135 KiB
线上教学平台技术服务采购计划模块详细说明
| 本文档整理了线上教学平台九个模块的详细功能介绍 |
|---|
一、模块总览
| 序号 | 模块名称 | 费用（元） |
|---|---|---|
| 1 | 教学向量知识库 | |
| 2 | 生成式备课智能体 | |
| 3 | 超级建课智能体 | |
| 4 | 教师教学架构设计空间 | |
| 5 | 学生一生一策学习空间 | |
| 6 | 教学运行分析驾驶舱 | |
| 7 | 校级平台管理 | |
| 8 | 移动端 | |
| 9 | 智慧课程建设服务 | |
| 合计 | 九个模块总计 |
二、各模块详细功能
建设目标
随着国家"人工智能+"行动计划深入推进，教育部相继出台《教育部关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》《教育部关于人工智能赋能教育高质量发展的若干措施》《高等学校数字校园建设规范》等系列政策，明确提出加快推进教育数字化转型、培育智慧教育新形态。生成式人工智能的发展，正深刻重塑高等教育的"教"与"学"范式，要求学校以学生为中心、以能力培养为导向，构建数据驱动、AI赋能、人机协同的全新教育生态。
本项目以"AI赋能教学、数据驱动育人"为核心理念，以成果导向教育（OBE）为指导思想，遵循"以学生为中心、以能力为本位、以数据为引擎、以智能为驱动"四项基本原则，按照"数据层—知识层—应用层"三层贯通架构进行整体规划，建设一套覆盖"知识资产沉淀—教师智能教研—学生个性化学习—教学全程治理"的AI原生校本智慧学习系统（AILES），实现 以智助学、以智助教、以智助管、以智助评 的全场景AI赋能。
技术路线
投标方本次提供的平台需要采用B/S结构，可稳定运行于各种Linux内核操作系统，支持负载均衡、云服务器、云数据库、云高速缓存、云存储、CDN等基础设施构建的平台。具体要求如下：
1）平台需遵循J2EE的技术路线，需基于三层架构指导思想，核心接口需采用Spring Boot框架，能够支持MySQL8等云数据库；
2）平台需要采用主流的前后端分离技术，后端需要支持RESTful规范提供业务接口，前端需要采用主流渐进式Web框架、原生Android和iOS实现，具有松耦合、跨平台、跨终端等特点；
3）平台AI技术底座需采用FastAPI异步高性能Web框架，支持OpenAPI规范。
4）平台AI技术底座支持文本生成应用编排、基础聊天助手编排、多节点类型的工作流聊天助手编排，能够根据课程进行定制扩展，结合OpenAPI规范的工具接入，充分发挥AI智能体的扩展性；
5）平台AI技术底座应支持可插拔模型设计，方便实现不同大语言模型的接入，包括但不限于支持百度文心一言、百川、通义千问、月之暗面、智谱等国内AI大模型。
6）AI聊天助手对话需采用流方式进行，采用渐进式回答用户提问，减少等待时间，增强交互体验；
7）平台能够支持多浏览器访问，包括但不限于主流Chrome，Edge、Safari、Firefox、360等主流浏览器；
8）平台应支持利用消息队列，结合分布式架构，将耗时任务在集群节点中调度完成，解决大批量并发访问问题。
安全要求
1）身份鉴别：对登录的用户进行身份标识和鉴别，身份标识具有唯一性,身份鉴别信息具有复杂度要求,具有登录失败处理功能，同时配置并启用结束会话、限制非法登录次数和当登录连接超时自动退出等相关措施。
2）访问控制：能对登录的用户分配账户和权限，能授予管理用户所需的最小权限，同时系统能实现管理用户的权限分离，能由授权主体配置访问控制策略，访问控制策略规定主体对客体的访问规则。
3）入侵防范：提供数据有效性检验功能，保证通过人机接口输入或通过通信接口输入的内容符合系统设定要求，可通过限制网络地址范围等方式对行管理的终端进行限制；
4）安全审计：启用安全审计功能，审计覆盖到每个用户，对重要的用户行为和重要安全事件进行审计；能对审计记录进行保护，定期备份，避免受到未预期的删除、修改或覆盖等；
5）数据安全存储：对授权收集到的敏感信息，采取去标识化、关键字段加密安全存储措施；
6）数据加密传输：在跨安全域或通过互联网传输敏感信息时，采用加密传输措施；
7）敏感信息处理：在用户端显示敏感信息时，采取脱敏等技术手段防止未授权人员获取敏感信息，各类数据处理场景中数据脱敏不存在伪脱敏和弱脱敏等脱敏失效等情况。
建设内容要求
教学向量知识库
异构教学资源统一接入
任务调度中心
任务调度中心负责全校采集任务的编排、分发与状态维护，需满足以下技术要求：
（1）采用分布式任务队列，需支持将海量采集任务动态分发至多个物理或虚拟节点执行。
（2）需具备负载均衡能力，根据各采集适配器节点的 CPU、内存占用情况及网络 IO 状态自动分配任务压力。
（3）定时触发：支持针对图书馆、资料库等静态资源进行周期性（如每日凌晨）全量或增量扫描。
（4）事件驱动触发：对接录播系统、学习平台的 Webhook 或消息队列，实现“新资源产生即刻采集”。
（5）手动/补偿触发：支持管理端手动发起特定课程、特定教师的资源重采或补采任务。
（6）断点续传与重试：针对大型视频文件或网络抖动，需记录传输偏移量；失败任务需支持指数退避重试。
（7）实时监控与预警：需提供图形化监控界面，实时展示“任务执行成功率”、“采集速率（Mbps）”及“积压任务量”，并在采集失败率超过阈值时触发告警（短信/即时通讯）。
（8）HTTP/API接入：需支持FTP over http模式，实现对目标文件夹进行目标扫描，根据文件名进行数据的自动抓取。
（9）Webhook 接收：需支持配置自定义的接收端点（Endpoint），实时接收源系统推送的资源状态更新通知。
FTP/SFTP接入规则
（1）目录扫描：需支持对指定 FTP 目录的递归扫描，支持按文件后缀名（如 .mp4, .ppt）进行过滤采集。
（2）安全传输：需支持基于用户名密码或 SSH 密钥的 SFTP 安全传输协议。
（3）增量比对：支持按文件修改时间或文件大小进行增量判断，避免对同一文件重复传输。
NFS/SMB接入规则
（1）挂载访问：需支持在 Linux 环境下挂载远端 NFS 或 SMB 共享目录，将网络存储作为本地路径直接读取。
（2）定时监听：利用操作系统级文件系统监听技术，实现共享目录内教学文件的定时发现与入库。
文件存储
（1）平台需内置一套存储和预览功能，实现接入资源的向量化处理和预览访问。
（2）文档类：平台需内置在线预览组件，支持 Word、PPT、PDF 的无插件预览（需支持转换为标准流媒体）。
（3）视听类：需内置 H5 播放器，支持主流视频格式的在线流畅播放，支持拖拽跳转与倍速播放。
资源处理
文档资源向量化处理
（1）解析与清洗：使用解析库（如python-docx）提取文本；去除干扰项：剔除页眉、页脚、页码、水印以及修订模式下的删除内容。
（2）样式识别：通过字体大小和样式（Heading1/2/3）识别文档目录树。
（3）表格处理：识别文档中的表格，将其转换为Markdown表格格式或JSON对象，嵌入到前后文中，避免表格内容被拆散导致语义崩坏。
（4）图片OCR：提取文档内嵌图片，进行OCR识别，将识别出的文字作为“图片描述”插入原位置。
（5）切片与向量化：基于结构的递归切分。基于结构的递归切分。优先按“章/节”切分，若章节过长（大于8K，8K为Emdedding最大分段字节），再按“段落”切分，在段落切分的时候，采用语义来分段。
（6）上下文增强：在每个切片头部自动追加所属的“一级标题>二级标题”路径，确保检索时知道该片段的归属。
ppt向量化处理
（1）格式转换：利用转换工具将每一页幻灯片导出为高清图片（JPEG/PNG）。
（2）多模态视觉解析：OCR提取：提取页面上的所有可见文字，保证关键词可被索引。VLM语义描述：将幻灯片图片输入多模态大模型，Prompt提示：“请详细描述这张幻灯片的内容，包括标题、核心观点以及图表所表达的逻辑关系”。
（3）切片与向量化：粒度：以“页”为单位。每一页就是一个独立的切片。内容组合：[OCR文字]+[VLM生成的详细描述]+[文件标题]。
视频、音频向量化处理
（1）音轨提取与转写：提取音频流，使用Whisper等模型进行语音转文字，生成带时间戳的字幕文件。
（2）文本正则化：①去口语化：利用NLP模型去除“那个、嗯、啊、然后”等无意义填充词（会议中特别提到的“人话太碎”问题）。②标点恢复：为转写文本自动添加标点符号，划分句子边界。
（3）视觉关键帧提取（视频相关）：①每隔固定时间（如10秒）或检测到画面剧烈变化（PPT翻页）时截取关键帧。②使用多模态模型生成关键帧的文字描述，作为该时间段的补充索引。
（4）声纹识别（音频）：如果音频涉及多人对话（如访谈），需区分“说话人A”和“说话人B”，并在文本中标记说话人身份。
（5）切片与向量化：基于语义的时间轴切分。不单纯按时间（每30秒）切分，而是基于文本的主题变化进行切分。
图片包含flash向量化处理
（1）OCR文字提取：针对包含大量文字的图片（如PPT截图、板书），提取全部文字。
（2）图像描述生成：针对风景、物品、图表等非文字图片，使用视觉语言模型生成详细的自然语言描述（例如：“这是一张展示了神经网络架构的流程图”）。
（3）flash动画描述生成：抽取文件名称或者应用场景描述文字+人工进行标记，拼接成flash的实际功能。
（4）向量化：将OCR提取的文字+AI生成的描述文本合并，进行Embedding处理
链接向量化处理
（1）内容抓取：针对静态网页，直接使用Request获取HTML；针对动态使用浏览器自动化操作渲染后获取DOM。
（2）智能提取：去除导航栏、侧边栏、广告位、版权信息，仅提取正文区域内容。
（3）链接深度控制：仅处理当前页内容，不进行递归爬取（除非明确配置了爬虫深度）。
（4）切片与向量化：类似于Word文档，按网页的标题层级进行切分。保留Source URL作为元数据，以便检索结果能跳转回原网页。
向量化知识构建
AI资源分析
（1）平台须利用大模型（LLM）及多模态感知技术，对采集到的原始文件进行深度拆解与知识重构，能够自动化的分析出课程名称；针对部分文件已经写入的信息，可以提取出标题、作者、创建时间等元信息。
资源存储
（1）向量存储：需采用高性能向量数据库（如 Milvus 或 Pinecone），存储 Embedding 后的高维向量。
（2）知识切片存储：需持久化存储“文本碎块（Chunks）”，而非原始大文件。向量数据与物理资源通过唯一 URL 关联。
混合资源检索
（1）问题上下文扩写：针对用户的简短提问，基于上下文，将用户的给出的提问进行扩写，提高后续的混合检索匹配率。
（2）向量检索：基于语义相似度（Embedding），进行向量化匹配。
（3）关键字检索：基于关键字进行匹配，弥补专有名词匹配问题。
（4）重排序（Re-rank）：对多路召回的结果进行综合评分排序，取Top-K高质量切片投喂给大模型。
服务接口能力
（1）统一检索接口：下游应用输入自然语言Query，资源中心返回经过RAG处理的相关知识片段（Text Chunks）及引用来源（Source URL）。
鉴权与安全
（1）系统级：不同应用（App ID）的访问权限。
（2）数据级：基于课程、学科、密级（如科研数据）设置访问控制列表（ACL）。
（3）知识库查询：用户在鉴权后，发起查询，查询的范围将根据用户访问权限来设定，在设定范围内，用户输入Query String，院校AI知识库会依照混合检索增强技术，按需对query进行扩写、实现ES个向量的相似度检索，并返回Top K文本。
生成式备课智能体
教研空间与私域知识引擎
（1）系统需为每位老师提供独立的“我的教研空间”，作为教研工作的核心载体，教研空间可以进行空间重命名的设置：
（2）多模态资料预处理：需支持文档、视频、图片、链接等多种格式资源上传。系统需支持实时对上传资源进行“向量化”处理，使其成为AI助手的实时参考背景。
