在高校及在线教育场景中,学生课后疑问分散、重复率高,教师与助教精力有限,难以及时响应。传统 FAQ 或关键词搜索无法理解复杂、上下文相关的问题。基于大模型的课程答疑平台可提供 7×24 小时智能问答,减轻教师负担,提升学生自主学习效率,尤其适用于大规模开放在线课程、编程课、理工科及医学等概念密集的学科。
点击空白处退出提示
在高校及在线教育场景中,学生课后疑问分散、重复率高,教师与助教精力有限,难以及时响应。传统 FAQ 或关键词搜索无法理解复杂、上下文相关的问题。基于大模型的课程答疑平台可提供 7×24 小时智能问答,减轻教师负担,提升学生自主学习效率,尤其适用于大规模开放在线课程、编程课、理工科及医学等概念密集的学科。
自然语言问答:学生输入文字或语音问题,大模型理解语义并生成准确、口语化的解答,支持代码、公式、图表展示。
多轮对话与追问:支持连续追问,模型能结合历史上下文给出逐步推理或详细推导过程。
学习薄弱点分析:记录学生提问历史与问题标签,生成个性化学习建议,推荐相关知识点。
教师后台:查看高频疑难问题、学生困惑分布,辅助优化教学;支持对模型回答进行纠错、补充。
前端:HTML + CSS + JavaScript(Ajax),部署在 Tomcat 的静态目录。
后端:Java Servlet + JSP,运行于 Tomcat 9。
数据库:MySQL 5.7,使用 JDBC 直接操作。
大模型接入:通过 HttpURLConnection 调用免费或开源大模型 API(例如 讯飞星火、智谱 AI、或本地 Ollama 搭建的 LLaMA 3,使用 HTTP 接口)。
会话管理:HttpSession 存储用户上下文(最近 3 条对话)。









评论