当前高校学生在学习过程中普遍面临学习资源碎片化、课程辅导单一化、个体差异难以被关注等问题。传统学习平台多以固定课程和统一资料为主,难以根据学生的专业背景、学习进度、薄弱知识点和学习习惯提供个性化支持。“知伴”面向高校学习场景,旨在通过 AI 智能体、用户画像、知识库检索和学习路径规划,为学生提供更精准、更持续的个性化学习辅助,解决学生“不会学、资料杂、没人带、难坚持”的问题。(2026软件杯A3题目)
点击空白处退出提示
当前高校学生在学习过程中普遍面临学习资源碎片化、课程辅导单一化、个体差异难以被关注等问题。传统学习平台多以固定课程和统一资料为主,难以根据学生的专业背景、学习进度、薄弱知识点和学习习惯提供个性化支持。“知伴”面向高校学习场景,旨在通过 AI 智能体、用户画像、知识库检索和学习路径规划,为学生提供更精准、更持续的个性化学习辅助,解决学生“不会学、资料杂、没人带、难坚持”的问题。(2026软件杯A3题目)
知伴主要包含 AI 对话、用户画像、学习资源生成、学习路径规划、知识库管理和学习情况分析等模块。用户可以通过自然语言与系统交流,系统会持续提取学习目标、知识薄弱点、学习偏好等画像信息,并反向用于后续资源生成。平台支持自动生成学习文档、PPT、视频、题目、图片、思维导图等多类型学习资源;支持用户上传资料、公共资料审核、联网检索资料暂存与管理员审核入库;同时可根据用户专业、年级和学习状态生成个性化学习路径,并通过练习结果动态更新学习进度。
本人主要负责项目后端服务、智能体工作流、数据库设计、任务并发、资源生成链路、SSE 流式推送、RAG 知识库和云服务器部署上线等核心模块。项目基于 FastAPI、LangGraph、LangChain、MySQL、Redis、Nginx、Docker、Linux 等技术实现,设计 Leader、Executor、Reviewer 三阶段智能体协作流程,完成资源规划、分段并行生成、内容审核和失败重试。针对长文本资源生成耗时问题,使用线程池、优先级并发控制、任务状态队列和 SSE 实时事件推送优化体验。项目已部署上线并获得 2026 中国软件杯大学生软件设计大赛国家三等奖。








评论