（3）精准上下文关联：需支持教师通过简单勾选资料库中的文件，即可定义AI助手的知识边界。需支持AI将基于选定资料进行精准问答与素材生成，并能清晰标注引用来源（文件名及具体位置）。
（4）AI对话设置：需支持能够实现AI历史对话的管理和查看；需支持能够进行新建对话；需支持能够进行对话设置，选择AI回答的详细程度（简要阐述、标准、详细讲解）。
教学大纲生成
（1）系统需支持院校标准 Word 格式大纲模板的上传、解析与自动化套用。
（2）生成内容须严格遵循 OBE（成果导向教育）理念，建立明确的“课程目标-毕业要求-教学内容”支撑关系。
（3）系统需具备布鲁姆（Bloom）教育目标分类法的语义识别能力，自动推荐并应用可测量的教学动词。
（4）具备学时与权重自动逻辑校验功能：确保各章节分配学时之和绝对等于总学时，各项考核占比之和必须为 100%。
教案生成
（1）系统需支持融合 UbD（逆向设计）与 5E+BOPPPS 参与式教学模型进行教案设计。
（2）生成内容须完整覆盖导入（B）、目标（O）、前测（P1）、参与式学习（P2）、后测（P3）、总结（S）等核心环节。
（3）系统需具备课程思政点自动挖掘能力，根据教学内容匹配并嵌入相应的育人元素。
（4）支持将 AI 生成内容严丝合缝地填充至预设的校本或教师个人教案模板中，保持排版一致性。
智慧 PPT 生成
（1）支持在线可视化编辑每页大纲及页面规划，允许教师对单页内容进行增加、删除或针对性重新生成。
（2）具备视觉风格全局一致性控制能力，AI 需自动为每页生成符合教学背景且风格统一的图像。
（3）采用单页纯静态图像作为幻灯片背景，遵循认知负荷理论，确保教学演示的稳定性与专业性。
教学微视频生成
（1）具备精准的时长与字数匹配功能，讲稿语速须支持 160-220 字/分钟的动态调节，总字数须与预设时长严格对应。
（2）支持生成具有亲和力的对白式讲稿，需根据教学重点自动设计“双人对谈”或“讲师独白”逻辑。
（3）系统须实现一键音画同步合成，输出符合教学标准的 MP4 格式微视频。
思维导图生成要求
（1）支持对长篇教学文档、视频字幕或对话记录进行瞬时结构化解析，一键生成多级思维导图。
（2）生成的导图须具备可交互、可缩放及层级折叠功能，支持导出高清晰度图像或可编辑的数据格式。
（3）具备“反向 Prompt”讨论功能：允许教师在思维导图的叶子节点点击触发 AI 深度问答，基于该节点内容自动发起知识点研讨。
知识点可视化页面生成要求
（1）系统需支持生成符合 HTML5 标准的交互式微课程页面，将抽象概念（如“光合作用”）转化为可调节参数的视觉模拟实验。
（2）生成成果须为零依赖的单 HTML 文件（自包含 CSS 与 JS），支持在无网络环境下离线运行。
（3）具备认知隐喻设计能力：AI 须能自动为晦涩知识点设计图形化的视觉隐喻，降低学生的认知门槛。
智能题目生成要求
（1）系统需支持基于教师选定的参考资料进行定向出题，严禁凭空捏造知识点，确保题目严谨性。
（2）支持覆盖记忆、理解、运用、分析、评价、创造等布鲁姆 6 个认知层级的题目命制。
（3）须一次性生成包括题干、选项/空位、标准答案、详细解析、难易度标注及知识点归属在内的完整数据。
知识讨论播客生成要求
（1）系统需支持根据教学素材自动撰写双人对话（如：资深导师 A 与好奇学生 B）形式的播客讲稿。
（2）支持一键合成为高品质音频素材，提供音频导出功能，为学生提供泛在化、碎片的听课体验。
教学信息图生成要求
（1）系统需支持中心放射状、逻辑流程图、对称网格或便当盒（Bento Grid）等多种信息图排版布局。
（2）具备数据自动图表化能力：系统需自动提取文档内的关键量化数据，并转化为微型数据可视化组件（如环形图、热力图）。
（3）需支持根据移动端或网页端的不同展示需求，定制横向（16:9）或纵向（9:16）的比例适配。
闭环式工作流设计
（1）生成确认机制：需支持在正式生成前，教师可以与AI对话或者一键进行内容扩展补充，完善初始想法，确保产出物的高质量。
（2）多端联动与成果入库：需支持生成成果可一键下发至“个人资源库”、“课程资源库”或“课程题库”。
（3）任务转化：需支持生成的教学大纲/PPT可直接转化为“AI互动文档”教学任务；微视频可直接转化为“AI互动视频”学习任务。
教研空间共享
分享用户范围：需支持能够实现教师、学生、班级三个维度的用户群体选择，需要能够通过检索和手动选择的方式实现。
分享资源范围：需支持能够实现选择文件的分享范围，包括分享全部文件以及分享部分文件。
分享二维码：需要能够支持以分享空间代码以及空间二维码进行空间的分析分享。
教研空间的加入：可通过输入空间码的方式加入已经建好的教研空间。
分享空间使用：被分享的用户在分享空间中，可以进行原始资源的查看、AI资源对话以及生成资源的查看。
院校标准与偏好管理
（1）模版中心：需支持院校管理员上传统一的教学大纲、教案模版。教师可设置个性化偏好（如默认视觉风格、常用课程设置等），确保所有生成物符合规范且具备一致性。
（2）权限保障：需支持系统严格区分个人资源库、课程资源库与校本资源库，确保数据在共享与私有之间的安全流转。
超级建课智能体
▲AI自动化备课
（1）整体需要能够实现教师上传现有资源，由AI接管繁琐的建设流程，实现“小时级”资源重组生成一门标准智慧课程体系。
（2）需支持AI能够将AI执行的过程由原来的黑盒子，变成白盒子，教师可以看到AI完成成果的截图。
（3）需支持教师进行过程的详细查看，可以通过链接的方式，跳转至已做好的节点的课程界面，进行详细的查看。
（4）需支持课程备课消耗时间的查看，精准到分钟。
（5）需支持教师在AI自动化执行的过程中，关闭浏览器页面，也不影响AI进行自动化的备课，过程可以后台运行。
资源采集与结构化预处理模块
（1）资源收集与合规检查：需支持自动收集教师上传的视频、文档、课件等素材，并对照课程大纲检查资源覆盖度。
（2）多种方式采集：需支持文件上传、文件夹上传、网站同步，其中，网站同步需支持教师登陆现有教学平台后，进入相关的课程主页，一键的完成课程所有数据的同步。
（3）需支持教师进行执行方式的选择，须支持全自动执行和逐一确认两种方式进行后续的AI自动化建课程操作。
（4）智能化切分计划：需支持AI自动识别长视频或长文档中的知识点边界，生成“资源切分计划”，确保每个微课或素材均能精准对应特定知识点。
（5）入库与构建计划：需支持自动生成资源入库及章节构建规划，建立课程大纲与底层物理资源的逻辑映射。
多维教学图谱自动化构建模块
（1）课程大纲制作：需支持课程大纲的对话式修改功能，需支持
（1）能力图谱制作：需支持提取目标的“主能力”与“子能力”，定义学生学完后应具备的素养。需支持教师进行二次修改功能，需教师在已生成的能力图谱界面，进行修改，修改内容自动化进行同步至自动化备课平台，进行能力图谱的调整。
（2）问题图谱制作：需支持生成解决实际问题的三级结构，将理论知识转化为任务驱动的问题点。
（3）知识图谱制作：需支持梳理知识点层级关系，设定重难点及思政点。
（4）一致性自动检测：需支持AI自动执行“检测计划”，确保能力目标有对应的问题支撑，问题有对应的知识支撑，逻辑链条完整闭环。
课程专属知识库（RAG）沉淀模块
（1）向量化处理计划：需支持自动提取视频字幕、文档文本、题目解析，进行语义向量化处理。
（2）构建课程知识库：需支持形成基于RAG（检索增强生成）技术的私有知识库，为课程内的AI教师分身、AI学伴提供精准的回复依据。
自动化评价体系（题库与试卷）建设模块
（1）题库自动化入库：需支持AI基于资源内容自动生成/导入单选、多选、判断、简答及代码编程题，并自动关联知识点。
（2）多维度组卷策略：需支持自动生成期中、期末组卷计划，包含难度系数控制、题型分布优化及抽题范围设定，支持生成多套等效试卷以防作弊。
AI原生互动学习任务设计模块
（1）AI视频/文档互动：需支持自动生成视频切片大纲、内容总结，并在关键点位布置AI提问。
（2）AI辩论（案例研讨）：需支持自动设定辩论背景与角色，引导学生进行深度逻辑碰撞。
（3）AI场景模拟：需支持构建虚拟环境与身份，让学生在模拟实训中掌握实践能力。
（4）代码编程任务：需支持自动生成编程说明及示例代码，配置AI批阅与纠错智能体。
（5）写作与模拟任务：需支持生成各类文案撰写或场景模拟任务。
课程全局优化与发布配置模块
（1）任务关联优化：需支持AI自动检查并优化“能力-问题-任务”的关联占比，确保学生完成任务后的评价数据能真实反映其能力水平。
（2）空间视觉自动化：需支持自动根据课程属性生成课程封面、配置栏目图标、撰写课程详情介绍。
（3）发布合规检测：需支持系统自动执行“发布计划”，对课程信息完整度进行终审（如教师信息、AI设置等），确保一键发布至院校首页。
闭环回顾与交付模块
（1）全流程回顾：需支持提供课程建设回放功能，教师可回溯AI执行的每一步计划及内容。
（2）智慧课程交付：需支持系统自动完成课程的封装，点击课程封面，可进入系统交付的一套包含多维图谱、互动任务、专属智能体、全流程评价体系的智慧化课程。
教师教学架构设计空间
课程初始化管理
▲课程概览页面管理
（1）课程信息管理
平台需支持教师管理课程信息，包括课程代码、课程名称、所属院系、课程学科、课程属性、授课语言、课程简介等，需支持至少3种授课语言；
（2）课程详情管理
需支持在富文本编辑器中编辑课程详情，包括课程介绍、课程大纲、学习目标、考核方式、教材参考、AI特色应用等信息。用户可利用富文本编辑器调整文本标题、粗体、斜体、删除线，支持快捷插入链接、列表、图片、文件、代码、表格、数学公式等，编辑模式支持所见即所得、即时渲染、分屏预览，支持用户全屏编辑。
为确保AI能力融入教学的全过程全阶段，需支持为AI特色应用配置专属的教学辅助智能体。需支持设置AI特色应用的图标、标题、正文、图片、视频，上传补充说明的文件或链接。
（3）课程封面管理
需支持设置图片或视频为课程封面；
需支持上传图片，支持jpg、png、bmp在内的图片格式；
需支持上传课程片花，支持mp4、flv、avi、wmv在内的视频格式；
课程教师管理
（1）平台需支持设置课程的教学团队，包括课程的主讲教师和其他教学团队老师，方便课程教的教师们开展课程的教学管理工作；
（2）需支持设置教师的主讲教师，包括教师姓名、头像、职称、所属学校、所属院系和个人简介；
（3）需支持从学校的教师库中选择主讲教师；支持通过教师姓名、职工号检索教师。
（4）需支持课程教学团队管理；支持从教师库中选择教师加入到课程的教学团队；
（5）需支持从学校的学生库中，选择学生作为助教加入到课程的教学团队，协助主讲教师管理；
（6）需支持为每个班级配置管理教师，并设置该教师的相关管理权限，包括但不限于课程管理权限、学习任务管理权限等；
（7）需支持为每个班级配置专属的AI教师数字分身，可设置数字分身的名称、头像和回复声音。
课程班级与学生管理
（1）平台需支持课程教学班和学生的管理，方便教师同时管理课程多个教学班级；支持教师查看课程内的班级信息，并设置班级的相关信息，包括班级名、所属学期、学生入班方式和退课设置等；支持教师对某一班级进行结课。
（2）需支持教师支持从学生库选择或以Excel表导入学生；支持查看班级内的学生信息，包括学生的姓名、学号、所属院系、所属专业、所属行政班级等；
（3）需支持更换学生所属班级、删除班级里的学生。支持查看学生详情并进行班级调整；
（4）需支持生成教学班专属二维码，学生可扫码入班；
班级分组教学管理
（1）平台需支持教师对班级进行分组管理，以便于开展PBL的分组教学时，对各组布置教学任务；需支持教师设置不同的分组教学方案，可用于不同的PBL教学任务；
（2）设置分组方案时，需支持随机分组、手动自定义分组以及导入小组名单，来针对班级的学生进行分组；
