ai通识教育平台产品系统Vibe Coding

《中小学人工智能通识教育指南》要求中小学开设 AI 通识课程，但真正落地时普遍卡在三件事上：一是师资不足 —— 多数学校的 AI 课由信息技术老师兼授，缺少成体系、分学段的教学内容；二是抽象概念讲不动 —— 神经网络、特征提取这类内容用 PPT 讲，学生只能背结论，没有动手验证的环节；三是缺少反馈闭环 —— 学生学没学会、薄弱点在哪，老师拿不到数据，课后也没人答疑。

本项目的行业场景就是 K12 校内 AI 通识课与课后延时服务：面向小学高年级到高中，把 18 个知识点做成一门「能看懂、能动手、能验证、能复盘」的课 —— 用 AI 学习伙伴替代一对一答疑，用可调的仿真实验替代抽象的公式推导，用可视化掌握度替代只标对错，让一所没有 AI 专业师资的学校也能把课开起来、并且看得见效果。

一套完整的 K12 AI 通识学习平台（28 个路由页面），功能分四块：

① AI 能力主干。 学习伙伴「小绿」在划词提问、答题讲解、小组讨论、实验台、随意问五个场景自动切换语气与上下文，并随小学 / 初中 / 高中三个学段改变讲解方式；小组里 11 位带人设的 AI 同学参与讨论与习题 PK；编程实践在浏览器内真跑 Python；AI 模拟实践提供 18 个可调参实验，曲线随参数实时变化。

② 学习主干。 18 个知识点每个都有五种讲法（图文讲解、绘本、动画微课、视频、编程实践），进度各自独立记录；读不懂可以划词直接问小绿；工具箱提供笔记、收藏、错题加入、知识点对比四个动作；知识图谱以列表 / 星空双视图呈现 18 个知识点与依赖关系，掌握度四档上色并推荐下一步。

③ 练习与反馈闭环。 每张知识卡配 4 道闯关题，选完立即判定并逐题讲透干扰项为什么错；答错的题自动进错题本，按知识点归类、可重练、连对三次才清除；每日任务每天零点刷新，完成任务点亮火苗（连续学习天数）并结算积分；成就勋章墙含 18 条成就，达标后需手动领取；成长报告支持周报 / 月报 / 年报三种周期，呈现积分、连续学习天数与掌握度变化。

④ 协作与运营。 小组支持任务清单（每条任务挂知识点、积分与截止时间）、讨论区（AI 同学按各自人设发言）、习题 PK（限时抢答、历史战绩保留）。

全部数据存在浏览器本地（IndexedDB 12 张表，多账号隔离），运行时与素材本地内置，断网也能完整演示；后端或模型不可用时自动降级到离线话术与内置题库。另附一条 3 分 58 秒的全自动演示片（含逐段配音稿），可直接用于答辩或路演。

项目由 4 人小组完成（1 人调研与产品策略、1 人视觉与交互设计、1 人内容与测试验证），我负责统筹与 AI 协作开发：技术选型与架构设计、前端 28 个页面与核心组件、后端 API 与大模型接入、本地数据层、演示片工程化、打包发布，并把另外三位同学的调研结论、视觉素材和课程内容持续并入项目。

技术栈：Next.js 15 + React 19 + TypeScript（前端，含自研的 CSS 动画分镜引擎）；Node.js + Express + TypeScript（后端，流式输出与大模型接入）；shared 共享类型包保证前后端与种子数据的单一来源；IndexedDB 做离线优先的本地数据层；Pyodide 提供浏览器内的 Python 运行时；Playwright 编写抓图脚本自动产出演示素材。

实现亮点：① 离线优先 —— 运行时与素材本地内置，模型不可用时自动降级；② 掌握状态只有一个推导入口，避免多处计算漂移；③ 每日任务用「账号 + 日期」确定性抽签，配合积分账本的幂等结算，同一天不会重复发奖；④ 演示片不依赖视频文件，全靠代码动画与自动抓图，改一行数据即可重出素材；⑤ 内容与代码分离，18 个知识点 / 72 道题 / 18 个实验 / 11 位人设全部数据化，改内容不动代码。

主要难点：多账号数据隔离（localStorage 与 IndexedDB 全部按账号分库，并做老数据迁移）、大模型输出的人物一致性与结构化约束、浏览器内 Python 运行时的首次加载与离线包体积、以及在没有专业配音的前提下用动画节奏与字幕控制演示时长。