knowledge-vault/work/client-projects/高新教育/伴学与教学辅助平台/AI伴学与教学辅助平台建设方案.md

5.7 KiB
Raw Permalink Blame History

AI 伴学与教学辅助平台立项方案

0. 总体架构策略Wrapper Pattern (壳模型)

为了在1个月内完成开发严禁从零手写 Agent 编排逻辑。 核心技术栈选型:

  • AI 引擎层 (Core):建议直接私有化部署或使用云端版 Dify / FastGPT。利用其现成的 RAG、工作流编排和模型管理能力。这是我们的“发动机”。
  • 业务应用层 (Shell):我们只需要开发一个轻量级的 Web Wrapper (业务外壳)
    • 它负责:对接 OA、管钱 (计费)、管人 (权限)、管界面 (UI)。
    • 它不负责Agent 的具体推理逻辑 (全部透传给底层引擎)。

1. 阶段一Demo 验证 (Greenhouse Phase)

目标:验证 Prompt 的“认知有效性”,而非验证代码。

  • 实施动作
    1. 工具:直接使用 Dify 云端版或 Coze。
    2. 账号:无需鉴权,直接生成 Public Link 发给内测群。
    3. 数据埋点:必须开启“用户标注”功能,要求内测师生对 AI 回复进行“点赞/点踩”,并填写理由。这是 Phase 2 优化的唯一依据。
    4. 交付物2 个高保真 Prompt英语/历史) + 1 份《Bad Case 修正报告》。

2. 阶段二:全量开发 (Factory Phase)

本阶段分为两条并行的流水线:A. 软件工程线 (负责壳) 和 B. 认知工程线 (负责核)。

2.1 A 线:软件工程 (The Shell) - 开发周期 3-4 周

重点解决“如何把 Dify 的能力安全地卖给用户”。

  • 模块 1身份与鉴权网关 (Auth Gateway)
    • 功能:对接集团 OA (LDAP/CAS/OAuth)。
    • 逻辑:用户登录 Shell -> Shell 验证 OA -> Shell 并在后台映射一个 Dify 账号 (Session ID)。
  • 模块 2计费账本 (The Ledger)
    • 配额策略:采用 Token Bucket (令牌桶) 算法。
      • 基础池:每月 1号重置额度 = 5元/10元对应 token 量。
      • 充值池:永久有效,优先扣除基础池。
    • 技术实现:每次调用 Agent API 前,先 Check 余额;调用结束后,根据 input/output token 数扣费。
  • 模块 3会话管理 (Chat Manager)
    • 功能保存聊天记录到本地数据库MySQL/PG而非完全依赖 Dify 历史记录,便于后期做数据分析和审计。
    • UI:仿 ChatGPT 界面,左侧侧边栏展示“我的智能体”列表。

2.2 B 线:认知工程 (The Core) - 提示词流水线

这是工作量最大、最核心的部分。我们需要建立一条 “名师 -> 提示词” 的转化流水线。

  • Step 1: 知识萃取 (Knowledge Extraction)
    • 动作不让老师写代码让老师写“SOP”。
    • 模板:为老师提供《智能体逻辑表》。例如:

      "对于数学题第一步先判断是否缺条件第二步不要给公式而是给提示如果学生连错3次再给解析。"

  • Step 2: 提示词工程 (Prompt Engineering)
    • 执行者AI 实验室工程师。
    • 方法论:使用 CCPE (Cognitive Core Prompt Engineering) 框架封装。
      • SPGM 教学助手:定义为 [Logic Engine]。使用 XML 格式严格规定教案输出的每一个 H1/H2 标签,确保格式绝对统一。
      • 学生伴学助手:定义为 [Strategic Lens]。在 Prompt 中植入 Rule: 当检测到用户询问解题思路时,启动<Socratic_Mode>,进行反向提问。
  • Step 3: 压力测试 (Red Teaming)
    • 动作针对理科智能体构建“诱导测试集”。例如“直接告诉我答案”、“帮我写这篇800字作文”。
    • 修正:在 System Prompt 中加入**[安全防御层]**,一旦检测到此类意图,触发拒绝回复机制。

3. 核心难点攻克方案

3.1 关于“幻觉” (理科解题不准)

  • 策略工具外挂 (Tool Use)
  • 实现:在 Dify 中配置“代码解释器 (Code Interpreter)”或 WolframAlpha 插件(如果有条件)。
  • Prompt 约束:强制要求智能体“在进行计算时,必须编写 Python 代码运行,严禁口算”。

3.2 关于“运营成本控制”

  • 模型路由 (Model Router)
    • 简单任务(如:讲历史故事、文科知识点):默认调用 GPT-3.5-Turbo / DeepSeek-V3 / Qwen-Turbo (极低成本)。
    • 复杂任务SPGM 教案设计、数学逻辑推理):路由至 GPT-4o / Claude-3.5 / DeepSeek-R1 (高性能)。
    • 在 Prompt 中区分,或在界面上让用户选择“极速版(便宜)” vs “专家版(贵)”。

4. 里程碑规划 (WBS)

周期 阶段 关键交付物 责任人
W1 Demo Week 英语/历史 Demo 链接,内测反馈文档 实验室 + 学科带头人
W2-W3 Dev Sprint 1 壳系统(登录、界面、基础计费)上线 开发组
W2-W4 Prompt Sprint 全学科 Prompt 编写、RAG 知识库清洗与挂载 提示词工程师 + 老师
W4 Integration 对接联调,支付接口打通 全员
W5 Launch 全员宣讲,账号额度发放 负责人

5. 架构师建议 (Architect's Note)

  1. 不要自建知识库检索引擎:直接用 Dify 自带的。初期把教材 PDF 和精选题库丢进去切片即可。
  2. 重视“提示词版本管理”Prompt 会改得非常频繁。建议在代码库Git里管理 Prompt 文本,不要散落在飞书文档里。
  3. 灰度计费:建议上线第一个月虽然有计费逻辑,但显示“试运行期间免费”,后台偷偷跑计费数据,校准成本模型后再正式开启扣费。