智学通 是一个基于 Python 和 Vue.js 的在线教育平台，旨在为教师和学生提供便捷、高效的教学工具。平台集成了多种功能，包括教案生成、班会稿生成、主观题判题、个性化学习推荐等，以帮助提高教师的教学效率和学生的学习效果。
智学通 是一个全功能的在线教育平台，专为教育工作者与学习者设计。其主要目标是通过智能化的工具带来方便的教学体验。平台的关键功能包括：
- 教案生成：教师可以快速生成标准化教学计划，节省备课时间。
- 班会稿生成：教师可根据某一主题自动生成班会方案，为管理班级活动提供支持。
- 主观题判题：一键自动评分与反馈，帮助教师高效管理学生的主观题答卷。
- 个性化学习推荐：依据学生的学习习惯与成绩提供个性化的学习资源和建议。
- 知识跟踪：能智能分析学生知识点掌握情况，实时明晰学生学习效果。
通过这些功能，智学通 旨在为教师和学生提供全面、灵活的在线学习和教学支持。
在安装 智学通 之前，请确保系统中有如下环境配置，请尽量保持一致。 智学通 支持Windows、Linux操作系统。
- Python 3.11.9
- RAGflow v0.17.0-57-g4f950430 ful
- MySQL v8.0.30
- Vue.js v5.0.8
- Node.js v22.15.0
- npm v10.9.2
注：RAGflow 是一款基于深度文档理解构建的开源 RAG 引擎，本系统基于其构建外部知识库。具体安装请参考官网：https://github.com/infiniflow/ragflow
-
克隆项目仓库：
git clone https://github.com/QuniteZone/EduPlatform2.git
-
部署准备工作：
- 安装并配置RAGflow
按照RAGflow官方文档，安装好RAGflow。并且需要分别构建好两个知识库（教材知识库、离线资源知识库），简单测试达到基本能使用程度。
用于构建两个知识库的文件在“EduPlatform2/Backend/RAGflow/RAGflow资源库”目录下面。教材知识库构建知识库时各参数保持默认即可。离线资源知识库时仅需修改知识库“分段标识符”，其内容具体如下。另外RAGflow所用embedding-LLM：ZHIPU-AI embedding-3，对话LLM使用gpt-4o-mini。
\n!?;。；！？}
在RAGflow中，导入EduPlatform2/Backend/RAGflow中两个agent-json文件，并进入RAGflow Web页面中为agent设置好对应检索知识库。教材知识点agent.json对应Agent的知识库对应是教材知识库、离线资源推荐agent.json对应Agent的知识库对应是离线资源知识库。
(RAGflow中导入agent-json文件，位于agent页面左下角)最后在RAGflow web页面中，将RAGflow服务器IP地址、服务器api-key、两个agent对应的Agent ID记录下来，后将用于设置环境参数配置，参照如下格式。
ragflow_BASE_URL = "https://9vh4i*****19.vicp.fun" # rag_flow的后端地址 ragflow_API_KEY = "ragflow-k5MTJmNmQ0MDdiMj**********MDI0Mm" # rag_flow的密钥 TextbookRetr_AgentID = f"4962e4b824051*********42ac120006" #Agent ID QuesGen_AgentID="cca846541d1d11f*************f6ef" #Agent ID
- 导入数据库 将EduPlatform2/Backend/db文件夹下的edu_platform2.sql文件导入到MySQL数据库中。 具体步骤：①首先在mysql数据库中创建edupaltform数据库。②然后运行先运行后端。（运行后端会先链接上edupaltform数据库后，直接创建所需数据库——对应的各个表结构。③最后使用navicat等工具将edu_platform2.sql文件导入到该数据库中即可。
-
环境参数配置：
进入EduPlatform2\Backend\config\config.py文件中。配置好链接MySQL数据库的参数、base-LLM 和多模态LLM的api-key相关参数、搭建的RAGflow服务IP及相关密钥等，参照如下格式。
# 数据库配置 DIALECT = 'mysql' DRIVER = 'pymysql' USERNAME = '' # 数据库用户名 PASSWORD = '' # 数据库密码 HOST = '' # 数据库地址 PORT = '' # 数据库端口 DATABASE = '' # 数据库名称 SQLALCHEMY_DATABASE_URI = f"{DIALECT}+{DRIVER}://{USERNAME}:{PASSWORD}@{HOST}:{PORT}/{DATABASE}?charset=utf8"
# base-LLM 和多模态LLM的api-key相关参数 #LLM 基本配置信息 os.environ["OPENAI_BASE_URL"] = "https://api.chata******rg/v1" os.environ["OPENAI_API_KEY"] = "sk-FUFiwSHFPr9S3ofp9kGjV********UaJO5i" model = "gpt-4o-mini" #LLM模型名称，如gpt-4o-mini。大模型上下文至少需支持16k上下文长度 temperature=0.5 #LLM 温度 #多模态LLM的基本配置信息 os.environ["DASHSCOPE_API_KEY"] = "sk-b8ee8eb*********be405c9" LLMs_model="qvq-max" #多模态LLM模型名称，如qvq-max
#rag_flow的相关参数 ragflow_BASE_URL = "https://9vh4i*****19.vicp.fun" # rag_flow的后端地址 ragflow_API_KEY = "ragflow-k5MTJmNmQ0MDdiMj**********MDI0Mm" # rag_flow的密钥 TextbookRetr_AgentID = f"4962e4b824051*********42ac120006" # Agent ID QuesGen_AgentID="cca846541d1d11f*************f6ef" # Agent ID Public_ip="https://******cp.fun" #后端的公网IP地址或域名，非必须
