业务和功能介绍
EduPilot 是一套已完成端到端开发的多模态教学智能体系统，定位于“教师备课共创助手”。项目不是停留在单轮文案生成，而是形成了可运行的业务闭环：输入需求与资料、系统生成课件与教案、教师反馈后定向改写、最终标准化导出。
当前版本已落地的核心成果如下：
1. 双通道交互输入：前端同时支持文字输入与语音输入；在浏览器语音识别不可用时，可自动切换录音上传并调用后端转写接口。
2. 多模态资料接入：支持上传并解析 PDF、Word、PPT、图片、视频等资料，形成结构化参考信息。
3. 参考资料与意图绑定：前端将 reference_materials 与 intent_bindings 一并提交，后端按绑定关系参与研究与生成。
4. 多智能体协同生成：系统采用 planner、researcher、designer、writer、coder 五节点主链路，支持首次生成与反馈再生成两种工作模式。
5. 检索增强可配置：提供 hybrid、local_only、web_only 三种研究模式，可按课堂场景切换本地知识库与联网检索策略。
6. 多产物交付：主流程自动输出 AST 与 HTML 课件；通过导出接口可生成 PPT、Word、PDF 等交付物。
7. 实时进度与断线容错：WebSocket 推送节点状态，连接中断时可通过待发消息队列与 resume/feedback 接口继续任务。
当前版本已落地的核心成果如下：
1. 双通道交互输入：前端同时支持文字输入与语音输入；在浏览器语音识别不可用时，可自动切换录音上传并调用后端转写接口。
2. 多模态资料接入：支持上传并解析 PDF、Word、PPT、图片、视频等资料，形成结构化参考信息。
3. 参考资料与意图绑定：前端将 reference_materials 与 intent_bindings 一并提交，后端按绑定关系参与研究与生成。
4. 多智能体协同生成：系统采用 planner、researcher、designer、writer、coder 五节点主链路，支持首次生成与反馈再生成两种工作模式。
5. 检索增强可配置：提供 hybrid、local_only、web_only 三种研究模式，可按课堂场景切换本地知识库与联网检索策略。
6. 多产物交付：主流程自动输出 AST 与 HTML 课件；通过导出接口可生成 PPT、Word、PDF 等交付物。
7. 实时进度与断线容错：WebSocket 推送节点状态，连接中断时可通过待发消息队列与 resume/feedback 接口继续任务。
项目实现
基于 LangChain 的 Multi-Agent 核心编排与开发（Python）：
使用 Python 结合 LangChain/LangGraph 框架，从零主导开发「规划-答疑-评估」多角色 Multi-Agent 协作拓扑。摒弃轻量级可视化工具，通过底层代码构建复杂的 State Graph 流转逻辑，实现教学任务（如知识点溯源、错题解析）的精细拆解与闭环交互，深度优化 Agent 调度链路，稳定支撑 10+ 高并发学生会话场景。
端到端 RAG 全流程构建与 Milvus 深度整合：
设计并落地高可用的 RAG 全流程链路，底层弃用默认轻量库，全面接入 Milvus 向量数据库以支撑海量题库与教辅资料的高效并发检索。针对教材文档设计“基于知识点逻辑边界”的智能切片与混合检索（Keyword + Dense）策略，使答题幻觉率下降 55%；此外，开发基于意图路由的 Vision/Text 多模态联合调度机制，支持复杂数理图形题的自动化解析。
AI 大文本生成逻辑优化与推理强化：
攻坚教学场景下的 AI 大文本生成逻辑（如长篇幅知识点串讲、定制化长文本学习报告）。通过构建深度 Prompt Pipeline，在长文本生成中引入多步 CoT（思维链）+ Self-Reflection（自我反思）机制，有效解决模型在输出长篇幅推导过程时的逻辑灾难问题，使大模型解题步骤拆分的正确率及教学解析的连贯性提升 30%。
