StudyBuddy — 本地 AI 学伴产品系统Vibe Coding

行业场景
立项原因：传统学习工具仅提供被动检索，缺乏主动诊断—出题—复习的学习闭环。大学生面对海量课件（PPT/PDF/Word）难以高效提取重点、定位薄弱环节。本项目旨在打造一个从知识入库到薄弱点消除的完整 AI 学伴，让学生用自然语言对话完成复习规划、作业辅导和模拟测试。
业务背景：面向高校学生期末复习、日常作业辅导场景，替代传统笔记和刷题库的低效模式，通过 RAG 检索增强 + ReAct Agent 实现个性化学习诊断。

RAG 知识库：支持 PPT/PDF/Word 课件一键上传入库，向量化检索，学生自然语言提问即可精准召回相关知识点
四段式笔记生成（/note）：课件自动转结构化笔记——概念定义 → 例题解析 → 易错点 → 课后任务
作业辅导（/tutor）：RAG 增强答疑，自动诊断薄弱点并写入长期记忆；代码讲解模式含语法高亮 + Mermaid 流程图
模拟考试（/exam）：基于知识库自动出题 + LLM 自检机制，生成完整试卷
错题强化（/drill）：基于薄弱点出题，答错自动入 SM-2 间隔重复闪卡库
闪卡复习（/review）：SM-2 算法驱动，抽题 → 复述 → AI 评分，科学安排复习间隔
学习仪表盘（/dashboard）：总览知识库规模、薄弱知识点、闪卡到期提醒、学习进度
多引擎热切换：DeepSeek / 通义千问 / 智谱 / Ollama 本地模型，改一行配置即可切换
多会话管理：20+ 个独立会话，支持导出/恢复（Markdown/JSON）

我独立完成全部架构设计、编码、测试与文档。
技术栈：Python 3.13 + FastAPI（API 服务）+ Rich + prompt_toolkit（CLI 双模式：简单 REPL + 全屏 TUI）+ ChromaDB（向量库）+ SQLite（会话/记忆/闪卡三表）+ sentence-transformers bge-small-zh-v1.5（本地 embedding）
架构亮点：

ReAct Agent 自实现：Thought → Action → Observation 循环，不依赖 LangChain，展示对 Agent 机制的理解而非 API 调用
工具插件化：@register_tool 装饰器注册，19 个工具零侵入核心循环
上下文窗口压缩（compactor）：工具对保护 + XML 摘要合并 + tiktoken 精确 token 计数
幻觉检测：Agent 声称"文件已生成"但未调 write_file 时自动警告
SM-2 间隔重复算法：闪卡复习基于 Ease Factor + Interval，科学排期
工程质量：135 个 pytest 测试通过，pydantic 配置校验全覆盖，Type Hints 100% 覆盖