（3）针对每个教学小组，需支持设置小组名称，支持手动添加和Excel导入小组成员名单，支持从教学团队中添加小组助教；
课程成绩管理
平台需支持教师设置课程的成绩权重，方便平台自动统计总结每位学生最终的课程成绩；支持自定义设置课程成绩权重占比，包括学习进度、作业练习、考试、实验、和各类学科特色学习任务；支持为不同的班级设置不同的成绩权重占比，也支持为课程设置统一的成绩权重占比；
▲课程空间设置
需支持教师对课程空间的栏目进行自定义设置，体现自己的课程特色；支持设置隐藏不用的栏目，并支持拖拽来调整栏目的显示顺序；支持对栏目进行自定义名称和自定义栏目图标，并提供50+图标供教师进行选择；支持教师该课程教师教学栏目和学生学习栏目进行自定义设置。
课程发布管理
需支持课程信息设置的完整度检查，确保课程发布时必要的课程信息已经设置完成；检查的信息包括但不限于课程基本信息、课程封面、课程详情、教师信息、栏目设置、AI设置等；检查完整度时，提供快捷入口，教师可以通过快捷入口对未配置的信息进行设置。
功能导航管理
系统支持用户在第一次进入界面的时候，弹出功能导航页面；系统支持针对智慧课程建设（建设数字资源库、构建知识库与AI智能体、构建课程图谱、构建课程章节及任务）、发布智慧课程（智慧课程实施、教学管理、教学支持、教学任务、课堂教学、线上考试）、智慧课程评估（课程统计分析、课程综合评价）的所有功能，都可以进行页面的快速跳转以及图文的操作文档、视频的播放。
教学资源库与知识库管理
需提供教学资源库的相关管理功能，方便教师管理课程教学过程中所需要的各类教学资源、试题库和试卷库。
教学资源库管理
为了方便教师管理日常的教学资源，平台需支持课程各类教学资源的管理功能；需支持教师上传多格式教学资源（包括但不限于视频、文档、图片、音频、链接等格式），并支持匹配知识点、用途，同时支持资源下载；
课程题库管理
需支持课程题库的建设与管理。试题录入需支持手动输入与Word、Excel等格式的批量导入。题库管理需支持按资源目录和知识点进行精细化分类。需支持创建多样化题型（包括但不限于单选、多选、判断、填空、简答题等），并提供对试题的编辑、删除等维护功能。
▲AI出题助手
（1）需支持AI自动出题，支持AI生成各类题型的题目，包括但不限于单选题、多选题、判断题、填空题和简单题；支持AI根据课程章节目录、知识点和知识点的掌握层级进行生成；需支持AI参考题库中已有的题目，生成相似题。
（2）需支持AI赋能题目创新，包括且不限于：AI调整题目难度、生成题目解析及匹配知识点，方便教师随时更新题库。
试卷库管理
（1）需支持教师从题库选题或批量导入题目生成试卷，支持调整题型、题目顺序及设置试卷分值、答题时长和用途，支持查看试卷基本信息并进行编辑、复制、删除等；
（2）需支持教师按照预设的组卷策略生成试卷，组卷策略包括题型数量、题目难度、抽题范围；支持教师对组卷策略进行管理，方便教师多次重复使用；
（3）需支持教师预览生成的试卷；支持提供试卷分析工具，分析试卷难度、题型和知识点区分度等指标，方便教师在生成后查看整体试卷情况；支持导出有/无答案及含答案和解析的试卷版本，便于打印或存档；
课程专属知识库管理
（1）需支持教师管理课程专属知识库，以提升AI回复的准确性；支持教学资源的上传和向量化处理过程；支持文档、视频、音频、题目、图片、链接等教学资源的向量化；
（2）需支持一键生成课程专属的知识库，并在课程的AI教学应用中提供基于知识图谱关系或者目录关系的范围G-RAG方式，用以提高AI回答问题、辅导答疑的的精准性；
课程多维图谱管理
为了构建“能力图谱-问题图谱-知识图谱”的课程多维图谱体系，促进“课程目标-知识体系-教学任务-教学测评”的有序关联，平台需支持教师管理课程多维图谱。
能力图谱管理
（1）需支持教师管理课程能力图谱，支持建设两级的能力图谱，即主能力和子能力，方便老师对能力目标进行细化；
（2）需支持能力关联课程的问题点、知识点和教学任务；
（3）需支持用户手动添加、编辑和删除相关能力目标，每个能力目标包含能力内容和能力简介。
AI能力图谱生成助手
（1）需支持教师通过AI构建能力图谱，基于课程大纲等课程资料，教师可以通过简单的指令，让AI自动生成能力图谱，包括能力内容和能力简介；
（2）需支持教师在线查看、编辑AI生成的能力图谱，来审查AI生成的结果；
（3）需支持将AI生成的能力图谱一键导入系统，完成能力图谱的搭建；AI生成能力图谱时，可选择新增能力或者覆盖原有相似能力，方便教师持续更新能力图谱。
问题图谱管理
（1）平台需支持教师管理课程的问题图谱，支持建设3级问题图谱，方便老师对课程学习需解决的实际问题进行细化；
（2）需支持问题关联任务和知识点；支持用户手动添加、编辑和删除相关解决问题目标，每个问题目标需包含问题内容、问题描述、问题难度的基本信息。
AI问题图谱生成助手
（1）需支持教师通过AI构建三级问题图谱，基于课程大纲等课程资料，教师可以通过简单的指令，让AI自动生成问题图谱，包括问题内容、问题描述、问题难度等基本信息；
（2）需支持教师在线查看、编辑AI生成的问题图谱，来审查AI生成的结果；
（3）需支持将AI生成的问题图谱一键导入系统，完成问题图谱的搭建；AI生成问题图谱时，可选择新增问题或者覆盖原有相似问题，方便教师持续更新问题图谱。
▲知识图谱管理
（1）需支持教师管理课程知识图谱，支持教师手动输入，也支持知识点的文档导入，形成基础知识图谱；
（2）需支持对知识点的名称、描述、类型编辑；支持通过对知识点之间的层级关系进行编辑和调整，构建完整的知识图谱；支持将教学资源、题目关联到相应的知识点上用以丰富学习材料；
（3）需支持知识图谱的全貌预览、平移、缩放等交互式操作；支持指定章节、指定层级查看知识图谱，支持对知识点下的相关内容的查看；支持网状图、树状图、和环形图来查看知识点；
（4）需支持基于知识点查看关联资源：视频、文档、题目等；支持设置知识点是否是重难点、思政点；
（5）需支持自由定义课程图谱中的知识点关系，连线的颜色；支持定义知识图谱的展示层级和展示章节。
▲AI知识图谱生成助手
需支持教师通过AI构建生成/补全知识图谱，基于视频、课件、教材、题目等课程资料，教师可以通过AI助手，针对知识图谱进行补全，或者针对某一个知识点生成知识图谱子级。
图谱关联关系管理
（1）需支持教师设置和管理能力图谱与问题图谱、知识图谱和具体的教学任务相关联；
（2）需支持问题图谱与知识图谱和具体的教学任务相关联；
（3）需支持AI能力一键生成能力图谱或问题图谱时，主动关联相关问题、知识点和教学任务，方便教师日后更新教学内容时，也能更新课程多维图谱体系。
课程运行管理
课程运行管理
平台需支持教师根据自身的教学需求，创建、发布或者取消（结课）自己负责的课程。
▲课程概览首页
（1）为了方便教师一览课程运行运行全局概况和AI的工作效率，快速开展课程教学工作，需支持课程概览首页的功能。教师可以从课程首页中查看课程的基本数据，如选课学生数、上课教师总数、课程资源总数、作业任务总数、知识点总数和题库题目总数等。同时，教师可以在课程首页中查看到学生学习基础数据，如学习任务平均完成率和平均学习进度，从而了解课程整体的学习进展
（2）课程首页需展示AI教学相关数据，如学生与AI互动的活跃度、AI批阅作业数、AI生成题目数、AI参与的话题数、AI资源总结数、AI对话轮次、AI补全的知识点数量，充分体现AI在课程教学过程中的赋能作用；
（3）最后，课程首页也提供待办事项，如待批阅的作业、待处理的学生申诉等，以及日常教学功能的快捷入口，包括创建作业、发布讨论、发布公告等，方便老师进入课程空间后，可快速开展日常的教学运行工作。
教学任务管理
（1）平台需支持教师对日常教学过程中的教学任务进行管理，包括根据课程的个性化教学运行需求，创建、发布、取消各类AI教学任务。
（2）所有任务可灵活配置发布对象和发布时间，并将任务添加到课程的具体章节目录中，发布后可查看学生的完成情况统计及详情信息查看；对已发布并未有人参与的任务可编辑任务重新发布，并支持任务取消功能。
课程话题讨论
平台需支持教师在课程教学过程中，开展话题讨论，促进课前/课后与学生的持续交流；支持新建、编辑、查看、删除、回复及加精等话题研讨的操作，支持按关键词搜索和时间筛选话题贴；支持配置AI回复，并可设置话题讨论中的AI回复规则。
课程公告
平台需支持教师管理课程公告，方便教师给学生发送课程相关通知；支持教师创建课程公告，包括公告标题、内容、发布对象和发布时间；支持教师查看所有已发布和待发布的公告信息；
▲在线考试
（1）平台需支持教师管理课程的在线考试，方便教师在线开展教学测评，提升教学效率； 支持教师创建课程在线考试信息；教师可选择多张试卷进行考试，每名学生进入考试由系统自动抽卷；支持设置考试指定班级、考试时间、考试名称、考试时长和交卷限制等；
（2）需支持设置防作弊措施，支持设置显示答题水印，以学生学号和姓名作为背景水印；支持设置题目乱序、选项乱序，有效防止部分学生窥探他人答案；支持设置切屏限制，学生切屏次数超过阈值后会强制交卷；
（3）需支持设置考试前签订考试承诺书，承诺书内容支持自定义；支持设置主观题批阅模式，可选教师审核AI批阅与教师手工批阅两种模式；支持对主观题、客观题、开放题的AI批阅；其中，主观题批阅支持设置教师审核AI批阅与教师手工批阅两种方式；支持教师发送考试通知和提醒给学生，以及接收考试结束通知；
（4）需支持设置允许学生考后查看试卷，包括题干、学生答案、教师批阅结果、AI批阅结果，允许学生向AI学伴获取错题解析与正确解题思路；
（5）需支持课程在线考试分析统计；支持查看考试成绩和答题情况；支持分析考试结果，包括平均分、最高分、最低分等，以及每题的正确率、错误率，帮助教师识别学生普遍存在的知识点问题；
课堂教学管理
平台需提供丰富的线下课堂教学工具，如签到、选人、抢答、投票、随堂练习等，帮助教师创新课堂授课方法，打造高互动、高参与度的“金课堂”。教师可查看互动结果和教学反馈，了解课堂的教学情况。具体支持的课堂工具包括但不限于如下内容：
开启/结束课堂
需支持教师一键开启课堂教学；支持教师查看课堂人数、待加入人数；发起上课后，需支持学生手机扫描二维码加入课堂；
课堂签到
（1）平台需支持课堂签到功能，包括数字签到、手势签到、二维码签到、位置签到以及普通签到；
（2）学生可通过移动App完成签到；
（3）需支持教师设置签到时限；在签到过程中，教师可查看签到信息，如已签/未签学生名单、签到率，对未到学生可设置状态，至少包含：迟到、早退、正常、缺勤、事假、病假、公假等。
课堂点名
平台支持课堂点名功能；支持从全部学生名单中选择单人或多人点名；支持随机选人，可随机选单人或多人；
课堂抢答
平台支持课堂抢答功能；支持教师设置抢答名额，设置抢答时限；学生可在手机上完成抢答，；
随堂测试
（1）需支持教师从习题中选择、从试卷中选择或者用AI出题方式发起随堂练习；
（2）需支持AI选题，通过选择知识点、用途、设置题目数量后，AI助手将智能选出匹配要求的题目；在随堂练习编辑页面，平台需提供AI助教的快捷指令，支持一键为已有练习题中增加多一道单选/多选/判断/填空/简答/复合题；
（3）需支持统计已发布的随堂练习的提交名单、提交人数、已进行时间；支持练习结束后，教师查看随堂练习的答题情况；
课堂投票
平台需支持课堂投票功能；支持教师发起多种类型的课堂投票，至少包含：发起A/B/C/D类型的投票、同意/反对类型的投票、红方/蓝方类型的投票；支持教师从历史投票中选择；
课堂资源
（1）需支持教师从课程资源库中选择内容进行课堂讲解，无需携带移动U盘，丰富课堂教学内容；支持教师从在线课程资源中，选择视频/文档，视频/文档会将内容展示出来用于上课。
（2）需支持老师在课中展示课外学生完成的学习任务；支持教师从布置的学习任务中，选择练习、场景模拟/AI辩论等在线教学内容展示出来用于上课，并可查看任一学生的作答情况，进行有针对性的分析教学。
