Files
K12Study/docs/AI智能学习系统功能清单.md
2026-04-16 11:30:30 +08:00

12 KiB
Raw Blame History

AI智能学习系统功能清单结构化版

一、学生端(微信小程序)

序号 模块 功能点 详细描述
1 账号与登录 多方式登录 微信一键登录/手机号+验证码登录;年级/班级信息绑定;登录态校验与提示
2 资料与作业上传 机构作业接收 查看教师发布的班级作业/学习资料;按学科、年级分类展示
3 资料与作业上传 多形式上传 拍照上传(裁剪/旋转/增强文件上传PDF/Word/图片);手动录入答题
4 资料与作业上传 双模式批改 绑定机构作业批改;自主任意作业批改
5 作业处理 批改结果查看 客观题+主观题批改结果展示;生成知识点/薄弱项/学习趋势报告
6 作业处理 作业评分与等级展示 展示作业得分、超越同学比例、答题用时、质量评级A/B/C
7 错题本 错题归集管理 机构作业/自主练习错题自动收录;按学科/知识点/错因分类;筛选/搜索/收藏
8 错题本 错题关联学习 点击错题自动关联知识点讲解课程
9 错题本 错题状态管理 错题按待学习/复习中/已掌握状态分类;支持按错因类型筛选
10 错题本 错题复习次数统计 记录每道错题复习次数,展示复习轨迹
11 错因分析 错因可视化 个人错因分布饼图/柱状图
12 错因分析 细维度错因拆解 展示审题不清、计算失误、概念模糊等具体错因及优化建议
13 举一反三训练 AI变式题生成 基于单题错题生成同类变式题;梯度难度练习
14 举一反三训练 在线答题批改 提交后自动批改;实时错因提示
15 费曼学习法 错题重做 变式题后进入错题重做;错误时自动关联知识库课程
16 费曼学习法 语音讲解 1-3分钟讲解录制预览/重录/提交;提供讲解规范
17 费曼学习法 讲解评估 知识/逻辑/表达/迁移多维度评分;通过/未通过+改进建议
18 复习计划 艾宾浩斯提醒 复习日历+节点提醒;个性化复习任务推送
19 复习计划 复习内容匹配 自动关联复习要点课程
20 个性化推荐 学习内容推荐 首页推送薄弱知识点微课/专项训练/同类错题
21 学习激励 成长轨迹展示 知识点掌握度曲线/错因减少趋势;学习勋章/打卡/时长统计
22 学习激励 成长指标量化 展示努力指数、进步率、学习韧性等量化指标
23 学习激励 连续打卡统计 记录连续学习天数,展示打卡 streak
24 消息通知 学习提醒 作业/复习/批改/推荐内容提醒;消息列表已读/删除

二、教师端Web

序号 模块 功能点 详细描述
1 账号鉴权 教师登录校验 账号密码/验证码登录;生成 Token登录日志记录
2 班级与学员管理 班级管理 班级创建/编辑/解散;批量导入/导出学员
3 班级与学员管理 学员管理 学员信息增删改;班级绑定/解绑;状态管理
4 作业与资料发布 资料发布 上传课件/习题/文档;按班级推送
5 作业管理 作业批改 AI自动批改+教师复核;批改结果存储/查询/导出
6 学情分析 学员档案 聚合作业/错题/讲解/复习数据;生成个人学习档案
7 学情分析 班级学情 成绩/知识点/错因统计;进度排名/热力图
8 学情分析 班级能力层级可视化 展示班级知识点掌握度、认知能力层级分布
9 教学干预 讲解点评 查看学生语音讲解;文字/语音点评与评分
10 教学干预 教学建议 AI生成教学建议周/月报表生成导出

