吕

一、立项背景和目标 背景问题：通用AI回答宽泛笼统，无法结合平台内真实教学资料与用户学习数据，给出可落地的实用建议。 核心目标：将AI从通用问答工具升级为平台专属业务助手，实现回答可追溯资料来源、推荐可解释原因、入口可直接访问。 目标拆解： - 思考模式：仅做分析建议，不检索平台资料库。 - 内线模式：检索资料库并结合用户数据，提供推荐及改进建议。 - 推荐结果可直接预览、下载，无需用户二次检索。 二、软件功能（本次范围） - AI对话：支持多轮上下文、附件解析、可选图片理解。 - 双模式切换：可自由切换思考模式与内线模式。 - 资料库联动检索：根据用户需求筛选平台资源。 - 推荐直达：展示推荐内容，支持直接预览、下载。 - 反馈闭环：用户点赞/点踩可影响AI后续回答风格。 三、核心功能模块介绍（本次范围） 1. AI交互模块（前端Home.tsx） - 将用户文本、图片、文件发送至/api/ai_chat接口。 - 渲染结构化AI回复（直接答案、可选方案、可折叠分析）。 - 接收推荐资源，生成可直接访问的文件入口。 2. 资料库检索模块（后端backend.py） - 通过_search_resource_content功能，按用户需求（学段/年级/学科/关键词）检索资源。 - 统计资源数据（点赞、点踩、评论数、好评率），生成推荐度并回传前端。 3. 推荐直达模块（前端） - 推荐列表直接调用handlePreview/handleDownload功能，实现“推荐即入口”，无需二次跳转。 4. 反馈学习模块（后端） - 通过/api/ai_feedback记录全站反馈，将用户偏好注入系统提示，优化回答风格。 四、业务流程 1. 用户在AI界面输入需求（如“小学三年级语文阅读课件”）。 2. 前端将消息、模式、用户ID、上下文、附件提交至/api/ai_chat。 3. 后端判断模式：思考模式不检索资料库；内线模式检索并整理资源。 4. 后端将资料、用户数据（内线模式）、提示约束传入LLM，返回结构化答案及推荐资源。 5. 前端展示答案及推荐文件入口，支持预览、下载。 6. 用户点赞/点踩后上报/api/ai_feedback，形成偏好闭环，优化AI表现。