# DataStructurAndAlgorithmAgent

**Repository Path**: cxcy666_admin/data-structur-and-algorithm-agent

## Basic Information

- **Project Name**: DataStructurAndAlgorithmAgent
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-12
- **Last Updated**: 2026-07-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AlgoTwin

AlgoTwin 是面向高校《数据结构与算法》课程的证据约束多智能体学习系统后端。系统不把大模型聊天包装成个性化学习，而是将题目作答、代码判题、知识依赖和历史错因作为可核验证据，持续更新学生认知状态并调整学习干预。

仓库同时包含 Vue 3 学生学习工作台与教师驾驶舱，前端位于 `frontend/`。

## 核心闭环

```text
学习行为 -> 七维画像 -> 先修图推理 -> 多模态资源/题目 -> 可视化与代码验证
    ^                                                        |
    +-- 双时间窗效果评估 <- 错因、掌握度、资源参与与遗忘更新 <--+
```

七个阶段通过 Spring AI Alibaba Graph 实际执行：

```text
画像诊断 -> 知识图谱 -> 资源生成 -> 算法可视化 -> 代码评测 -> 学习路径 -> 质量审查
                                    ^                              |
                                    +--------- 审查拒绝重试 <------+
```

质量节点不是固定返回通过。它会检查画像证据、图路径证据、资源类型与格式、知识库锚点、提示注入、题目答案解析、难度、隐藏用例脱敏和闭环完整性。

## 当前能力

- 七维动态画像：知识基础、算法思维、编码、复杂度、调试、坚持度、迁移能力
- 40 个课程知识点、46 条先修/支持关系、图遍历补洞路径
- 6 类默认资源，支持 Markdown、Mermaid、课件 JSON、动画分镜 JSON、代码实验
- AI 生成内容的知识库锚定、结构校验、提示注入扫描与确定性降级
- 9 道代码实训题、28 个新增测试点，公开/隐藏用例隔离
- go-judge 独立代码沙箱：多语言、资源限制、公开/隐藏测试点和结果脱敏
- 普通题目和代码提交共同更新掌握度、错因洞察和下一轮路径
- 学习行为幂等采集、五维效果对比、证据置信度和自适应干预策略
- 同步 Agent、异步 Agent、阶段进度、决策 Trace、教师质量指标
- JWT、角色授权、学生答案脱敏和资源所有权校验

## 技术栈

- Java 21 / Spring Boot 3.5
- Spring AI / Spring AI Alibaba Graph
- Spring Security / JWT
- MyBatis-Plus / MySQL
- Redis
- go-judge
- Lombok `@Data`

## 启动

准备 MySQL、Redis 和独立部署的 go-judge。代码提交不会降级到业务主机执行。

```bash
export MYSQL_URL='jdbc:mysql://localhost:3306/dsa_agent?useUnicode=true&characterEncoding=utf8&serverTimezone=Asia/Shanghai&useSSL=false&allowPublicKeyRetrieval=true'
export MYSQL_USERNAME='root'
export MYSQL_PASSWORD='replace-me'
export REDIS_HOST='localhost'
export REDIS_PORT='6379'
export REDIS_PASSWORD=''
export JWT_SECRET='replace-with-at-least-32-random-bytes'
export AI_API_KEY='replace-me'
export AI_BASE_URL='https://your-openai-compatible-provider/v1'
export AI_MODEL='qwen3.7-max'
export GO_JUDGE_BASE_URL='http://your-go-judge-host:5050'
export DASHSCOPE_API_KEY='replace-with-your-dashscope-key'
export DASHSCOPE_WORKSPACE_BASE_URL='https://your-workspace-id.cn-beijing.maas.aliyuncs.com'
export AI_IMAGE_MODEL='wan2.7-image'
export AI_VIDEO_MODEL='wan2.7-r2v-2026-06-12'
export ARK_API_KEY='replace-with-your-volcengine-ark-key'
export ARK_IMAGE_MODEL='doubao-seedream-5-0-pro-260628'
export ARK_VIDEO_MODEL='doubao-seedance-1-0-pro-250528'

./mvnw test
./mvnw spring-boot:run
```

项目也会可选加载根目录 `.env`（该文件已被 Git 忽略），适合在 IDEA 中直接运行。需要本地创建真实教师账号时，可在 `.env` 设置：

```properties
BOOTSTRAP_TEACHER_USERNAME=teacher_local
BOOTSTRAP_TEACHER_PASSWORD=replace-with-a-strong-local-password
BOOTSTRAP_TEACHER_NICKNAME=Course Teacher
```

只有同时配置用户名和密码时才会创建或更新教师账号；公开注册接口始终只能创建 `STUDENT`。

启动前端：

```bash
cd frontend
npm install --cache .npm-cache
npm run dev
```

未配置 AI 时，资源、题目和路径会使用知识库证据模板降级；画像诊断会使用行为证据算法。比赛部署建议配置科大讯飞兼容模型，并向赛题方确认具体模型和 AI Coding 工具的合规要求。

当前主推理模型为 `qwen3.7-max`。智能学习、智能出题、资源生成、算法流程和编程助教均可携带 PNG、JPEG 或 WebP 图片；单次最多 4 张、单张最多 6MB，后端会校验 data URL、Base64 和图片文件签名。

当前 DashScope 兼容端点上的 `qwen3.7-max` 不直接接受 `image_url` 消息，因此系统使用 `AI_VISION_MODEL=qwen3-vl-flash` 提取受限视觉证据，再交由 `qwen3.7-max` 完成全局推理。这样主模型保持统一，同时图片输入不是前端假入口；若供应商后续为主模型开放直接视觉消息，可在统一 AI 网关中切换。

算法实验的多模态素材使用阿里云百炼工作空间：`wan2.7-image` 生成 2K 黑板知识图，`wan2.7-r2v-2026-06-12` 基于知识图生成 10 秒无人黑板讲解视频。配置 `DASHSCOPE_API_KEY` 和 `DASHSCOPE_WORKSPACE_BASE_URL` 后启用；基础地址可带或不带 `/api/v1`。资源中心的知识图、思维导图等通用素材仍可使用火山引擎 Ark，并通过 `ARK_*` 变量独立配置。

仓库中的 `docker/gojudge` 提供包含 C、C++、Python、Java、Go 的镜像构建和部署脚本。

## 验证

```bash
./mvnw -q -DskipTests compile
./mvnw -q test
```

完整资料：

- [国赛级产品完整介绍与功能说明书](docs/project-introduction.md)
- [后端 API](docs/backend-api.md)
- [系统设计](docs/competition-design.md)
- [部署说明](docs/deployment.md)
- [测试报告](docs/test-report.md)
- [实验协议](docs/evaluation-protocol.md)
- [PPO、双模态图谱与 Few-shot 错因分类](docs/innovation-algorithms.md)
- [开源软件说明](docs/third-party-notices.md)

## 重要边界

代码完成不等于已经获得国奖。真实用户实验、前端体验、7 分钟演示视频、PPT 和现场答辩仍属于参赛作品的一部分。仓库中的质量指标只有达到规定样本量后才能用于比赛结论。