# 课程知识图谱与个性化伴学Agent

**Repository Path**: software_project_training/CurriculumAccompanying

## Basic Information

- **Project Name**: 课程知识图谱与个性化伴学Agent
- **Description**: 选题内容：针对特定专业课程，构建基于RAG的智能伴学系统，提供精准的课程答疑与复习规划
知识库构建：自动解析课程PPT、PDF讲义，进行分块与向量化存储
精准问答：采用混合检索，结合大模型生成带原文引用的回答，杜绝幻觉
错题分析：学生上传错题照片，Agent自动提取知识点，推送相关复习资料
特色功能：支持“苏格拉底式”引导提问，不直接给答案，而是通过反问引导学生思考；自动生成期末复习思维导图
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-12
- **Last Updated**: 2026-10-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 课程知识图谱与个性化伴学 Agent

> Curriculum Accompanying Agent —— 基于 RAG 的智能课程答疑与复习规划系统

针对特定专业课程构建的智能伴学系统：自动解析课程 PPT / PDF 讲义，构建向量知识库，
提供**带原文引用的精准问答**、**错题分析与复习推送**、**苏格拉底式引导提问**、
**期末复习思维导图**等能力，并配套**教师后台管理**，形成完整的客户端-服务端业务系统。

---

## 一、技术栈

| 层次 | 技术选型 |
| --- | --- |
| 前端 | Vue 3 + Vite 5 + Element Plus + Vue Router 4 + Pinia + Axios + ECharts |
| 后端 | Java 21 + Spring Boot 3.2 + MyBatis-Plus + Sa-Token + Knife4j |
| 数据库 | MySQL 8.x（业务数据）+ Redis（可选，会话/缓存） |
| 向量库 | Milvus（语义向量检索） |
| 全文检索 | Elasticsearch 8（关键词检索） |
| 大模型 | LangChain4j + Ollama（本地）/ 云端 API（可切换） |
| 文档解析 | PDFBox（PDF）+ Apache POI（PPT/PPTX） |
| OCR | Tess4J（错题图片识别） |
| 文件存储 | MinIO（可选，也可本地存储） |

---

## 二、目录结构

```
CurriculumAccompanying/
├── backend/                         # Spring Boot 后端
│   ├── pom.xml
│   └── src/main/
│       ├── java/com/coursecomp/
│       │   ├── CurriculumAccompanyApplication.java
│       │   ├── common/               # 通用：统一响应/异常/常量/工具/基础实体
│       │   ├── config/               # 配置：MyBatis-Plus / Sa-Token / OpenAPI / CORS
│       │   └── modules/              # 业务模块（按领域分包）
│       │       ├── auth/             # 认证（登录/登出/改密）
│       │       ├── user/             # 用户、班级
│       │       └── course/           # 课程、章节、选课
│       └── resources/
│           ├── application.yml
│           ├── application-dev.yml
│           └── mapper/               # MyBatis XML（多表联查 SQL）
├── frontend/                        # Vue 3 前端
│   ├── package.json
│   ├── vite.config.js
│   └── src/
│       ├── api/                     # 接口封装
│       ├── router/                  # 路由 + 权限守卫
│       ├── stores/                  # Pinia 状态
│       ├── layout/                  # 主布局（侧边栏/顶栏）
│       ├── views/                   # 页面
│       └── styles/                  # 全局样式
└── docs/
    ├── sql/
    │   ├── 01_schema.sql            # 建库建表（31 张表）
    │   └── 02_demo_data.sql         # 演示数据
    ├── 数据库设计.md
    └── 接口文档.md
```

---

## 三、快速开始

### 1. 环境准备

- JDK 21、Maven 3.9+
- Node.js 18+、npm 9+
- MySQL 8.x
- Redis（可选）
- Ollama（AI 功能阶段需要）

### 2. 初始化数据库

```bash
mysql -uroot -p < docs/sql/01_schema.sql
mysql -uroot -p < docs/sql/02_demo_data.sql
```

按需修改 `backend/src/main/resources/application-dev.yml` 中的数据库账号密码。

### 3. 启动后端

```bash
cd backend
mvn spring-boot:run
```

- 服务地址：http://localhost:8080/api
- 接口文档（Knife4j）：http://localhost:8080/api/doc.html

### 4. 启动前端

```bash
cd frontend
npm install
npm run dev
```

- 访问地址：http://localhost:5173

### 4.5 AI 环境准备

```bash
# 安装本地大模型(对话 + 向量)
ollama pull deepseek-r1:1.5b
ollama pull nomic-embed-text

# 可选:错题图片视觉 OCR 模型(不装则错题本仅支持手动录入)
ollama pull minicpm-v
```

默认配置（`application.yml` → `agent.rag`）：
- 对话模型：`deepseek-r1:1.5b`（本地 Ollama，回答会拆分展示思考过程）
- 向量模型：`nomic-embed-text`（768 维）
- 向量存储：`memory`（向量持久化到 MySQL，开箱即用）；切换 `milvus` 需本地启动 Milvus
- Elasticsearch：未启动时关键词检索自动降级为 MySQL LIKE

