AlgoTwin数据结构与算法智能学习辅助平台产品系统

数据结构与算法是高校计算机专业核心课程，但课程内容抽象、知识依赖强、代码实践门槛高。学生常常不知道自己具体卡在概念理解、算法过程、复杂度分析还是代码实现，传统题库和在线判题也只能给出对错结果，难以形成个性化学习指导。教师面对大班教学时，也难以及时掌握每名学生的薄弱点和学习变化。本项目面向高校算法课程教学场景，旨在解决学生学习路径千人一面、反馈滞后、AI 辅导缺少证据约束、教师难以规模化精准干预等问题。

AlgoTwin 是面向《数据结构与算法》课程的智能学习 Agent 平台，围绕“诊断、推荐、学习、练习、评测、反馈”形成完整闭环。系统可根据学生作答记录、代码提交、知识点掌握度和历史错因构建七维学习画像，并结合知识图谱推理先修缺口，动态生成个性化学习路径。平台支持 AI 问答辅导、算法过程可视化、Markdown 讲义、Mermaid 思维导图、课件 JSON、动画分镜、代码实验等多类型资源，还提供在线代码运行、公开与隐藏测试点评测、错误原因分析和学习效果追踪。教师端可查看班级薄弱知识点、智能体执行过程、资源质量指标和学生学习报告，辅助教学决策。

项目采用前后端分离架构，后端基于 Java 21、Spring Boot、Spring Security、JWT、MyBatis-Plus、MySQL、Redis 实现业务服务与权限控制，前端基于 Vue 3、TypeScript、Vite 构建学生学习工作台和教师驾驶舱。核心实现上，引入 Spring AI Alibaba Graph 编排画像诊断、知识图谱、资源生成、算法可视化、代码评测、学习路径和质量审查等多阶段智能体流程；通过 go-judge 独立沙箱完成 C、C++、Java、Go、Python 等多语言代码编译运行，避免在业务主机执行用户代码。项目亮点在于将题目、代码、错因、掌握度和行为数据作为可核验证据，约束大模型输出，并通过质量审查、知识锚定、提示注入扫描、隐藏用例脱敏和效果评估提升系统可靠性。