使用 Python 结合 LangChain/LangGraph 框架，从零主导开发「规划-答疑-评估」多角色 Multi-Agent 协作拓扑。摒弃轻量级可视化工具，通过底层代码构建复杂的 State Graph 流转逻辑，实现教学任务（如知识点溯源、错题解析）的精细拆解与闭环交互，深度优化 Agent 调度链路，稳定支撑 10+ 高并发学生会话场景。
端到端 RAG 全流程构建与 Milvus 深度整合：
设计并落地高可用的 RAG 全流程链路，底层弃用默认轻量库，全面接入 Milvus 向量数据库以支撑海量题库与教辅资料的高效并发检索。针对教材文档设计“基于知识点逻辑边界”的智能切片与混合检索（Keyword + Dense）策略，使答题幻觉率下降 55%；此外，开发基于意图路由的 Vision/Text 多模态联合调度机制，支持复杂数理图形题的自动化解析。
AI 大文本生成逻辑优化与推理强化：
攻坚教学场景下的 AI 大文本生成逻辑（如长篇幅知识点串讲、定制化长文本学习报告）。通过构建深度 Prompt Pipeline，在长文本生成中引入多步 CoT（思维链）+ Self-Reflection（自我反思）机制，有效解决模型在输出长篇幅推导过程时的逻辑灾难问题，使大模型解题步骤拆分的正确率及教学解析的连贯性提升 30%。
示例图片视频
相似推荐
quick_server
1、背景和目标：对企业所有服务请求进行轻量级安全和速度优化，减轻服务器的并发压力。
2、quick_server系统，不依赖外部引用，即插即用，主要用来进行极速快捷安全的http请求。大大减轻服务器的并发压力。轻松实现高并发场景下极速快捷安全的http请求。
json解析转换器
1、背景和目标：一、超级快速、安全对json的解析与对象转换；二、支持分布式超高并发
2、json解析转换器，支持分布式高并发，支持百万级别访问。用于快速进行json的解析与对象转换。原有的开源工具，要么安全性不够，要么性能不够强悍，要么不支持定制，很难满足企业日益严苛的业务需求。开发的这个json解析转换器，可以同时满足以上三种需求。
消息中心
1、背景和目标：解决高并发，对外提供统一的消息处理业务
2、功能模块介绍：六大功能模块：http通讯模块、缓存模块、消息队列模块、消息重试中心模块、消息调度模块、公共模块；对外百万级别并发项目，TPS可达1000/s。作为中间件，对外提供统一的消息处理业务。所有系统，包括电子签章平台、一照通行平台、一网通办平台，消息的请求和处理都经过消息中心。轻松实现异步、解耦、削峰。
3、功能描述：支持企业所有的内部系统接入，包括电子签章平台、一照通行平台、一网通办平台。轻松实现异步、解耦、削峰。
CRM客户管理后台
立项背景：针对中小型企业客户信息分散、销售跟进过程不透明、合同管理混乱等痛点，旨在打造一个轻量级的客户全生命周期管理后台，提升销售团队协作与转化效率。
核心功能：涵盖管理员登录鉴权、客户主表管理、联系人维护、跟进记录追踪、合同管理等六大模块。支持客户信息分页查询、关键字搜索、新增编辑与逻辑删除；客户详情页以名片形式集中展示联系人、跟进记录及关联合同。
业务流程：从潜在客户录入，到日常跟进记录，再到最终合同签订与操作日志审计，覆盖完整的销售业务闭环。
个人记账与资产管理平台
本项目是一套从零搭建的全栈个人财务管理平台，目标是替代功能单一的记账工具，把日常记账、资金账户、借贷往来、预算控制、资产盘点收敛到一个数据自主的系统中。系统由 12 个业务模块、23 个控制器、170 个 REST 接口、36 张数据表构成：记账核心支持三级分类树、商家联想、多平台支付与 CSV 批量导入导出，每笔账单自动联动账户余额并留存流水日志；借贷模块实现未结清 / 已结清 / 已放弃三态模型，支持分期还款与坏账核销；预算模块提供月度 + 年度双层体系与阶梯式执行规则；资产模块通过快照与趋势图呈现净资产变化；报表模块支持从月度 / 年度报表下钻到分类明细。系统还包含完整 RBAC 权限体系、软删除回收站、8 套主题实时切换与中英双语国际化。核心业务流程为：记一笔 → 余额幂等联动 → 报表与预算同步更新；借据从创建、关联账单凭证、分期还款到三态判定的完整生命周期；以及登录后由后端菜单树动态生成侧边菜单、路由与区块双重门控的权限链路。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服