### 5. 演示账号（密码统一 `123456`）

| 角色 | 账号 | 说明 |
| --- | --- | --- |
| 管理员 | `admin` | 全部权限，用户/班级/课程管理 |
| 教师 | `teacher_zhang` | 课程、章节、学生管理 |
| 教师 | `teacher_li` | 课程、章节、学生管理 |
| 学生 | `student_wang` | 我的课程、学习功能 |

---

## 四、功能清单与开发进度

### 阶段一（已完成）：基础框架 + 基础 CRUD

- [x] 数据库 ER 设计 + 31 张表建表脚本
- [x] 后端 Spring Boot 骨架（统一响应/异常、MyBatis-Plus、Sa-Token 鉴权、Knife4j 文档）
- [x] 前端 Vue 3 骨架（路由权限守卫、Pinia、Axios 拦截器、主布局）
- [x] 登录 / 登出 / 当前用户 / 修改密码
- [x] 用户管理：分页（多表联查班级）、增删改查、**批量删除 / 批量启用禁用 / 批量重置密码 / 批量导入学生(Excel)**
- [x] 班级管理：分页、增删改查、批量删除
- [x] 课程管理：分页（**多表联查教师 + 选课人数统计**）、增删改查、批量删除
- [x] 章节管理：树形结构、增删改查
- [x] 选课管理：课程学生分页（多表联查）、批量选课、批量移除

### 阶段二（已完成）：RAG & Agent 核心

- [x] 知识库文档上传（PDF/PPT/DOC/DOCX/XLSX/TXT/MD 批量上传）、异步解析、自适应分块、向量化入库
- [x] 混合检索：Elasticsearch 关键词（不可用时自动降级 MySQL LIKE）+ 语义向量（Milvus / 内存向量库双实现）+ RRF 融合重排
- [x] 精准问答：多轮上下文记忆、带原文引用 `[n]`、引用详情弹窗（文档标题 + 页码 + 原文）
- [x] 问答模式切换：苏格拉底引导 / 直接解答
- [x] deepseek-r1 思考链（`<think>`）拆分展示
- [x] 会话管理：新建 / 重命名 / 归档 / 删除 / 模式切换
- [x] AI 回答反馈（有帮助 / 回答有误）
- [x] 知识库教师端：分块预览 / 编辑 / 启停、文档批量删除、重新解析
- [x] 知识冲突检测（阶段三，问答集成）

### 阶段三（已完成）：学生端学习功能

- [x] 知识点管理：CRUD、批量删除（联动清理关系）、关系环路检测、课程知识图谱（章节分组 + 关系边）、前端图谱可视化（ECharts 力导向图）
- [x] 个人错题本：**Ollama 视觉模型 OCR**（异步识别）、**向量相似度知识点自动标注**（不可用时关键词降级）、批量标记掌握状态、批量删除、按知识点/掌握状态/收藏筛选、重新 OCR、错题知识点弱项统计
- [x] 个人笔记：关联知识点 / 讲义片段 / 问答记录、Markdown 编辑、单篇与全部笔记 Markdown 导出
- [x] 习题库 + 专项练习：教师录题（含知识点关联）、智能组卷（错题驱动 / 弱项知识点 / 混合 / 按章节）、客观题**归一化自动判分**（多选乱序兼容）、答题记录持久化、逐题结果与解析回显
- [x] 个性化复习计划：AI 生成（基于错题弱项 + 知识图谱画像，含遗忘曲线约束提示）、LLM 不可用时按遗忘曲线规则兜底、时间线展示 / 启停 / 删除
- [x] 思维导图：AI 生成（基于知识图谱）、图谱结构兜底、在线树形编辑保存、**Markdown / OPML 导出**
- [x] 知识冲突检测：独立检测（我的表述 vs 课程讲义）+ **问答集成**（提交问题时勾选，自动比对我的笔记/错题与 AI 回答并提示矛盾点与修改建议）

### 阶段四（待开发）：教师后台与运维

- [ ] 知识库管理：文档批量上传删除、分块预览编辑、版本切换
- [ ] 知识点与知识图谱可视化维护
- [ ] 学生学习数据统计看板（多表联查 + Excel 导出）
- [ ] 答疑记录审核与 AI 回答质量标记
- [ ] 习题库管理（批量导入）
- [ ] RAG 检索调试面板
- [ ] 系统日志模块

---

## 五、适配实训评分说明

> 第三阶段评分项**复杂度（5 分）**要求：单表增删改查、批量增删改查、多表联合查询。

本项目已通过以下设计覆盖该评分点：

1. **单表增删改查**：用户 / 班级 / 课程 / 章节等模块完整的 CRUD 接口与前端页面。
2. **批量增删改查**：批量删除用户、批量启用禁用、批量重置密码、批量导入学生账号、
   批量删除课程、批量选课 / 批量移除选课。
3. **多表联合查询**：
   - 用户分页联查班级（`users LEFT JOIN classes`）；
   - 课程分页联查教师表 + 选课人数子查询统计（`courses JOIN users JOIN 聚合子查询`）；
   - 课程学生分页联查用户表与班级表。
4. 教师后台形成了完整的管理闭环，项目不再是单纯的 AI Demo，而是完整的业务系统。

---

## 六、后续规划

结合学生答题记录构建**知识掌握度模型**，动态调整学习路径推荐；
引入重排模型（Rerank）提升检索精度；支持更多本地/云端大模型切换。