小团队的模型调用成本可控可统计。

基于OpenCV图像处理与ADB的半自动化触控测算工具

本项目是一款轻量级的移动端半自动化交互工具。为了应对复杂多变的屏幕 UI 场景，本工具采用“视觉呈现+人工辅助定位+机器精准执行”的闭环模式。核心模块包括：利用 OpenCV 实时抓取并渲染设备屏幕画面；用户在可视化界面上点选起始与目标位置；借助 NumPy 进行矩阵运算，快速计算两点间的欧氏距离；最后通过内部映射公式转化为按压时长，由 ADB 协议向设备发送模拟触控指令。该项目广泛应用于移动端 UI 定点测试及特定坐标的自动化脚本开发。

基于So-VITS深度学习的AI声音克隆与音频转换工具

本项目是一款基于前沿深度学习模型（So-VITS-SVC）的本地化 AI 音频处理工具。核心功能旨在实现高保真的声音克隆与音色转换。主要模块包括：1. 音频数据预处理（自动切分、降噪、重采样）；2. 声学特征（F0音高、内容特征）提取；3. 基于预训练模型的音色推理与转换；4. 最终的音频混音与格式输出。该系统可应用于虚拟主播（VTuber）配音、有声书制作、以及合规的 AI 音乐翻唱等场景，输出音频自然流畅，具有极高的拟真度。

基于Selenium的公开短视频数据自动化采集与处理系统

本项目用于高效采集指定网页的公开多媒体数据（包括视频、音频、文本信息），并进行结构化清洗与存储。核心功能包括：自动模拟真人操作、绕过基础反爬策略、自动捕获动态加载的数据包、视频文件批量下载、以及最终将元数据导出为 Excel/CSV 格式。适用于竞品分析、舆情监控、素材库建设等场景。