课堂报告
支持全程记录教师课堂互动过程，统计互动数据，便于教师课后回顾，针对性的进行持续改进；支持统计课堂互动时间、互动类型和互动内容，教师可随时查看；
导出考勤
需支持一键导出学生在课堂中的签到表。
课堂准备
需支持提前进行课堂任务的准备，包括投票、 随堂练习、主题讨论。需支持投票任务的AI辅助制作，支持AI润色按钮，一键完成投票任务、选项的设计；需支持随堂练习任务的制作，支持AI润色按钮，一键完成随堂练习的出题，并且可以选择从任务库/手工进行创建任务；需支持AI一键润色完成主体讨论内容的生成。
AI教学创新任务
以下所有任务的智能体均支持 DeepSeek-BL 与 通义千问 双引擎按需切换，并支持教师通过提示词、知识库挂载进行深度调优。
AI视频学习
需支持教师通过选择教学资源库或者本地上传的方式，来创建AI视频学习任务；
需支持教师手动和AI辅助两种模式，来进行教学任务内容的设置，包括标题、总结、时间轴大纲、开放讨论、题目配置（需实现设置弹出时间）。
需支持进行个性化的任务发布，包括发布班级、提交日期以及完成要求。
需支持进行教学任务的查看，包括查看任务的完成情况、一键提醒、批量打回以及批量补交。
需支持教学任务的统计分析，包括任务完成率、运行次数分布以及学生对话轮次分布。
需支持教师根据课程的特色，配置支撑AI视频学习的标准AI教学智能体。包括：教师侧的视频备课助手智能体（用于生成视频总结、时间轴、配套习题、开放讨论话题）、视频任务补全智能体（针对缺失总结或开放讨论的任务进行补全生成）、开放讨论分析智能体（对学生开放讨论进行典型观点归纳与总结分析）；学生侧的视频学习辅导智能体（视频学习过程中答疑辅导）、开放讨论总结助手智能体（实时生成开放讨论总结）的个性化配置。智能体需支持 DeepSeek-BL、通义千问 等多模型按需切换。
AI文档学习
需支持教师通过从课程资源库、个人资源库以及本地上传三种方式进行资源的选择以及预览。
需支持教师手动和AI辅助两种模式，来进行教学内容的设置，包括标题、总结、分段总结、开放讨论、讨论题目。
需支持进行个性化的任务发布，包括发布班级、提交日期以及完成要求。
需支持统计分析，包括总人数、已观看文档人数、已看完文档人数以及参与做题人数，并且支持一键提醒功能，支持查看每一个人的完成状态、题目完成率以及发起对话次数。
需支持内容分析，包括完成统计、讨论的人员统计。
需支持教师根据课程的特色，配置支撑AI文档学习的标准教学智能体。包括：教师侧的文档备课助手智能体（多模态，生成文档总结、分段总结、配套习题与开放讨论话题）、文档任务补全智能体（针对缺失总结或开放讨论的任务进行补全）；学生侧的文档学习辅导智能体（文档学习过程中答疑辅导）、文档开放讨论总结助手智能体（生成开放讨论总结）的个性化配置。
AI辩论学习
需支持教师进行手工和AI辅助完成标题、讨论背景、讨论内容、关联知识点以及知识库回答范围的设置。
需支持进行个性化的发布，包括发布班级、提交日期、作答方式、对话方式（文字、语音以及文字+语音）、允许提交次数、最低练习轮数、完成要求、行为控制（是否允许粘贴）。
需支持任务查看，查看每一个学生的提交状态、发起对话数、最高对话轮次以及提醒、查看详情以及打回。
需支持统计分析，包括任务完成率、学生完成次数分布、学生平均对话轮次分布以及AI总结分析。
平台需支持教师根据课程的特色，配置支撑AI辩论（案例研讨）的标准教学智能体。包括：教师侧的AI讨论备课工作流智能体（生成辩论/案例背景、议题、角色立场、开放问题）、话题总结分析智能体（多模态，对研讨过程梳理关键方向、共识要点与典型回应）；学生侧的学习讨论智能体（与AI进行多轮深度研讨，扮演正反方/案例角色）、研讨总结智能体（自动生成个人/小组研讨总结报告）的个性化配置。
AI主客观练习
需支持常规练习的配置，包括练习名称、练习说明、关联知识点、是否允许教辅拍照作答；需支持进选择题目的选择，包括从题库出题、手动创建、选择试卷以及AI出题；需支持针对题目进行拖拽式的顺序调整；需支持对每一道题目分别进行分数的设置、复制、和删除；
需支持个性化练习任务的配置，包括出题设置、标题、说明、出题设置（所在目录、考察知识点、题型（可选）、用途（可选）、题目数量）、关联知识点。
需支持对题目进行二次编辑；单选题和多选题需要能够实现题号、题干、答案选项、题目解析、题目属性的手动编辑和AI一键生成；简单题需要能够实现题号、题干（多模态编辑以及AI补全、AI增加难度、AI降低难度）、题目资料上传、答题设置、参考答案、题目解析、评分标准以及题目属性设置；判断题需要能够实现题号、题干、正确答案、题目解析以及题目属性的手动编辑和AI一键生成；填空题需要能够实现题号、题干（AI补全、增加难度、降低难度）、填空选项、题目解析以及题目属性的手动编辑和AI生成；
需支持对常规练习任务进行个性化的发布，包括发布班级、提交日期、提交次数、批阅设置、计分设置、向学生开放答案、开启修订、完成要求以及比对批阅（设置历史比对题目、当前练习题目以及评价要求）。
需支持自互评练习任务进行个性化发布，包括发布班级、提交日期、互评日期、自评模式、互评模式、是否人工核验、是否AI辅助分析答题、是否向学生开放答案、是否开放学生推荐答案、是否AI推荐、是否开启订正、完成要求完成要求以及比对批阅（设置历史比对题目、当前练习题目以及评价要求）。
需支持对个性化练习任务进行个性化发布，包括发布班级、提交日期、提交次数、批阅设置（AI批阅）、记分设置、正确率设置、是否开启修订、完成要求。
需支持任务的批阅查看，需支持按学生批阅，包括导出成绩、导出所有练习成绩、查看每个学生的提交情况（提交状态、批阅状态、处理申诉进度、推荐答案、AI批阅得分、成绩提交次数以及平均用时）、一键体系、查看详情、批阅以及打回；需支持按题目批阅；需支持统计分析，包括提交完成率、题目正确率、整体作业的AI总结以及每一道题目的AI总结分析。
需支持教师根据课程的特色，配置支撑AI主客观练习的标准教学智能体，覆盖出题—批阅—答疑—分析全流程。包括：教师侧的智能出题工作流智能体（支持多模态，批量生成单选、多选、判断、填空、简答、填表等题型）、题目调整助手智能体（生成解析、补全知识点、切换题型、增减选项）、题目能力识别智能体（自动关联能力图谱指标）、答题分析智能体（多模态，归纳单题典型错误点与共性问题）；学生侧的得分评价助手智能体（支持多模态批阅，可针对客观题、主观题、思维导图、自定义作业类型分别配置）、填空题批阅辅助比对智能体（学生答案与参考答案的语义相似度匹配）、答题辅助分析智能体（仅分析不打分，输出改进建议）、对比评价智能体（基于学生历史批阅情况进行对比性评价）、题目讨论助手智能体（学生答题答疑）、互评辅导智能体（指导学生开展自评/互评）的个性化配置。
AI场景模拟
需支持场景模拟的任务手工+AI设置，包括任务名称、任务描述、参与对话的的身份、学生扮演的身份、角色开场白以及对话背景；需要支持手动+AI一键角色配置，包括角色身份（姓名、角色描述、角色头像、虚拟数字人、角色声音）关联知识点；需支持手动+AI一键润色生成对学生的评分标准。
需支持教师对任务进行个性化发布，包括发布班级、提交日期、模拟次数、模拟时长、每次练习最低对话轮次、对话方式（语音、文字、语音+文字）、批阅设置（AI批阅教师抽查、AI批阅每题必查、仅教师批阅）、记分设置、完成要求以及是否允许粘贴的行为控制。
需支持教师对任务进行按任务批阅，可以进行一键提醒，查看每个学生的提交状态、批阅状态、申诉进度、AI批阅得分、提交次数、平均对话轮数以及平均用时；需支持进行统计分析，包括任务完成率、完成次数分布、平均对话轮次分布、成绩分布以及AI总结分析。
需支持教师根据课程的特色，配置支撑AI场景模拟的标准教学智能体。包括：场景模拟任务设计工作流智能体（教师侧，设计场景背景、角色属性、互动流程、评价指标等）、动态场景测评规划工作流智能体（针对费曼学习等场景的信息设计与评价标准生成）、场景角色互动智能体（学生侧，由AI扮演场景中的角色与学生进行多轮实景互动）、场景表现综合评价智能体（基于互动记录与评价指标，输出学生表现的综合评价）的个性化配置。
AI代码训练
需支持任务标题、实验类型、实验任务说明、实验预置代码、关联知识点的人工编辑与AI一键生成。
需支持个性化的发布，包括发布班级、提交日期以及完成要求；
需要支持任务查看，包括运行次数、提醒、查看和打回；需支持任务的统计分析，包括任务完成率、运行次数分布以及学生对话轮次分布。
针对信息技术类课程，平台需支持教师根据课程的特色，配置支撑AI代码训练的标准教学智能体。包括：教师侧的代码训练备课工作流智能体（辅助配置代码训练任务，生成任务说明、示例代码、参考答案）、学生侧的代码训练辅导工作流智能体（答疑、代码批阅、自动纠错、调试指导）的个性化配置。所配置智能体需至少支持 Python、Linux、C/C++、MySQL 四种代码训练任务类型。
AI实验教学
需支持实验任务名称、任务说明、任务附件、提交内容要求、实验手册模块以及、评分标准以及关联知识点的人工编辑与AI一键生成。
需支持任务的个性化发布，包括发布班级、提交日期、批阅设置以及完成要求。
需支持任务批阅，包括查看每一个学生的提交状态、批阅状态、处理申诉进度、AI批阅得分、查看详情、批阅、提醒以及打回等操作；需要支持统计分析，包括报告完成率、学生成绩分布以及AI总结分析。
需支持教师配置支撑实验教学过程中的AI教学智能体。包括：教师侧的实验配置工作流智能体（辅助生成实验任务标题、说明、实验手册、评分标准）；学生侧的实验过程辅导智能体（实验进行中的答疑辅导）、实验报告辅导智能体（对学生提交的实验报告进行撰写指导）、实验批阅智能体（支持多模态，基于评分标准对实验报告进行评分，输出得分、得分依据、评价与改进建议）的个性化配置。
AI作文写作
需支持任务名称、任务说明、AI评分标准、AI参考样卷以及关联知识点的手动编辑与AI一键生成。
需支持任务的个性化发布，包括发布班级、提交日期、写作次数、写作市场、批阅设置、记分设置、完成要求以及是否允许粘贴。
需支持任务批阅，包括查看每一个学生的提交状态、批阅状态、处理申诉进度、AI批阅得分、查看详情、批阅、提醒以及打回等操作；需要支持统计分析，包括报告完成率、学生成绩分布以及AI总结分析。
需支持教师配置支撑作文写作教学过程中的AI教学智能体。包括：教师侧的作文准备助手工作流智能体（辅助生成作文任务名称、说明、范文、评分标准）；学生侧的写作辅导助手智能体（学生写作过程中的答疑辅导）、写作批阅助手智能体（对学生提交作文进行批阅，输出逐句批阅、逐项评价与得分、综合得分、评分说明、改进意见）的个性化配置。
AI互动图文
需支持教师进行个性化配置标题、内容（富文本编辑器）以及关联知识点。
需支持个性化的发布，包括发布班级、提交日期以及完成要求。
需支持统计分析，包括任务完成率、完成时长以及每个学生的完成情况，并且可以进行一键提醒。
需支持教师配置支撑AI互动图文教学过程中的AI教学智能体。包括：教师侧的图文备课助手工作流智能体（多模态，辅助生成图文任务标题、富文本内容、关联知识点，并自动生成配套题目）；学生侧的图文学习辅导智能体（学生阅读图文内容时的答疑辅导）的个性化配置。
AI PBL教学
需支持配置任务名称、关联任务、任务说明、任务附件、是否开启小组讨论、评分标准以及关联知识点的手工编辑与AI一键生成。
需支持个性化的任务发布，包括发布班级、分组设置、批阅设置（教师&小组&组内&自评四者之间的权重）、评分标准、提交日期、计分设置、提交设置以及完成要求。
需支持任务批阅，查看每个小组的任务、进度、最终成绩、申诉状态、查看、批阅以及打回；需支持统计分析，包括任务完成率、评价完成率、小组成绩分布、学生成绩分布以及AI总结分析；需支持分组讨论，查看不同小组的讨论和回复情况。
