01
课件不是一段纯文本
- 问题
- PPTX 的文字可能藏在组合元素和表格中，直接按文件顺序读取会破坏页面语义。
- 动作
- 递归提取文本框、组合元素和表格，再按纵向坐标还原页面阅读顺序；PDF 按页提取并分块。
- 价值
- 后续检索和讲解保留“第几页、哪一章”的上下文，而不是把整份课件搅成一段文本。
← 返回项目总览
01 · 公司实习 · 负责全栈与 AI 技术实现
AI 互动智课系统
让 AI 参与学习前、中、后全过程，并保留知识与调用证据。
面向高校与职教课堂，解析 PPTX/PDF 建立课程知识库，以向量检索与知识图谱关系查询支撑逐页讲解、流式问答、受约束出题和学情反馈，并记录大模型调用全链路。
交付状态已部署并在实际场景使用
本人职责
在团队中负责技术实现，覆盖前后端、AI 链路、数据库、测试与部署。
核心交付
贯通课前备课、课中讲解问答与课后测评分析，并以知识图谱串联知识点关系。
工程重点
按课程和章节隔离向量检索，结合图谱关系查询；记录模型、Token、耗时与业务上下文。
核心使用流程
从输入到结果，每一步都承担明确职责
- 01
课件输入
教师上传 PPTX 或 PDF，系统保留页面边界并进入解析流程。
- 02
课前建库
提取页面文本、表格与组合元素，按课程和章节建立向量知识库，并抽取六类知识点关系。
- 03
课中助学
生成逐页讲解，以向量内容与图谱关系的组合查询支撑流式问答和来源定位。
- 04
课后反馈
按知识点约束生成测验，汇总掌握度与学习报告；调用记录为成本和异常分析提供依据。
关键实现
业务问题、技术方案与实现结果
02
问答只在课程范围内发生
- 问题
- 课堂问答既要找得到内容，也要阻止与当前课程无关的问题穿透到模型。
- 动作
- 用 DashScope Embedding 与 ChromaDB 做课程/章节隔离检索，Top 15 初筛后取 Top 5，并用关键词、向量相似度、LLM 判定组成三层离题检测。
- 价值
- 回答随 SSE 流式返回并附来源页码；多数无关问题可在低成本层被拦截。
03
把知识点关系接入检索与教学
- 问题
- 只做向量相似度检索，难以表达知识点之间的先修、推导、对比和应用关系。
- 动作
- 从章节知识点抽取 prerequisite、contains、derivation、contrast、application、related 六类关系，经节点白名单和去自环校验后入图；查询时组合课程/章节向量内容与图谱关系。
- 价值
- 教师能查看课程知识结构，问答和学习路径也能获得关系上下文，而不是只返回语义相近片段。
04
AI 产出进入业务前先受约束
- 问题
- 直接让模型自由出题或写报告，容易出现知识点偏移、数量不符和结构漂移。
- 动作
- 先分配知识点、题型与数量规格，再让模型填充并校验结构；确定性数据与 AI 叙述分层，失败时保留可用的业务结果。
- 价值
- 课程主流程不会因为一次模型输出异常整体中断，教师仍能编辑、续接和重试。
05
每次模型调用都能被追踪
- 问题
- 教育 AI 横跨讲解、问答、测验与报告，缺少统一记录会让成本和异常难以定位。
- 动作
- 按 requestId 记录模型、业务动作、Token、耗时、课程和章节上下文，并在管理端汇总调用趋势与用量。
- 价值
- 可以按业务场景定位高耗时或高消耗链路，为模型选择、成本控制和故障排查提供数据。
界面证据
经过脱敏的真实运行界面
我的职责
我负责的工作与交付内容
在团队中负责后端、前端、AI 链路、数据库、接口联调、测试、部署和后续维护。
亲自完成课件解析、课程知识库、知识图谱、组合查询、流式问答、受约束出题、学情链路和 AI 调用统计。
系统已经部署并在实际场景使用，项目重点是课件处理、课程问答和教学反馈链路。
实现取舍
检索隔离
课程材料与章节课件按 metadata 过滤，避免不同课程内容串用。
图谱校验
模型抽取的关系只允许引用已有知识点，经过类型白名单、节点白名单和去自环校验后入库。
失败策略
向量入库、逐页脚本和报告生成分别降级，不让 AI 弱依赖阻断确定性业务。
实时方式
课堂问答使用 POST + fetch reader 解析 SSE，适配携带问题正文的流式请求。
实现范围与运行说明
- 知识图谱与向量内容提供组合查询能力，但不包装成 GraphRAG；没有图片 OCR、rerank、完整 RAG 评测或长期记忆。
- 实时 TTS 前端 hook 尚未接入正式页面，ASR 未形成可用产品入口。
- 公开页面不展示用户规模、课件数量、调用量或真实学生信息。
Evidence-based Q&A
继续核验这段经历
直接追问职责、取舍、失败处理和能力边界。回答只使用已确认可公开的项目证据，并提供对应页面来源。
继续了解