# hls

**Repository Path**: dxy1848/hls

## Basic Information

- **Project Name**: hls
- **Description**: nextjs+shadcn+reactQuery开发的个人学习平台 支持课程上传 视频学习 题目练习 视频笔记等功能
- **Primary Language**: TypeScript
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-12-22
- **Last Updated**: 2026-02-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🎓 Athena Platform

<div align="center">

![Athena Platform](https://img.shields.io/badge/Athena-Learning%20Platform-blue?style=for-the-badge)
![Version](https://img.shields.io/badge/version-1.0.0-green?style=for-the-badge)
![License](https://img.shields.io/badge/license-MIT-orange?style=for-the-badge)

**Athena学习平台 **

基于艾宾浩斯遗忘曲线和自适应学习理论的现代化在线教育平台


</div>

---

##  项目简介

**Athena Platform** 是一个集视频学习、智能题库、自适应推荐于一体的现代化在线教育平台。系统采用前后端分离架构，融合了认知心理学理论与人工智能技术，为学习者提供个性化、科学化的学习体验。

###  核心亮点

-  **智能推荐算法**：基于艾宾浩斯遗忘曲线的多维度评分系统
-  **HLS 流媒体**：支持大文件切片上传、自动转码、断点续传
-  **学习分析**：可视化学习数据、进度追踪、薄弱环节分析
-  **现代化 UI**：支持深色模式、主题切换、响应式设计
-  **高性能**：Web Worker 优化、React Query 缓存、数据库索引优化

---

## 核心功能

###  视频学习系统

<table>
<tr>
<td width="50%">

####  视频管理

-  大文件切片上传（支持 500MB+）
-  自动 HLS 转码（多码率自适应）
-  视频合集管理
-  自定义封面上传
-  上传进度实时显示

</td>
<td width="50%">

####  播放体验

-  HLS.js 流媒体播放
-  学习进度自动保存
-  断点续播
-  播放速度控制
-  视频笔记功能

</td>
</tr>
</table>

###  智能题库系统

<table>
<tr>
<td width="50%">

####  题目类型

-  Markdown 代码题
-  文本理论题
-  难度分级（简单/中等/困难）
-  标签分类管理
-  富文本编辑器

</td>
<td width="50%">

####  智能推荐

-  5 种预设推荐策略
-  多维度评分算法
-  自适应难度调整
-  遗忘曲线复习提醒
-  可解释推荐理由

</td>
</tr>
</table>

###  学习数据分析

-  **练习趋势图**：7/15/30 天练习频次和时长统计
-  **分布分析**：标签占比、难度分布可视化
-  **题目列表**：未完成题目、最近添加、最近完成
-  **薄弱环节**：自动识别需要重点练习的知识点
-  **正确率统计**：实时计算答题准确率

###  个人管理系统

-  **日历待办**：支持跨天事件、全天事件、颜色标记
-  **打卡系统**：每日任务管理、完成率统计
-  **用户中心**：个人信息、头像上传、偏好设置
-  **主题切换**：深色/浅色模式、多种主题色

---

## 🏗️ 技术栈

### 前端技术

```
核心框架：Next.js 16 + React 19 + TypeScript 5
状态管理：Zustand + React Query (TanStack Query)
UI 组件：Radix UI + Tailwind CSS 4 + shadcn/ui
数据可视化：Recharts + FullCalendar
视频播放：HLS.js + React Player
代码编辑：Monaco Editor + MD Editor RT
工具库：Axios + date-fns + dayjs + ahooks
性能优化：Web Worker + React Compiler
```

### 后端技术

```
核心框架：NestJS 10 + TypeScript
数据库：MySQL 8.0
ORM：TypeORM
认证授权：JWT + Passport
文件处理：Multer + FFmpeg (HLS 转码)
API 文档：Swagger / OpenAPI
```

### 开发工具

```
代码规范：ESLint + Prettier
版本控制：Git
包管理：npm
构建工具：Next.js (Turbopack) + Webpack
```

---

##  快速开始

### 环境要求

- Node.js >= 18.0.0
- MySQL >= 8.0
- FFmpeg >= 4.0 (用于视频转码)
- npm >= 9.0.0

### 1. 克隆项目

```bash
后端仓库地址：https://gitee.com/dxy1848/hls-backend
```

### 2. 安装依赖

```bash
# 安装前端依赖
cd web-front
npm install

# 安装后端依赖
cd ../web-backend
npm install
```

### 3. 配置数据库
当前目录下hls_edu.sql

### 4. 配置环境变量

**后端配置** (`web-backend/.env`):

```env
# 数据库配置
DB_HOST=localhost
DB_PORT=3306
DB_USERNAME=root
DB_PASSWORD=your_password
DB_DATABASE=hls_edu

# JWT 配置
JWT_SECRET=your_jwt_secret_key_here
JWT_EXPIRES_IN=7d

# 服务器配置
PORT=4000
NODE_ENV=development

# 文件上传路径
UPLOAD_PATH=./uploads
```

**前端配置** (`web-front/.env.local`):

```env
NEXT_PUBLIC_API_URL=http://localhost:4000
```

### 5. 启动项目

```bash
# 启动后端（终端1）
cd web-backend
npm run start:dev

# 启动前端（终端2）
cd web-front
npm run dev
```

### 6. 访问应用

- 前端地址：http://localhost:3000
- 后端 API：http://localhost:4000
- API 文档：http://localhost:4000/api-docs