需支持教师创建、配置支撑PBL（项目式学习）教学的AI教学智能体，覆盖项目创建—研讨辅导—评价批阅全流程。包括：教师侧的PBL创建助手智能体（辅助生成PBL项目名称、说明、评价标准、讨论主题、讨论说明）、PBL小组讨论分析智能体（多模态，对小组讨论进行总结，识别小组领导者、最积极成员、最具价值贡献者）、PBL个人讨论分析智能体（多模态，对单个成员的参与度、观点质量与团队协作表现进行针对性分析）；学生侧的PBL答疑辅导智能体（项目执行过程答疑）、PBL讨论辅导智能体（辅导学生回答讨论问题、形成讨论总结）、PBL互评辅导智能体（在自评、组内互评、组间互评中辅助学生开展评价）、PBL任务批阅智能体（对学生提交的PBL任务输出得分与评价）的个性化配置。
AI自适应学习
为了更好地协助学生进行自主个性化学习，平台需支持教师根据课程的特色，配置支撑AI自适应学习的标准教学智能体，覆盖学习规划—动态测评—评价反馈—推荐迭代全流程。包括：学习目标构建智能体、学习导入构建智能体、学习内容构建智能体（图文形式构建学习材料）、待建任务规划智能体（针对AI讨论、场景模拟等任务进行学习路径规划）、自适应学习任务创建工作流智能体（设计任务详细信息，如场景模拟脚本）、动态测评规划工作流智能体（理工科采用思维导图作业评价、非理工科采用费曼学习场景模拟）、个性化测评智能体（基于学生掌握情况进行AI智能选题）、学习评价与对比评价智能体（学习前/学习后对比性评价）、学习总结智能体、个性化学习推荐智能体（针对知识点掌握情况推荐学习路径）的个性化配置。
平台需支持跨端（电脑/手机）的AI自适应学习，需能针对学生选择的薄弱知识点，由AI自动设计包含掌握度、学习任务、学习测评在内的个性化学习计划。学生完成计划后，系统需基于学习效果，生成精准的个性化学习建议。
AI智能体助教
AI助教应用
为赋能教师教学全流程，平台需提供一系列AI教学应用与工具。需覆盖教学准备、设计、实施等环节，提高教学效率，辅助实现因材施教。包括但不限于：
（1）AI超级助教
需为每门课程的任课教师提供统一的AI超级助教，辅助教师管理教学任务。需支持学生通过助教查询课程简介、个人学习进度等信息。
AI通用工具
▲（1）AI公式识别助手
针对理科教学的需求，平台需支持AI公式识别助手，方便师生将文档或者图片中的相关公式转化为可以复制的文字，用于各类教学过程中，如写作业、准备课件等。
（2）AI论文润色助手
针对师生对于日常撰写论文的需求，平台需支持AI论文润色助手，帮助师生调整论文格式、美化修饰一些描述性的文字等，提升论文撰写效率。
▲（3）AI概念解释卡片助手
针对日常教学过程中所涉及到的一些专业名词，平台需支持AI概念解释助手，以概念技术卡片的形式，帮助师生深度了解专业名词概念，加深对专业知识的认知。
（4）自定义AI工具箱
针对日常教学过程中师生AI工具的诉求类型，平台需支持任课教师根据课程的特点，自定义构建自身教学和学生学习的AI通用工具，并形成AI工具箱进行统一管理和使用。
平台需支持教师自主选择平台接入的预训练大语言模型或多模态大模型为基础，通过提示词和知识库的调优，提升自创AI工具回复的准确性和专业性。
AI智能体管理
（1）AI教学智能体管理
需提供基于教学全流程分析的标准教学智能体矩阵。需覆盖视频学习、实训模拟、案例研讨、辅导答疑、教学设计等全过程、全要素，提供总数不少于100个的专用教学智能体。
（2）AI教学智能体配置
平台需支持教师根据课程的实际教学需求，为课程默认配置一些标准教学智能体，需支持教师灵活配置与管理教学智能体。需支持教师按需启用/停用标准智能体，并可指定所使用的大模型。
针对标准智能体，教师根据不同课程的教学特征来配置教学智能体。需支持通过提示词、约束条件对智能体进行深度调优。为确保回复精准性，需支持通过挂载指定文档、资源或知识图谱来构建智能体专属资料库。
需支持教师创建课程特色的学伴工具（支持大语言模型与多模态模型），并可自定义其名称、头像、音色、欢迎词、提示词及知识库。
（3）AI智能体应用监管
为了确保AI智能体的使用效率和回答准确性，需提供AI智能体应用监管功能。需支持教师实时查看AI使用与反馈的统计数据。需支持查看单个智能体的学生交互详情、执行日志，并能回溯用户“赞/踩”上下文及完整对话记录，以便于教师定位问题、优化知识库及智能体配置，确保AI辅助教学的准确性与效率。
学情综合评价体系
OBE框架的能力评价
（1）能力评估设置
平台需支持教师设置该课程对学生能力评价指标，明确该课程的评价体系，用于之后学生能力评价数据分析；支持教师基于课程能力图谱为评价基础结构，针对不同的能力指标设置主能力占比和子能力占比；支持一键快速平均分配各能力占比；支持对教师设置的能力占比进行计算统计，避免设置出错。
（2）能力任务关联
▲需支持以可视化的形式，进行展示主能力-子能力-学习任务的绑定关系，其中，教学任务与子能力的关系为双向绑定，一个子能力可能有多个学习任务支撑，一个学习任务可能支持多个子能力。需支持以拖拽的主能力、子能力、学习任务的方式，进行查看能力节点；需支持点击能力机电后，高亮选中关联，其余关联暗淡；
（3）班级能力达成统计
需支持实现班级总达成分数、各主能力的平均分、学生综合能力得分的汇总与展示。需支持以表格的形式，展示学生个人在各个子能力的得分。
（4）学生个人能力达成汇总
需实现学生个人维度的综合能力平均得分、各个主能力的分值分布。
（5）主能力-子能力得分分析
▲需支持以柱状图的形式，进行展示学生的每一个主能力的达成情况，并且每一个主能力的柱中由多个子能力支持；需支持AI针对每一个子能力的达成情况，由AI进行思考和方式，给到学生进行反思。
（6）子能力-任务得分分析
需支持以可视化的方式进行展示学生子能力下的具体支撑任务，并且选中任务时，将高亮选中任务在其他子能力中的位置；需支持在可视化页面进行展示当前任务支撑子能力的原始值、支撑度。
（7）教学策略建议
需支持AI从班级维度，针对班级完成情况，进行班级能力分析报告的一键生成。
知识点分析
（1）班级知识总体掌握情况
系统支持针对班级知识图谱，在图谱中进行展示当前节点的整个班级的完成情况。需支持以统计的维度统计掌握度统计，包括各认知层级的掌握度、各类型的掌握度。需支持根据知识的掌握情况，生成薄弱知识点排名。
（2）AI教学设计优化建议
需支持AI一键输出班级AI教学设计优化建议。
成绩分析
（1）成绩权重设置
需支持面向不同的班级，设置不同的权重模型；需支持设置学习进度的完成标准，如当学生的学习进度达到X 时，视为满分，按100%进度计分；需支持面向不同的任务类型进行权重设置；需支持具体任务类型下面的任务的权重分配以及一键分配。
（2）学生成绩管理
需支持学生成绩的一键更新、一键导出；需支持采用excel的方式，进行查看学生的成绩情况；需支持点击查看详情，查看学生的具体成绩情况，包括平均分、学习进度、视频/文档/图文必做得分、主客观练习得分、场景模拟得分、作文写作得分。支持在具体的任务中，进行查看AI讨论、任务详情。
课程运行统计分析
（1）课程运行数据
平台需支持课程基础信息的数据统计，包括但不限于教师数、班级数、学生数、章节数量和类型分布、教学任务数量和类型分布、教学资源数量和类型分布，题目数量和题型分布、试卷数量、AI智能体数量和类型分布、知识库体量和类型分布、以及能力图谱、问题图谱、知识图谱的体量和关键点数量等。数据通过数字、饼图、树状图、环形图等多种展现形式，为教学管理者提供较为清晰的分析展示。
（2）课程学情预警
为了提升教师课程教学效率，平台提供学情预警的功能，及时告知教师课程学习落后的学生情况，协助教师进行有针对性的教学。平台支持教师可以设置学情预警线，当学生的学习情况处罚学情预警线之后，就会提醒教师予以重点关注。同时平台也支持白名单协助教师过滤特殊学生人群。
学生一生一策学习空间
AI场景学伴
（1）AI超级学伴
平台需为每个课程都提供统一的AI超级学伴，来回复学生有关该课程的学习问题，包括但不限于学习进度查询、课程内容简介等，辅助学生便捷地掌握自身学习情况。
（2）AI资源学习辅导学伴
平台需提供针对多格式教学资源（视频/文档/图文等学习资源）的学习辅导智能体，需在学生自主学习时提供答疑。当学生提问资源，辅助学生加深理解。
（3）AI作业练习辅导学伴
平台需提供AI作业练习辅导学伴。需在作业批阅后，针对学生疑问提供个性化解答。AI需能关联课程知识图谱，为学生自动推荐相关学习资料，巩固薄弱知识点。
（4）AI代码训练辅导学伴
针对信息技术类的课程，需针对信息技术类课程提供AI代码训练辅导学伴。需在学生实操过程中，提供代码纠错、智能补全及编程问题辅导，帮助学生深化对知识点与编程技巧的理解。
（5）AI话题讨论学伴
为解决需提供AI话题讨论学伴，以提升课外研讨活跃度。教师需可自定义AI学伴，使其在教师不在线时，能自动回复或引导学生进行话题研讨，有效协助学生自主学习。
智能体工具
错题集管理
（1）错题自动汇总
系统需支持将学生在平台中的所有错题，进行自动化的汇总，包括但不限于单选题、多选题、判断题、填空题、简答题、复合题、思维导图题、通用复杂题。
（2）AI错题学伴讨论
系统需支持针对每一道错题，点击每道题对应的AI学伴，进行错题讨论。
（3）统计分析
系统需支持按照题型分布（题）、难易度分布（题）、知识点分布（掌握度、错题数）进行可视化图表的呈现。
（4）收藏题集
系统需支持学生对重点题目，进行单独的收藏，并且在收藏界面支持进行AI学伴、统计分析及取消收藏。
学生学习体验
个人信息管理
平台需支持学生管理个人信息，包括更换头像、修改密码、更换绑定的手机号等信息；
个人学习空间
平台需支持学生管理个人所学习的所有课程，能方便的查看到所学课程的基本信息，并能根据课程名称和教师姓名进行快速搜索。
课程概览首页
（1）为了集中展示课程信息，页面上端，教师需能方便查看到未读消息条数、切换页面语言。
（2）页面展示课程名称、课程说明、封面、开设学院、所属学科、课程属性、教师团队、参考教材等，用户可对课程的基本信息一目了然。
（3）课程概览页实时统计并展示该课程学习人数、学习资料数、作业与任务数、课堂活动次数、AI使用次数、AI应用数。
课程学习进度
平台需支持学生查看自己所学课程的学习进度，方便合理安排自己的学习计划。
课程在线学习
平台需支持学生查看自己所学课程的具体学习内容，包括课程信息、在线教程等，可通过对在线教程的学习，逐个观看在线学习内容并完成老师所安排的必学和选学任务。
学习任务管理
（1）平台需支持学生对教师布置的所有学习任务统一查看，包括任务状态、任务进度、任务内容等，并按照任务要求完成对应的学习内容；
（2）支持学生在线完成各类教师布置的AI教学任务，包括但不限于AI视频学习、AI文档学习、AI作业练习、AI辩论、AI角色扮演/场景模拟等；
在线话题讨论
平台需支持学生在线创建话题讨论，与教师和同学一起开展在线互动。
课程图谱学习
（1）平台需支持学生查看课程知识图谱、已学知识点及相关学习资源；支持查看知识点联系、相关学习材料和题目；支持点击知识点可展示详细描述、学习资源链接和相关题目；支持查看每个知识点的详细描述、学习资源链接和相关题目、每个知识点的学习状态；
（2）同时，平台也支持学生查看课程能力谱图和问题谱图，已经多维图谱之间的关联关系，学生可利用课程多维图谱，认清课程目标和教学内容的逻辑关系，提升学习效率，更好地完成学业。
个人学情分析
需支持学生查看课程答题的分析数据，包括课程答题概况、重难点问题、薄弱知识点及复习推荐与总结分析；
在线考试
（1）平台需支持学生在规定时间内参加在线考试，支持不同题型作答，可查看答题卡、切换题目，并显示剩余时间以提醒答题进度；考试页面支持设置水印，展示作答学生的姓名、学号。
（2）同时，支持学生查看考试记录和成绩，了解答题情况和得分，获取详细分析报告，包括错题解析、知识点掌握情况等；支持根据考试结果，为学生推荐个性化学习建议和资源，并可和AI学伴互动了解考题解析和其他帮助。
课程公告