三、机构端Web

序号 模块 功能点 详细描述
1 管理员鉴权 高权限登录 管理员账号校验;生成高权限 Token操作日志审计
2 用户管理 教师管理 账号创建/编辑/禁用;批量导入/导出
3 用户管理 学员管理 全机构学员统一管理;跨班级/跨校区调配
4 用户管理 权限配置 校长/教务/教师角色权限自定义;分级管控
5 数据可视化 全机构数据 校区/年级/学科汇总;运营仪表盘展示
6 标准化管理 教学规范 批改/错因/复习计划标准统一
7 标准化管理 知识库规范 分类/标签/内容格式统一
8 质量监控 教学监控 教师/学员数据异常预警
9 质量监控 内容监控 课程合规性审核;违规预警处理
10 质量监控 质量报表 教学质量/学习效果报表导出
11 决策支持 数据分析 趋势分析/瓶颈识别

四、公共支撑层:知识库

序号 模块 功能点 详细描述
1 课程基础管理 课程存储 图文/PDF/视频多格式存储;学科→年级→知识点分类
2 课程基础管理 课程标签 自动/手动打标签;全机构标签统一
3 内容检索 智能匹配 错题→知识点课程关联;关键词/错因检索
4 内容生成 题目生成 基础/变式/拓展题生成;按难度/题量定制

五、公共支撑层:个性化推荐算法

序号 模块 功能点 详细描述
1 学员画像 多维度画像 基础:年级/学科/班级;学习:错题/错因/通过率;行为:学习偏好/习惯
2 推荐策略 内容推荐 错题→知识点+变式题;错因→专项训练;遗忘节点→复习内容
3 效果优化 算法优化 收集学习反馈;动态调整权重;统计推荐效果

六、与 init 表结构 + docs/architecture 架构流转对齐分析

6.1 模块级覆盖评估

功能域 架构流转对应 当前数据落点init/pg 覆盖结论 说明
组织与鉴权 modules/00-组织与权限上下文/*,系统架构「认证与用户中心」 upms.tb_sys_*auth.tb_auth_* 已覆盖 租户/组织/RBAC/登录审计链路完整
课程学习与知识点 modules/01-课程学习/*,系统架构「课程与内容服务」 course.cl_* 已覆盖 课程-章节-课时-知识点-学习会话/进度已落表
习题与作业 modules/02-习题与作业/*,多角色流转 P2 homework.hw_* + upms.tb_sys_file 已覆盖 出题、组卷、发布、提交、附件引用链路完整
批改与反馈 modules/03-批改与反馈/*,多角色流转 P3/P7 grading.gd_* 部分覆盖(有实现差异) 核心能力已落地,但与架构 ER 命名/拆表不完全一致
错题本与复习计划 多角色流转 P4 grading.gd_wrong_questiongrading.gd_review_plan 已覆盖 错题沉淀、复习计划、复习次数有落点
站内信提醒 多角色流转 D703 模块站内信链路 upms.tb_sys_messageupms.tb_sys_message_recipient 已覆盖 支持 content_object_id + web_jump_url 跳转链路
学习激励/成就 系统架构「学习激励」能力 achievement.ac_* 已扩展 超出原架构图细粒度,具备成就定义/发放/进度
AI知识库与检索 系统架构「Python AI处理层」「知识库/题库」 ai.tb_ai_knowledge_graphai.tb_ai_vector_*ai.tb_ai_retrieval_log 已扩展 图谱+向量检索能力具备,支持 RAG 基础设施
个性化推荐 多角色流转 P5系统架构「画像与推荐策略」 仅间接依赖 grading/course/ai,缺独立推荐域表 部分覆盖 缺推荐结果、曝光点击、反馈回流等闭环数据
教学运营监控 系统架构「质量监控/运营分析」 主要依赖 upms 消息与业务表;缺独立质控事实表 部分覆盖 可查询但难做稳定报表与规则预警闭环

6.2 当前缺失项(功能清单有诉求,但表结构/流转未完全落地)

