ai智能学习助手产品系统Vibe Coding

项目面向高校学生的数字化学习场景，主要解决学习资料分散、阅读效率低、复习依赖手工整理、练习与错题复盘割裂等问题。业务上围绕“资料上传解析—AI总结—AI出题—在线练习—AI评分—错题本—知识点掌握度—学习分析—RAG问答”构建学习闭环，帮助学生把静态资料转化为可交互、可追踪、可评估的学习过程，提升学习效率和复习效果。

系统包含用户登录鉴权、学习资料管理、PDF/DOCX/TXT解析、资料分段与Embedding、AI总结、AI出题、在线练习、简答题AI评分、错题本、知识点掌握度分析、学习数据可视化、任务中心、RAG检索评测和AI学习助手等模块。用户可上传资料并自动解析成分段内容，基于资料生成摘要和题集，完成练习后自动记录成绩、沉淀错题，并通过掌握度统计和趋势图展示学习效果；同时内置AI助手，支持结合资料上下文进行流式问答与辅助学习。

我负责系统前后端核心功能的设计与实现，技术栈为 Spring Boot 3、MyBatis-Plus、MySQL、Redis、Vue3、TypeScript、Element Plus、Qdrant。后端统一封装 OpenAI Compatible Chat/Embedding API，完成AI总结、出题、评分能力接入，并设计异步任务中心处理 SUMMARY、QUESTION_GENERATE、PRACTICE_REVIEW、EMBEDDING 等任务；前端封装 axios 请求与 SSE 流式对话能力，实现资料管理、任务中心、总结/题集/练习/分析等页面。项目亮点在于把 RAG 检索、向量化、AI助手、错题本和学习分析打通成闭环，难点主要在于长资料分段检索、模型返回结果解析、异步任务状态跟踪以及流式输出体验优化。