平台支持学生查看教师发布的课程公告，避免错过课程的重要信息。
教学运行分析驾驶舱
课程统计分析
按院系统计
系统需支持条件检索功能，需支持按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 院系名称、院系代码、专业数 |
| 2 | 基础数据 | 课程总数、教师总数、使用智慧课程教师数、学生总数、学习人数、智慧课程总数、未结课学生总数、教学班总数、已结课学生总数、未结课班级数、已结课班级数 |
| 3 | 章节模块（课程建设） | 建设章节数、章节任务数 |
| 4 | 数字资源模块（课程建设） | 文件资源数、题目数、试卷数 |
| 5 | 图谱模块 | 能力点数、问题点数、知识点数 |
| 6 | 课程活动模块（课程建设） | 建设任务数、建设考试数、建设公告数 |
| 7 | 课程访问量 | 课程访问量 |
| 8 | 章节模块（课程运行） | 发布章节任务次数、章节任务整体完成率 |
| 9 | 数字资源模块（课程运行） | 资源使用次数、开放给学生资源数、开放给学生资源的学习次数、教师使用题目次数、学生答题次数、试卷使用次数 |
| 10 | 课程活动模块（课程运行） | 任务发布次数、任务学习次数、任务整体完成率、考试发布次数、考试平均分、话题发布数、公告发布数 |
| 11 | 课堂教学模块 | 创建课堂数、课堂互动数、课堂互动整体参与率、整体到课率 |
| 12 | AI 自适应学习 | 自适应学习使用人数、创建自适应学习计划数、自适应学习计划完成数、自适应学习计划完成率、创建任务数、自适应学习计划平均学习进度 |
| 13 | AI 提效（其他） | AI 累计使用次数、学生与 AI 对话次数、AI 参与话题讨论次数、AI 总结话题次数、AI 做视频/文档总结次数、AI 生成题目数、AI 补全知识点数、AI 批阅次数、AI 总结随堂练习次数、AI 总结主题讨论次数、AI 能力值计算次数 |
按专业统计
系统需支持条件检索功能，需支持按所属院系、课程、班级等维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 专业名称、专业代码、所属院系 |
| 2 | 基础数据 | 课程总数、使用智慧课程教师数、学生总数、学习人数、智慧课程总数、未结课学生总数、教学班总数、已结课学生总数、未结课班级数、已结课班级数 |
| 3 | 章节模块（课程建设） | 建设章节数、章节任务数 |
| 4 | 数字资源模块（课程建设） | 文件资源数、题目数、试卷数 |
| 5 | 图谱模块 | 能力点数、问题点数、知识点数 |
| 6 | 课程活动模块（课程建设） | 建设任务数、建设考试数、建设公告数 |
| 7 | 课程访问量 | 课程访问量 |
| 8 | 章节模块（课程运行） | 发布章节任务次数、章节任务整体完成率 |
| 9 | 数字资源模块（课程运行） | 资源使用次数、开放给学生资源数、开放给学生资源的学习次数、教师使用题目次数、学生答题次数、试卷使用次数 |
| 10 | 课程活动模块（课程运行） | 任务发布次数、任务学习次数、任务整体完成率、考试发布次数、考试平均分、话题发布数、公告发布数 |
| 11 | 课堂教学模块 | 创建课堂数、课堂互动数、课堂互动整体参与率、整体到课率 |
| 12 | AI 自适应学习 | 自适应学习使用人数、创建自适应学习计划数、自适应学习计划完成数、自适应学习计划完成率、创建任务数、自适应学习计划平均学习进度 |
| 13 | AI 提效（其他） | AI 累计使用次数、学生与 AI 对话次数、AI 参与话题讨论次数、AI 总结话题次数、AI 做视频/文档总结次数、AI 生成题目数、AI 补全知识点数、AI 批阅次数、AI 总结随堂练习次数、AI 总结主题讨论次数、AI 能力值计算次数 |
按课程统计
系统需支持条件检索功能，需支持按照课程和班级两个维度进行条件筛选（含课程名称/代码、班级名称/代码搜索）以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 课程名称、课程代码、所属院系、课程学科、课程类别、授课语言 |
| 2 | 基础数据 | 主讲教师数、教师团队数、教学班总数、未结课班级数、已结课班级数、学习人数、未结课学生总数、已结课学生总数 |
| 3 | 章节模块（课程建设） | 建设章节数、章节任务数、章数、节数 |
| 4 | 文件资源模块（课程建设） | 文件资源总数、关联知识点的文件资源数、视频数、音频数、文档数、图片数、链接数 |
| 5 | 题库模块（课程建设） | 题目总数、关联知识点的题目数、单选题数、多选题数、填空题数、判断数、简答题数、复合题数、自定义题型题数、容易题数、较易题数、中等题数、较难题数、困难题数 |
| 6 | 试卷库模块（课程建设） | 试卷总数、组卷策略数、手动组卷数、策略组卷数 |
| 7 | 能力图谱模块（课程建设） | 能力点总数、主能力数、子能力数、能力关联问题数、能力关联知识点数、能力关联任务数 |
| 8 | 问题图谱模块（课程建设） | 问题点总数、一级问题数、二级问题数、三级问题数、重难点问题数、问题关联知识点数、问题关联任务数 |
| 9 | 知识图谱模块（课程建设） | 知识点总数、重难点知识点数、思政点知识点数、事实性知识点数、概念性知识点数、程序性知识点数、元认知知识点数、记忆层级知识点数、理解层级知识点数、运用层级知识点数、分析层级知识点数、评价层级知识点数、创造层级知识点数 |
| 10 | 任务模块（课程建设） | 建设任务数、AI 互动视频数、AI 互动文档数、AI 辩论数、常规练习数、自互评练习数、个性化练习数、场景模拟数、代码训练数、实验数、作文写作数、AI 互动图文数、PBL 任务数 |
| 11 | 考试模块（课程建设） | 考试总数 |
| 12 | 话题模块（课程建设） | 建设话题数、问题贴数、话题贴数 |
| 13 | 公告模块（课程建设） | 建设公告数 |
| 14 | AI 建设 | AI 工具数、智能体数量、场景模拟助手数、知识库总量 |
| 15 | 课程访问量 | 课程访问量 |
| 16 | 章节模块（课程运行） | 发布章节任务次数、章节任务整体完成率 |
| 17 | 数字资源模块（课程运行） | 开放给学生资源数、开放给学生资源的学习次数 |
| 18 | 任务模块（课程运行） | 任务发布次数、必做任务发布次数、选做任务发布次数、不限任务发布次数、无需 AI 批阅的任务发布次数、需要 AI 批阅的任务发布次数、AI 互动视频发布次数、AI 互动文档发布次数、AI 辩论发布次数、常规练习发布次数、自互评练习发布次数、个性化练习发布次数、场景模拟发布次数、代码训练发布次数、实验发布次数、Office 任务发布次数、作文写作发布次数、AI 互动图文发布次数、PBL 发布次数 |
| 19 | 考试模块（课程运行） | 发布考试次数、参加考试人次、考试平均分、发布随到随考次数、发布统一考试次数、发布补考场数、AI 参与批阅考试次数、AI 不参与批阅考试次数 |
| 20 | 话题模块（课程运行） | 教师发帖数、学生发帖数、话题查看人次、点赞数、精华帖数、教师回复学生发帖数、教师回复数、学生回复数、回帖总数 |
| 21 | 公告模块（课程运行） | 公告发布次数 |
| 22 | 课堂教学模块 | 创建课堂数、累计课堂时长、课堂平均时长、发布课堂互动数、发布签到次数、发布选人次数、发布抢答次数、发布投票次数、发布随堂练习次数、发布主题讨论次数、发布计时器次数、课堂互动参与率、整体到课率、抢答参与率、投票参与率、随堂练习参与率、主题讨论参与率 |
| 23 | AI 自适应学习 | 自适应学习使用人数、创建自适应学习计划数、自适应学习计划完成数、自适应学习计划完成率、创建任务数、自适应学习计划平均学习进度 |
| 24 | AI 提效（其他） | AI 累计使用次数、学生与 AI 对话次数、AI 参与话题讨论次数、AI 总结话题次数、AI 做视频/文档总结次数、AI 生成题目数、AI 补全知识点数、AI 批阅次数、AI 总结随堂练习次数、AI 总结主题讨论次数、AI 能力值计算次数 |
按教学班统计
系统需支持条件检索功能，需支持按照课程和班级两个维度进行条件筛选（含课程名称/代码、班级名称/代码搜索）以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 班级名称、班级代码、学期、授课教师、所属课程、是否结课 |
| 2 | 基础数据 | 学生数量 |
| 3 | 课程访问量 | 课程访问量 |
| 4 | 章节模块 | 发布章节任务次数、章节任务整体完成率 |
| 5 | 数字资源模块 | 开放给学生资源数、开放给学生资源的学习次数 |
| 6 | 任务模块 | 任务发布次数、必做任务发布次数、选做任务发布次数、不限任务发布次数、无需 AI 批阅的任务发布次数、需要 AI 批阅的任务发布次数、AI 互动视频发布次数、AI 互动文档发布次数、AI 辩论发布次数、常规练习发布次数、自互评练习发布次数、个性化练习发布次数、场景模拟发布次数、代码训练发布次数、实验发布次数、Office 任务发布次数、作文写作发布次数、AI 互动图文发布次数、PBL 发布次数 |
| 7 | 考试模块 | 发布考试次数、参加考试人次、考试平均分、发布随到随考次数、发布统一考试次数、发布补考场数、参加补考人次、AI 参与批阅考试次数、AI 不参与批阅考试次数 |
| 8 | 话题模块 | 教师发帖数、学生发帖数 |
| 9 | 公告模块 | 公告发布次数 |
| 10 | 课堂教学模块 | 课堂数、累计课堂时长、课堂平均时长、发布课堂互动数、发布签到次数、发布选人次数、发布抢答次数、发布投票次数、发布随堂练习次数、发布主题讨论次数、发布计时器次数、课堂互动参与率、整体到课率、抢答参与率、投票参与率、随堂练习参与率、主题讨论参与率 |
| 11 | AI 自适应学习 | 自适应学习使用人数、创建自适应学习计划数、自适应学习计划完成数、自适应学习计划完成率、创建任务数、自适应学习计划平均学习进度 |
| 12 | AI 提效（其他） | AI 累计使用次数、学生与 AI 对话次数、AI 批阅次数、AI 能力值计算次数 |
工作统计分析
按教师统计
系统需支持条件检索功能，需支持按教师所属院系、是否激活，以及按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 教师姓名、工号、手机号、邮箱、所属学院、是否激活 |
| 2 | 基础数据 | 智慧课程总数、授课班级总数、未结课班级数、已结课班级数、学习人数、未结课学生总数、已结课学生总数 |
| 3 | 章节模块（课程建设） | 建设章节数、章节任务数、章数、节数 |
| 4 | 文件资源模块（课程建设） | 建设文件资源总数、建设关联知识点的文件资源数、建设视频数、建设音频数、建设文档数、建设图片数、建设链接数 |
| 5 | 题库模块（课程建设） | 题目总数、关联知识点的题目数、单选题数、多选题数、填空题数、判断数、简答题数、复合题数、自定义题型题数、容易题数、较易题数、中等题数、较难题数、困难题数 |
| 6 | 试卷库模块（课程建设） | 建设试卷总数、建设组卷策略数、手动组卷数、策略组卷数 |
| 7 | 能力图谱模块（课程建设） | 建设能力点总数、建设主能力数、建设子能力数 |
| 8 | 问题图谱模块（课程建设） | 建设问题点总数、建设一级问题数、建设二级问题数、建设三级问题数、建设重难点问题数 |
| 9 | 知识图谱模块（课程建设） | 知识点总数、重难点知识点数、思政点知识点数、事实性知识点数、概念性知识点数、程序性知识点数、元认知知识点数、记忆层级知识点数、理解层级知识点数、运用层级知识点数、分析层级知识点数、评价层级知识点数、创造层级知识点数 |