### 默认账号

```
邮箱：admin@example.com
密码：123456
```

---


##  智能推荐算法

### 算法核心

Athena 的推荐系统基于**多维度评分模型**，综合考虑三个关键维度：

```
推荐分数 = w₁ × 时间分数 + w₂ × 难度分数 + w₃ × 掌握度分数
```

### 三大维度

####  时间分数（基于艾宾浩斯遗忘曲线）

根据上次练习时间计算复习紧迫程度：

- **30 天未复习**：100 分（急需复习）
- **14 天未复习**：90 分（遗忘较多）
- **7 天未复习**：80 分（开始遗忘）
- **3 天未复习**：70 分（轻微遗忘）
- **1 天内练习**：20 分（记忆较新）

####  难度分数（基于最近发展区理论）

根据用户能力推荐合适难度：

- 计算用户能力值（基于最近 30 次答题）
- 最佳难度 = 用户能力 + 15%
- 难度匹配度越高，分数越高

#### 掌握度分数（基于错题本理论）

评估用户对题目的掌握程度：

- **正确率 < 50%**：90 分（薄弱环节）
- **正确率 50-80%**：60 分（部分掌握）
- **正确率 > 80%**：30 分（已掌握）

### 五种推荐策略

| 策略        | 时间权重 | 难度权重 | 掌握度权重 | 适用场景             |
| ----------- | -------- | -------- | ---------- | -------------------- |
|  复习模式 | 60%      | 20%      | 20%        | 考前冲刺、巩固记忆   |
|  突破模式 | 20%      | 60%      | 20%        | 提升能力、挑战难题   |
|  巩固模式 | 20%      | 20%      | 60%        | 查漏补缺、提高正确率 |
|  探索模式 | 30%      | 40%      | 30%        | 学习新知识、拓展广度 |
|  平衡模式 | 35%      | 35%      | 30%        | 日常练习、综合提升   |

详细算法设计请参考：智能题目推荐系统-核心设计

---

##  HLS 视频处理流程

### 上传流程

```
1. 文件选择 → 2. 切片处理 → 3. 并发上传 → 4. 服务器合并 → 5. FFmpeg 转码 → 6. HLS 输出
```

### 技术特点

-  **大文件支持**：切片上传，单片 5MB，支持 500MB+ 文件
-  **断点续传**：localStorage 保存进度，刷新页面可继续
-  **并发控制**：同时上传 3 个切片，提高效率
-  **Web Worker 优化**：文件切片在后台线程处理，不阻塞 UI
-  **自动转码**：FFmpeg 生成多码率 HLS 流（1080p/720p/480p）
-  **进度追踪**：实时显示上传和转码进度



##  系统截图

### 首页概览

![首页](./src/assets/home.png)

### 视频学习

![视频学习](./src/assets/video.png)

### 题库练习

![题库练习](./src/assets/test.png)
![题库练习详情](./src/assets/testpage.png)

### 智能推荐

![智能推荐](./src/assets/practice.png)

### 数据统计

![数据统计](./src/assets/sum.png)

### 日历待办

![日历待办](./src/assets/todo.png)

---


---

## 🔧 开发指南

### 代码规范

项目使用 ESLint + Prettier 统一代码风格：

```bash
# 检查代码规范
npm run lint

# 自动修复
npm run lint:fix

# 格式化代码
npm run format
```

### 提交规范

使用 Conventional Commits 规范：

```
<type>(<scope>): <subject>

<body>

<footer>
```

**Type 类型**：

- `feat`: 新功能
- `fix`: Bug 修复
- `docs`: 文档更新
- `style`: 代码格式调整
- `refactor`: 重构
- `perf`: 性能优化
- `test`: 测试相关
- `chore`: 构建/工具相关

**示例**：

```
feat(recommendations): add challenge mode strategy

- Implement difficulty-focused recommendation
- Add user ability calculation
- Update recommendation weights

Closes #42
```

### 分支管理

- `main`: 生产环境分支
- `develop`: 开发分支
- `feature/*`: 功能分支
- `fix/*`: 修复分支
- `hotfix/*`: 紧急修复分支

---

##  已知问题

当前版本存在一些待优化的问题，详见 ISSUES

详细列表和解决方案请查看 Issues

---

##  路线图

### v1.1.0 (计划中)

- [ ] 添加全局 Toast 通知组件
- [ ] 实现上传进度持久化恢复
- [ ] 添加题目收藏功能
- [ ] 实现学习报告导出

### v1.2.0 (规划中)

- [ ] 协同过滤推荐算法
- [ ] 移动端适配优化

### v2.0.0 (远期规划)

- [ ] AI 智能答疑（集成 LLM）
- [ ] 语音识别笔记
- [ ] 知识图谱可视化
- [ ] 多语言支持
- [ ] 微服务架构重构

---

##  贡献指南

欢迎贡献代码、报告问题或提出建议！

### 贡献流程

1. Fork 本仓库
2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'feat: add some amazing feature'`)
4. 推送到分支 (`git push origin feature/AmazingFeature`)
5. 提交 Pull Request

### 报告问题

在 [Issues](https://github.com/yourusername/athena-platform/issues) 页面提交问题时，请包含：

- 问题描述
- 复现步骤
- 预期行为
- 实际行为
- 环境信息（浏览器、Node 版本等）
- 截图（如适用）

---

## 📄 许可证

本项目采用 [MIT License](./LICENSE) 开源协议。

---




<div align="center">

**Made with ❤️ by Athena Team**

[⬆ 回到顶部](#-athena-platform)

</div>