E-Learning AI 自动化助手（浏览器 RPA + 语音识别 + 大模型问答）产品系统Vibe Coding

在线教育平台已成为高校学习的重要载体，但其学习流程存在大量重复性操作：反复登录、课程导航、听力音频逐条播放与回放、单元测验作答等，学生需耗费大量时间在机械性操作上。同时，听力类学习内容以音频为主，缺乏结构化文本，难以检索、复盘与二次利用。本项目立项旨在通过自动化与 AI 技术，将重复的页面操作、音频采集与转写、答案辅助生成整合为一键式工具，把学习者从繁琐流程中解放出来，提升学习效率与内容利用率。

项目共四大功能模块：1）浏览器自动化引擎：自动完成登录、课程导航、单元切换与页面流程控制，内置统一等待与重试机制；2）智能弹窗处理：自动识别并关闭新手引导、模态框、确认弹窗等十余类干扰元素，保障长流程稳定运行；3）音频采集与转写：批量抓取课程听力音频并按单元/题型结构化归档，调用 Whisper 语音识别转为文本；4）AI 问答与 GUI 控制台：将题目/文本送入大模型生成参考答案并辅助填写，结果以 JSON 落盘，同时提供 Tkinter 图形界面实现参数配置、实时日志与一键启停。

本项目由我独立开发完成全部环节。技术栈为 Python 3 + Selenium + BeautifulSoup + ChromeDriver + OpenAI API + Whisper + Tkinter + PyInstaller。我负责的任务包括：搭建 Selenium 自动化引擎，封装登录、导航与页面切换流程，支持自定义 Chrome/Driver 路径；设计 PopupManager，通过多套 CSS/XPath 选择器与关键词匹配鲁棒处理各类弹窗；实现音频批量采集与 Whisper 转写；封装 AIAnswerGenerator 统一管理 Prompt、API 调用与异常重试；开发 Tkinter 多线程 GUI 并配置持久化，使用 PyInstaller 打包为 exe 并集成便携版 Chrome。亮点与难点：将 2000+ 行单文件脚本重构为 ConfigManager、LogManager、PopupManager、AudioDownloader、AIAnswerGenerator 等职责清晰模块；针对真实网页的弹窗干扰、加载延迟、反自动化检测做了大量容错设计，显著提升长流程稳定性。