| 10 | 任务模块（课程建设） | 建设任务数、建设 AI 互动视频数、建设 AI 互动文档数、建设 AI 辩论数、建设常规练习数、建设自互评练习数、建设个性化练习数、建设场景模拟数、建设代码训练数、建设实验数、建设作文写作数、建设 AI 互动图文数、建设 PBL 任务数 |
| 11 | 考试模块（课程建设） | 建设考试数 |
| 12 | 话题模块（课程建设） | 建设话题数、建设问题贴数、建设话题贴数 |
| 13 | 公告模块（课程建设） | 建设公告数 |
| 14 | 所教课程班级访问量 | 所教课程班级访问量 |
| 15 | 章节模块（课程运行） | 发布章节任务次数、所教学生章节任务完成率 |
| 16 | 数字资源模块（课程运行） | 开放给学生资源数、开放给学生资源的学习次数 |
| 17 | 教学模块 | 批阅任务数、处理申诉数、打回作业次数、补交作业次数 |
| 18 | 任务模块（课程运行） | 任务发布次数、必做任务发布次数、选做任务发布次数、不限任务发布次数、无需 AI 批阅的任务发布次数、需要 AI 批阅的任务发布次数、AI 互动视频发布次数、AI 互动文档发布次数、AI 辩论发布次数、常规练习发布次数、自互评练习发布次数、个性化练习发布次数、场景模拟发布次数、代码训练发布次数、实验发布次数、Office 任务发布次数、作文写作发布次数、AI 互动图文发布次数、PBL 发布次数 |
| 19 | 考试模块（课程运行） | 发布考试次数、考试平均分、发布随到随考次数、发布统一考试次数、发布补考场数 |
| 20 | 话题模块（课程运行） | 教师回复学生发帖数、教师回复数、设为精华帖数、设置最佳答案数 |
| 21 | 公告模块（课程运行） | 公告发布次数 |
| 22 | 课堂教学模块 | 创建课堂数、累计课堂时长、课堂平均时长、发布课堂互动数、发布签到次数、发布选人次数、发布抢答次数、发布投票次数、发布随堂练习次数、发布主题讨论次数、发布计时器次数、课堂互动参与率、整体到课率、签到参与率、抢答参与率、投票参与率、随堂练习参与率、主题讨论参与率 |
| 23 | AI 提效数据 | AI 对话总次数、使用 AI 批阅次数、AI 总结话题次数、AI 总结随堂练习次数、AI 总结主题讨论次数、AI 生成题目数 |
按课程统计
系统需支持条件检索功能，需支持按教师所属院系、是否激活，以及按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 教师姓名、工号、手机号、邮箱、所属学院、是否激活 |
| 2 | 课程基础信息 | 课程名称、课程代码、所属院系、课程学科、课程类别、授课语言 |
| 3 | 基础数据 | 授课班级总数、未结课班级数、已结课班级数、学习人数、未结课学生总数、已结课学生总数 |
| 4 | 章节模块（课程建设） | 建设章节总数、建设章节任务数、章数、节数 |
| 5 | 文件资源模块（课程建设） | 建设文件资源总数、建设关联知识点的文件资源数、建设视频数、建设音频数、建设文档数、建设图片数、建设链接数 |
| 6 | 题库模块（课程建设） | 题目总数、关联知识点的题目数、单选题数、多选题数、填空题数、判断数、简答题数、复合题数、自定义题型题数、容易题数、较易题数、中等题数、较难题数、困难题数 |
| 7 | 试卷库模块（课程建设） | 建设试卷总数、建设组卷策略数、手动组卷数、策略组卷数 |
| 8 | 能力图谱模块（课程建设） | 建设能力点总数、建设主能力数、建设子能力数 |
| 9 | 问题图谱模块（课程建设） | 建设问题点总数、建设一级问题数、建设二级问题数、建设三级问题数、建设重难点问题数 |
| 10 | 知识图谱模块（课程建设） | 知识点总数、重难点知识点数、思政点知识点数、事实性知识点数、概念性知识点数、程序性知识点数、元认知知识点数、记忆层级知识点数、理解层级知识点数、运用层级知识点数、分析层级知识点数、评价层级知识点数、创造层级知识点数 |
| 11 | 任务模块（课程建设） | 建设任务数、建设 AI 互动视频数、建设 AI 互动文档数、建设 AI 辩论数、建设常规练习数、建设自互评练习数、建设个性化练习数、建设场景模拟数、建设代码训练数、建设实验数、建设作文写作数、建设 AI 互动图文数、建设 PBL 任务数 |
| 12 | 考试模块（课程建设） | 建设考试数 |
| 13 | 话题模块（课程建设） | 建设话题数、建设问题贴数、建设话题贴数 |
| 14 | 公告模块（课程建设） | 建设公告数 |
| 15 | 所教课程班级访问量 | 所教课程班级访问量 |
| 16 | 章节模块（课程运行） | 发布章节任务次数、所教学生章节任务完成率 |
| 17 | 数字资源模块（课程运行） | 开放给学生资源数、开放给学生资源的学习次数 |
| 18 | 教学模块 | 批阅任务数、处理申诉数、打回作业次数、补交作业次数 |
| 19 | 任务模块（课程运行） | 任务发布次数、必做任务发布次数、选做任务发布次数、不限任务发布次数、无需 AI 批阅的任务发布次数、需要 AI 批阅的任务发布次数、AI 互动视频发布次数、AI 互动文档发布次数、AI 辩论发布次数、常规练习发布次数、自互评练习发布次数、个性化练习发布次数、场景模拟发布次数、代码训练发布次数、实验发布次数、Office 任务发布次数、作文写作发布次数、AI 互动图文发布次数、PBL 发布次数 |
| 20 | 考试模块（课程运行） | 发布考试次数、考试平均分、发布随到随考次数、发布统一考试次数、发布补考场数 |
| 21 | 话题模块（课程运行） | 教师回复学生发帖数、教师回复数、设为精华帖数、设置最佳答案数 |
| 22 | 公告模块（课程运行） | 公告发布次数 |
| 23 | 课堂教学模块 | 创建课堂数、累计课堂时长、课堂平均时长、发布课堂互动数、发布签到次数、发布选人次数、发布抢答次数、发布投票次数、发布随堂练习次数、发布主题讨论次数、发布计时器次数、课堂互动参与率、整体到课率、签到参与率、抢答参与率、投票参与率、随堂练习参与率、主题讨论参与率 |
| 24 | AI 提效数据 | AI 对话总次数、使用 AI 批阅次数、AI 总结话题次数、AI 总结随堂练习次数、AI 总结主题讨论次数、AI 生成题目数 |
按教学班级统计
系统需支持条件检索功能，需支持按教师所属院系、是否激活，以及按照课程和班级两个维度进行条件筛选（含课程名称/代码、班级名称/代码搜索）以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 教师姓名、工号、手机号、邮箱、所属学院、是否激活 |
| 2 | 课程基础信息 | 课程名称、课程代码、所属院系、课程学科、课程类别、授课语言 |
| 3 | 班级基础信息 | 班级名称、班级代码、学期、班级人数、班级状态 |
| 4 | 所教课程班级访问量 | 所教课程班级访问量 |
| 5 | 章节模块 | 发布章节任务次数、所教学生章节任务完成率 |
| 6 | 数字资源模块 | 开放给学生资源数、开放给学生资源的学习次数 |
| 7 | 教学模块 | 批阅任务数、处理申诉数、打回作业次数、补交作业次数 |
| 8 | 任务模块 | 任务发布次数、必做任务发布次数、选做任务发布次数、不限任务发布次数、无需 AI 批阅的任务发布次数、需要 AI 批阅的任务发布次数、AI 互动视频发布次数、AI 互动文档发布次数、AI 辩论发布次数、常规练习发布次数、自互评练习发布次数、个性化练习发布次数、场景模拟发布次数、代码训练发布次数、实验发布次数、Office 任务发布次数、作文写作发布次数、AI 互动图文发布次数、PBL 发布次数 |
| 9 | 考试模块 | 发布考试次数、考试平均分、发布随到随考次数、发布统一考试次数、发布补考场数 |
| 10 | 公告模块 | 公告发布次数 |
| 11 | 课堂教学模块 | 创建课堂数、累计课堂时长、课堂平均时长、发布课堂互动数、发布签到次数、发布选人次数、发布抢答次数、发布投票次数、发布随堂练习次数、发布主题讨论次数、发布计时器次数、课堂互动参与率、整体到课率、签到参与率、抢答参与率、投票参与率、随堂练习参与率、主题讨论参与率 |
学情统计分析
按学生统计
系统需支持条件检索功能，需支持按学生所属院系、所属专业、所属行政班、是否激活，以及按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 姓名、学号、院系、专业、行政班 |
| 2 | 基础数据 | 所学课程数 |
| 3 | 活跃度相关 | 学习总时长、累计登录次数 |
| 4 | 成绩相关 | 综合成绩平均分、练习平均得分、场景模拟平均得分、代码训练平均得分、实验平均得分、CAD 平均得分、Office 平均得分、PBL 平均得分 |
| 5 | 章节学习 | 章节任务总数、已完成章节任务数、章节任务总体完成率、章节任务平均完成率、章节必做任务总体完成率、章节必做任务平均完成率、章节选做任务总体完成率、章节选做任务平均完成率、章节不限任务总体完成率、章节不限任务平均完成率、最大章节任务完成率、最小章节任务完成率、平均得分率、章节累计学习时长 |
| 6 | 任务学习 | 总任务数、必做任务数、选做任务数、不限任务数、视频文档学习时长、任务平均完成率、必做任务平均完成率、选做任务平均完成率、不限任务平均完成率、任务平均得分率、必做任务平均得分率、选做任务平均得分率、不限任务平均得分率、申诉总数 |
| 7 | 考试 | 参加考试数、考试最高分、考试最低分、考试平均分、补考次数、补考平均分 |
| 8 | 话题 | 总发帖数、发布问题贴数、发布话题贴数、回复话题数、话题点赞数、话题评论数、被 AI 回复次数、被教师回复次数 |
| 9 | AI 自适应学习 | 创建学习计划数、整体学习进度、最快学习进度、最慢学习进度 |
| 10 | 个性化学习（其他） | 订正题数、平均订正正确率、错题数、累计错题次数、收藏题数 |
| 11 | 课堂 | 参与课堂次数、整体到课率、参与课堂互动数、课堂互动参与率、抢答参与率、投票参与率、随堂练习参与率、随堂练习正确率、主题讨论参与率 |
| 12 | AI 提效学习 | 与 AI 对话次数、视频文档 AI 辅导次数、AI 辩论对话次数、主客观练习对话次数、场景模拟对话次数、代码训练对话次数、实验对话次数、CAD 对话次数、作文写作对话次数、Office 对话次数、AI 互动图文对话次数、PBL 对话次数 |
按教学班级统计
系统需支持条件检索功能，需支持按学生所属院系、所属专业、所属行政班、是否激活，以及按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 姓名、学号、所属学院、所属专业、所属行政班、是否激活 |
| 2 | 课程基础信息 | 课程名称、课程代码、开设院系、课程学科、课程类别、授课语言 |
| 3 | 班级基础信息 | 班级名称、班级代码、学期、班级人数、班级状态 |
| 4 | 活跃度相关 | 学习总时长、累计登录次数 |
| 5 | 成绩相关 | 综合成绩平均分 |
| 6 | 章节学习 | 章节任务总数、已完成章节任务数、章节任务完成率、章节必做任务完成率、章节选做任务完成率、章节不限任务完成率、平均得分率、章节累计学习时长 |
| 7 | 任务学习 | 总任务数、必做任务数、选做任务数、不限任务数、视频文档学习时长、任务平均完成率、必做任务平均完成率、选做任务平均完成率、不限任务平均完成率、任务平均得分率、必做任务平均得分率、选做任务平均得分率、不限任务平均得分率、申诉总数 |