注：其中Public_ip="https://******cp.fun"参数配置非必须，该为将后端部署于云服务器上的公网IP地址或域名。若该参数不配置，则功能中作业辅导——上传文件功能无法正常使用。
另外，还需要进入EduPlatform2/Frontend/.env文件中，配置好前端所需参数，分别包括base-LLM和AI-PPT密钥。申请AI-PPT密钥请参考官网：https://www.aippt.cn/
VUE_APP_API_BASE_URL=https***********ch VUE_APP_API_KEY=sk-FUFiwSHF******************aJO5i PPT_API_KEY=ak*****************58Rf
-
设置后端：
进入后端目录并安装依赖：
cd EduPlatform2/Backendpip install -r requirements.txt
由于本系统将服务注册到nacos服务器，需要额外安装nacos-service包。需要执行以下命令。
cd EduPlatform2/Backend/config pip install nacos_service-0.1-py3-none-any.whl安装好依赖后，即可成功启动后端。需要先回退到EduPlatform2/Backend目录中。若是windows系统下，使用如下命令行启动服务：
waitress-serve --port=5001 app:app
若是linux系统下，使用如下命令行启动服务：
gunicorn -w 4 -b 0.0.0.0:5001 app:app
-
设置前端并启动：
进入前端目录并安装依赖：
cd EduPlatform2/Frontendnpm install
npm run serve
启动前端后，即可在浏览器中访问http://localhost:8080/，即可使用EduPlatform。
如何使用 EduPlatform：目前无需注册，成功运行后，直接访问对应Web页面即可使用。
功能模块
- 智能教案生成：教师选择年级、科目和章节，系统自动生成标准化教学设计文档，支持一键导出为Word文档。
- 课堂逐字稿生成：教师上传讲课提纲后，系统生成详细逐字稿，格式为可编辑的Word文档。
- 课件PPT生成：输入相关信息后，系统自动生成与教案匹配的PPT课件，支持直接下载为PPT格式。
- 智能班会策划：教师设定班会主题和目标，系统生成班会方案并支持Word导出。
- 自动出题：教师设定题目参数，系统生成新题目，并提供参考答案和解析。
- 知识点梳理：上传教材或笔记后，系统提取核心概念并构建可视化思维导图。
- 主观题智能辅助批改：教师上传参考答案，系统提供评分和批改建议，支持一键确认。
- 作业智能辅导：学生上传题目，系统识别并提供逐步解析，帮助学生理解解题方法。
- 个性化学习计划生成：根据学生状况和目标自动制定学习计划，适用于考前冲刺与课后巩固。
后续开发更多功能
- 薄弱知识点分析：系统分析学生错题，识别高频错误知识点并评估掌握情况。
- 学生画像构建：持续采集学生学习数据，构建多维学生画像，用于个性化推荐与评估。
- 学习进度监控：实时监控学生学习进度，提供个性化学习建议与调整。
- 报告生成：按机构、教师、班级和学生生成统计分析报告，支持下载和分享。 ......
下面是项目的基本结构：
EduPlatform2/
├── Backend/ # 后端目录
│ ├── Apps/ # 应用逻辑相关
│ │ ├── DKT # 存放知识追踪相关DKT算法
│ │ ├── DatabaseTables.py # 数据库表相关定义
│ │ ├── genericFunction.py # 通用函数
│ │ ├── lesson_plan.py # 课程教案等功能路由
│ │ ├── question_handle.py # 课程问题等功能路由
│ │ └── ragflow_operations.py # RAGflow所封装的操作
│ ├── config/ # 配置文件夹
│ │ ├── config.py # 主要配置文件
│ │ ├── service.config # 服务配置
│ │ └── nacos_service-0.1-py3-none-any.whl # Nacos服务依赖
│ ├── RAGflow/ # RAGflow资源相关
│ │ ├── RAGflow资源库 # 存放用于构造RAGflow资源库的文件
│ │ ├── 资源推荐agent.json # 资源推荐代理配置
│ │ └── 逐字稿Agent.json # 其他代理配置
│ ├────── app.py # flask后端启动文件
│ └────── requirements.txt # 后端依赖文件
├── Frontend/ # 前端目录
│ ├── public/ # 公共资源
│ ├── src/ # 前端源代码
│ ├── .env # 环境变量
│ ├── babel.config.js # Babel配置
│ ├── jsconfig.json # JavaScript配置
│ ├── package.json # 项目元数据和依赖
│ ├── package-lock.json # 锁定的依赖版本
│ ├── tsconfig.json # TypeScript配置
│ └── vue.config.js # Vue CLI配置，包括后端IP地址、前端启动端口等
├── TestCode/ # 测试代码目录
└────── README.md # 测试说明文件
-
后端框架：使用 Python Flask 框架，提供灵活的后端解决方案。
-
数据库：MySQL 数据库，支持数据的稳定存储与检索。
-
前端：Vue.js 框架，具备良好的组件化能力与响应式特性。
-
UI 组件库：Element Plus，提供高质量的 UI 组件支持，增强用户体验。
-
Markdown 解析：使用
marked.js进行 Markdown 解析，方便内容的编辑与展示。 -
富文本编辑器：：WangEditor，为用户提供简单易用的文本编辑解决方案。
EduPlatform 的主要配置文件包括：
- app.py：后端主应用配置，包括应用路由与应用程序初始化。
- config.py：后端全局配置文件，包括数据库连接配置及其他应用参数。
- package.json：前端依赖包配置文件，管理前端使用的 npm 包及脚本。
- jsconfig.json：前端 JavaScript 配置文件，提供类型识别与 IntelliSense 支持。
- babel.config.js：前端 Babel 的配置文件，适配 ES6+ 环境。
- tsconfig.json：前端 TypeScript 配置文件，提供类型检查与编译设置。