一个把学习画像、路径规划、检索辅助、智能辅导和效果反馈连接起来的个性化学习系统。
A personalized learning workspace with traceable agent workflows.
项目类型：全栈学习系统原型 · 软件杯 A3 赛题作品
主要技术：Vue 3 · TypeScript · Pinia · Node.js · RAG · 多智能体编排
功能与演示 · 技术架构 · 本地运行 · 验证方式 · 设计边界
传统学习应用通常将学情分析、资源推荐、辅导与测评拆分为独立页面。EduMind 希望建立一个可追踪的学习反馈闭环：学习者的信息进入画像与路径模块，系统选择资源并提供辅导，测评后的证据再用于更新学习建议。
| 关注点 | 当前实现 |
|---|---|
| 学习闭环 | 画像、资源、路径、辅导、评估、反思的协调流程 |
| Agent 工作流 | 7 个专业 Agent 与编排器，见 server/agents/ |
| 检索增强 | 本地 96 维 hash embedding，结合标签与关键词检索 |
| 可解释性 | Agent trace、证据查看与执行路径可视化 |
| 模型接入 | 可配置 OpenAI-compatible API；未配置时提供受限 fallback |
| 应用形态 | Vue 前端 + Node.js API；MySQL 为可选组件 |
这个仓库是可本地演示的应用原型，不代表已经完成大规模真实学习效果验证，也不承诺公网服务持续可用。
建议从以下页面体验：
- 学习主页（
/home）：学习状态、推荐路径与阶段性反馈。 - 学习画像（
/profile）：查看学情信息与个性化建议。 - 路径规划（
/learning-path）：围绕学习目标组织推荐步骤。 - 智能辅导（
/tutoring、/dialogue）：与辅导模块交互。 - 效果评估（
/evaluation、/reverse-evaluation）：查看测评结果、反馈与路径调整信息。
另外包含资源模块、执行流程与管理侧页面。具体路由以 src/router/index.ts 为准。
仓库中的界面素材
flowchart LR
U["学习者"] --> UI["Vue 3 / TypeScript"]
UI --> API["Node.js API"]
API --> O["Agent Orchestrator"]
O --> P["学习画像与路径 Agent"]
O --> T["辅导、评估与反思 Agent"]
O --> R["检索与知识库"]
O --> L["可选的模型 API"]
O --> E["Trace / Evidence"]
E --> UI
- 前端：Vue Router、Pinia、Three.js / ECharts 等视觉与交互能力；页面代码见
src/views/。 - 后端：Node.js API、学习编排与证据记录，代码见
server/。 - Agent：学习画像、资源、路径、知识路径、辅导、评估与反思，见
server/agents/。 - RAG：本地哈希表示与混合检索；这不是独立向量数据库方案，不能把它描述为生产级语义向量检索。
- 模型调用：可选外部模型；无密钥或模型调用异常时，部分路径使用确定性/受限 fallback，结果应与真实模型推理区分。
前提： Node.js 20+、npm。MySQL 8、Docker Desktop、兼容 API 的模型密钥是可选或特定部署方式需要的组件。
在仓库根目录执行：
npm ci
cp .env.example .env
npm run devPowerShell 可以把第二行改为：
Copy-Item .env.example .envnpm run dev 同时启动 API 与前端开发服务。
| 地址 | 用途 |
|---|---|
http://localhost:5174/ |
前端开发页面 |
http://localhost:8788/api/health |
后端健康检查 |
本地评审演示账号
仅用于本地 Demo，不对应真实学习者。账号为 reviewer，演示密码为 Zhixue2026!。请勿将演示认证配置不加修改地用于公网；管理员访问默认关闭，需单独配置。
可选模型接入：通过环境变量 LLM_API_URL、LLM_API_KEY 与 LLM_MODEL 配置。不要把真实密钥提交到 Git；仅提交 .env.example。
Docker 部署方案见 Dockerfile 与 docker-compose.yml，它与上面的免外部依赖开发模式不同，需先配置数据库与模型相关环境变量。
下面是仓库 package.json 提供的验证入口；本 README 更新不等于重新执行或认证这些测试结果。
npm test
npm run build
npm run experiment:rag-contest
npm run experiment:anomaly学习闭环实验依赖已启动的 API：在一个终端保持 npm run dev，另一终端执行：
npm run experiment:learning-cycle代码与研究脚本分别在 server/、experiments/；前端测试位于 src/ 与服务端测试文件中。
- 应用研究原型，不是已证明可以提升真实教育结果的正式教学系统。
- 检索实现有边界：96 维 hash embedding 与标签、关键词混合，不能当作通用预训练语义 embedding。
- 模型能力有边界：真实模型调用和本地 fallback 必须区分；离线演示可用并不表示在线模型已通过验收。
- 数据与权限：公开仓库仅提供演示代码与相应数据路径，部署真实服务前仍需审核权限、密钥、隐私与日志保留策略。
- 第三方资源：使用须遵守
THIRD_PARTY_NOTICES.md，不能默认所有素材可再分发。
| 想了解什么 | 推荐入口 |
|---|---|
| 前端路由与页面 | src/router/index.ts · src/views/ |
| Agent 结构与编排 | server/agents/ |
| API 服务与数据流 | server/index.js |
| 知识检索 | server/knowledge-base/ |
| 评测脚本 | experiments/ |
| 环境与部署 | .env.example · docker-compose.yml |
EduMind is an educational engineering prototype. Its repository documents implemented workflows and verifiable entry points rather than promising educational efficacy.