缺失能力 当前现状 建议补充
班级实体与班级成员关系 目前主要依赖 dept/target_ref_id 间接表达 新增班级主表、班级成员表、班级-课程关联表
费曼语音讲解全链路 仅有教师点评和文件能力,缺“讲解提交/评估”专表 新增讲解记录、讲解评估、讲解维度评分明细表
AI变式题生成可追踪 无“变式题生成任务/来源错题/生成结果”结构 新增变式题任务表、变式题结果表、题源映射表
推荐反馈回流闭环 缺推荐结果曝光/点击/完成反馈事实表 新增推荐任务、推荐结果、用户反馈与效果统计表
学习激励行为明细 有成就域,但缺打卡 streak/努力指数原始行为表 新增学习打卡流水、学习时长明细、成长指标快照表
机构质量监控与内容合规 清单有诉求,缺独立事件与处置记录 新增质量监控事件表、内容审核表、处置流程表
周/月报表可追溯快照 现可临时聚合,缺报表固化快照 新增学情报表快照表、报表任务执行日志表

6.3 需修正项(docs/architectureinit 不一致)

修正点 架构图当前表达 init 实际实现 建议
批改结果拆表方式 03 ER 使用 gd_objective_score + gd_subjective_review 采用统一表 grading.gd_answer_grade(含 grade_mode/grade_status 更新 ER 图为统一批改结果模型,减少实现偏差
批改规则集实体 03 ER 有 gd_grading_rule_set 当前无对应表,策略主要在 hw_paper.grading_policy_json 与服务层 二选一:补规则集表,或在 ER 中改为“策略JSON+策略版本”
教师点评关联键 03 ER 中 gd_teacher_comment 关联 review_id 实际关联 answer_grade_id 统一为 answer_grade_id,避免主观/客观分支分叉
作答附件模型 02 ER 体现 hw_submission_attachment 独立表 实际为 hw_submission_answer.file_id/file_type + upms.tb_sys_file ER 图改为“答案行内引用文件”模型
题目版本模型 02 ER 含 hw_question_version 当前为 hw_question_item 单表(含 answer_payload/scoring_rule_json 若需版本回溯,补版本表;否则 ER 去掉版本实体

6.4 可扩展项(建议)

扩展方向 建议能力 目标收益
推荐域独立化 新建 recommendation schema策略、召回、排序、结果、反馈 打通“推荐-点击-学习效果”闭环优化
画像域标准化 新增学员画像快照与特征版本表 支撑可解释推荐与分层教学
AI任务细分 ai.tb_ai_task_log 之上增加 OCR/ASR/讲解评测明细 提升 AI 调用可观测性与成本分析能力
教学运营报表化 固化班级/机构日报周报月报事实快照 降低临时聚合成本,提高口径一致性
复习策略强化 复习计划增加策略来源与命中规则 支撑艾宾浩斯与个性化策略并行迭代

6.5 可融合项(跨域打通)

融合目标 融合对象 融合方式
统一学员画像 course.cl_learning_* + homework.hw_submission* + grading.gd_* + achievement.ac_* 形成统一画像特征层,服务推荐/学情/激励
错题-推荐-复习闭环 gd_wrong_question + gd_review_plan + 推荐结果域 用复习结果反哺推荐权重,形成闭环
主观题待审阅闭环 gd_answer_grade + upms.tb_sys_message* + 教师复核页面 统一消息跳转、回执、处理状态追踪
知识点统一索引 course.cl_knowledge_point + homework.hw_question_kp_rel + ai.tb_ai_kg_* 建立知识点主索引,统一课程/题目/图谱引用
内容资产统一管理 upms.tb_sys_file + course.cl_course_resource + 讲解音频能力 统一文件引用规范与生命周期管理

七、优先级建议(落地顺序)

  1. P0先修正:先统一 docs/architectureinit 的 ER 表达差异(批改模型、附件模型、题目版本)。
  2. P1补缺口:优先补齐“班级实体”“推荐闭环”“语音讲解评估”三条主链路。
  3. P2做融合:建立统一学员画像层,打通错题-复习-推荐-激励数据闭环。