| 8 | 考试 | 参加考试数、考试最高分、考试最低分、考试平均分、补考次数、补考平均分 |
| 9 | 话题 | 总发帖数、发布问题贴数、发布话题贴数、回复话题数、话题点赞数、话题评论数、被 AI 回复次数、被教师回复次数 |
| 10 | AI 自适应学习 | 创建学习计划数、整体学习进度、最快学习进度、最慢学习进度 |
| 11 | 个性化学习（其他） | 订正题数、平均订正正确率、错题数、累计错题次数、收藏题数 |
| 12 | 课堂 | 参与课堂次数、整体到课率、参与课堂互动数、课堂互动参与率、抢答参与率、投票参与率、随堂练习参与率、随堂练习正确率、主题讨论参与率 |
| 13 | AI 提效学习 | 与 AI 对话次数、视频文档 AI 辅导次数、AI 辩论对话次数、主客观练习对话次数、场景模拟对话次数、代码训练对话次数、实验对话次数、CAD 对话次数、作文写作对话次数、Office 对话次数、AI 互动图文对话次数、PBL 对话次数 |
按专业汇总
系统需支持条件检索功能，需支持按所属院系，以及按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 专业名称、所属院系、专业代码 |
| 2 | 活跃度相关 | 学习总时长、累计登录次数 |
| 3 | 成绩相关 | 综合成绩平均分 |
| 4 | 章节学习 | 章节任务总数、已完成章节任务数、章节任务完成率、必做任务完成率、选做任务完成率、不限任务完成率、平均得分率、章节累计学习时长、平均学习时长 |
| 5 | 任务学习 | 总任务数、必做任务数、选做任务数、不限任务数、视频文档学习时长、任务平均完成率、必做任务平均完成率、选做任务平均完成率、不限任务平均完成率、任务平均得分率、必做任务平均得分率、选做任务平均得分率、不限任务平均得分率、申诉总数 |
| 6 | 考试 | 参加考试数、考试最高分、考试最低分、考试平均分、补考次数、补考平均分 |
| 7 | 话题 | 总发帖数、发布问题贴数、发布话题贴数 |
| 8 | AI 自适应学习 | 创建学习计划数、学生平均学习进度 |
| 9 | 个性化学习（其他） | 订正题数、平均订正正确率、错题数、累计错题次数、收藏题数 |
| 10 | 课堂 | 参与课堂次数、整体到课率、参与课堂互动数、课堂互动参与率、抢答参与率、投票参与率、随堂练习参与率、随堂练习正确率、主题讨论参与率 |
| 11 | AI 提效学习 | 与 AI 对话次数、视频文档 AI 辅导次数、AI 辩论对话次数、主客观练习对话次数、场景模拟对话次数、代码训练对话次数、实验对话次数、CAD 对话次数、作文写作对话次数、Office 对话次数、AI 互动图文对话次数、PBL 对话次数 |
按院系汇总
系统需支持条件检索功能，需支持按照课程和班级两个维度进行条件筛选以及结果展示，需支持自定义的查看项内容以及导出数据，具体查看项内容包括：
| 序号 | 模块 | 指标名称 |
|---|---|---|
| 1 | 基础信息 | 院系名称、专业数、院系代码 |
| 2 | 活跃度相关 | 学习总时长、累计登录次数 |
| 3 | 成绩相关 | 综合成绩平均分 |
| 4 | 章节学习 | 章节任务总数、已完成章节任务数、章节任务完成率、必做任务完成率、选做任务完成率、不限任务完成率、平均得分率、章节累计学习时长、平均学习时长 |
| 5 | 任务学习 | 总任务数、必做任务数、选做任务数、不限任务数、视频文档学习时长、任务平均完成率、必做任务平均完成率、选做任务平均完成率、不限任务平均完成率、任务平均得分率、必做任务平均得分率、选做任务平均得分率、不限任务平均得分率、申诉总数 |
| 6 | 考试 | 参加考试数、考试平均分、补考次数、补考平均分 |
| 7 | 话题 | 总发帖数、发布问题贴数、发布话题贴数 |
| 8 | AI 自适应学习 | 创建学习计划数、学生平均学习进度 |
| 9 | 个性化学习（其他） | 订正题数、平均订正正确率、错题数、累计错题次数、收藏题数 |
| 10 | 课堂 | 参与课堂次数、整体到课率、参与课堂互动数、课堂互动参与率、抢答参与率、投票参与率、随堂练习参与率、随堂练习正确率、主题讨论参与率 |
| 11 | AI 提效学习 | 与 AI 对话次数、视频文档 AI 辅导次数、AI 辩论对话次数、主客观练习对话次数、场景模拟对话次数、代码训练对话次数、实验对话次数、CAD 对话次数、作文写作对话次数、Office 对话次数、AI 互动图文对话次数、PBL 对话次数 |
运行状态分析
系统需支持查看当前学校创建的课程数、覆盖专业数、总用户数、学生数、教师数，需支持查看人员登录趋势，鼠标悬浮精准定位到具体日期显示当天登录人数。
教学大屏分析
组件库
系统需要支持内置丰富的数据可视化组件，涵盖课程建设、课程运行、课堂教学、AI 提效、用户活跃等多个维度，支持自由选用并组合到大屏方案中。组件库包含以下组件：AI 提效教学看板组件、AI 累计使用趋势组件、教师状态组件、学生状态组件、今日课堂组件、课程动态组件、AI 今日动态组件、Token 消耗趋势组件、用户登录趋势组件、今日课堂互动参与情况组件、今日课堂互动分布组件、课程建设趋势组件、建设概览组件、课程建设排行组件、数字资源建设排行组件、能力图谱建设组件、问题图谱建设组件、知识图谱建设组件、知识点分布概况组件、数字资源建设趋势组件、文件资源建设组件、文件资源 AI 辅助提效组件、题库组件、试卷库组件 、任务建设与发布趋势组件、发布的任务类型分布组件、AI 批阅参与分布组件、任务发布排行组件、课程建设概况组件、任务建设排行组件、运行概览组件、话题建设组件、课堂看板组件、AI 课堂提效组件、课堂教学趋势组件、课堂互动趋势组件、课堂互动参与情况组件。
展示方案库
系统需支持展示方案库用于管理大屏的多种展示组合方案。用户可在方案库中新建多个方案，每个方案由组件库中的不同组件按业务需求自由组合搭配，形成不同主题、不同侧重的可视化大屏，满足不同汇报与展示场景的需要。
新建：新建一个展示方案
发布 / 取消发布：控制方案的发布状态：已发布方案可对外访问与展示，取消发布后停止对外展示
预览：预览方案的实际展示效果
拷贝：基于已有方案复制出新方案，便于快速派生新版本
删除：删除不再使用的方案
编辑大屏
系统需支持对展示方案进行可视化编辑。可从组件库中选取所需组件添加至大屏画布，并对组件的位置、大小、样式、数据范围等进行个性化调整与组合，最终形成完整的大屏展示效果。
复制地址
系统需支持一键复制当前大屏的访问链接。复制出的链接为独立可访问的大屏地址，可在本系统之外的其他平台、显示设备或终端上挂载使用，实现大屏脱离系统的独立展示与播放，适用于固定大屏机、汇报终端、对外展厅等场景。
全屏展示
系统需支持以全屏模式展示当前大屏内容，自动隐藏浏览器边框与系统导航栏，最大化呈现可视化效果，适用于会议汇报、机房展示、大屏轮播等场景。
校级平台管理
基础数据管理
系统选项管理
（1）需支持对平台运行所需的基础数据字典进行统一管理，包括但不限于资源用途、题目用途、学期、学科分类、课程属性、教师职称等关键选项。
（2）需支持在各选项类目下灵活进行子项的新增、编辑、启用与禁用操作，所做调整即时生效至全平台所有相关业务模块。
（3）需支持对自定义字典项进行排序与显示控制，确保不同院系/学期下数据字典的复用性与一致性。
▲操作日志
（1）系统需完整记录平台建设运营以来的全量用户操作日志，保留期不少于平台运行周期，确保操作可审计、可回溯。
（2）需支持按时间范围、操作人姓名、所属功能模块、执行动作类型等多维条件进行精细化筛选检索。
（3）操作日志详情需至少包含：操作人IP地址、操作人学工号、所在功能模块、执行动作类型、执行时间、日志详情链接等关键信息，支持一键跳转回操作发生时的业务场景，便于问题回溯与安全审计。
学校机构管理
机构属性管理
（1）需支持院校基本信息的查看与维护，包括院校名称、所在省市、校徽、网站名称、网站备案号、对外联系电话等。
（2）需支持院校宏观运行数据的实时统计与展示，包括但不限于在职教师数、在校学生数、累计建课数、累计选课人次等关键指标。
（3）需支持对校级管理员进行全生命周期管理，包括新增、删除以及对每个管理员进行功能权限的精细化授权与回收。
院系管理
（1）需支持对院系信息进行批量导入、新增、编辑、删除操作。
（2）需支持通过院系名称关键字进行模糊检索，快速定位目标院系。
（3）需支持对院系的基本信息（如院系简称、负责人、所属类别等）进行在线编辑与维护。
专业管理
（1）需支持对专业信息进行批量导入、新增、编辑、删除操作。
（2）需支持通过专业名称关键字进行模糊检索，快速定位目标专业。
（3）需支持对专业的基本信息（如所属院系、专业代码、培养层次等）进行在线编辑与维护。
行政班管理
（1）需支持对各院系、各专业下的行政班进行批量导入、新增、编辑、删除操作。
（2）需支持通过行政班名称关键字进行模糊检索，快速定位目标行政班。
（3）需支持对行政班的基本信息（如班级名称、所属年级、所属专业、班主任、班级学生名单等）进行在线编辑与维护。
课程管理
（1）需为校级管理员提供全校已建设课程的统一总览视图，可查看课程名称、课程属性、课程发布班级、累计选课人次等关键信息。
（2）需支持通过课程名称、开课教师、所属院系等多种条件进行检索与筛选，便于校级管理者快速定位关注课程。
（3）需支持点击具体课程下钻查看课程建设详情，包括课程章节结构、教学任务、参与教师、参与班级等内容，便于校级管理者全面掌握课程实施情况。
▲知识库管理
（1）系统需支持校级知识库的统一管理，作为全校共建共享的知识资产沉淀池，为校级AI应用提供检索增强基础。
（2）需支持管理员手动上传各类知识素材，系统自动完成即时向量化处理，确保新增素材实时纳入校级RAG检索范围。
（3）需支持对已入库的知识素材进行分段编辑，对自动切片、向量化的处理结果进行人工调优，确保检索粒度与语义完整性。
（4）需支持对单条或多条知识素材进行批量启动与停止操作，灵活控制知识素材在AI应用中的可用性。
用户管理
授课教师管理
（1）需支持查看授课教师的基本信息，包括姓名、工号、所属院系、手机号、累计开课数等。
（2）需支持对教师的"创建课程权限"及基本信息进行在线编辑与维护。
（3）需支持通过教师姓名、工号、所属院系等多维条件进行快速检索定位。
（4）需支持教师信息的批量导入、新增、删除操作。
学生管理
（1）需支持查看与编辑学生的基本信息，包括姓名、学号、所属院系、所属专业、头像、入学年份、所在行政班等。
（2）需支持通过学号、学生姓名进行模糊检索快速定位。
（3）需支持学生信息的批量导入、新增、删除操作。
管理员管理
（1）需支持"从教师库添加管理员"功能：管理员账号需直接源自教师库，避免账号重复维护，确保师资数据与权限数据的一致性。
（2）需支持对每个管理员进行模块级的精细化权限授权与回收，权限粒度需细分到平台每一个一级菜单与二级菜单。
（3）需支持按管理院系范围进行权限授权，可指定管理员仅对一个或多个院系下的数据具有操作权限，实现"院系级数据隔离"，满足多学院共治、二级学院分权管理等典型场景。
（4）需支持批量权限设置功能：可一键将所选模块批量设置为"无权限"、"只看"或"管理"，并支持"恢复默认"一键还原至系统预设的标准权限模板，提升大批量权限配置的效率。
AI设置
▲AI模型设置
（1）需支持院校管理员对接入平台的各类大语言模型进行统一开关控制，按需启用/禁用某一模型，灵活适配学校的算力与合规要求。
（2）需支持对每个大语言模型的接入参数（如服务地址、API密钥、模型版本、上下文长度、调用限速、计费方式等）进行配置维护，便于平台快速适配新接入的大模型。
AI使用统计
（1）需支持对全校范围内不同大语言模型的使用情况进行数据统计与分析，便于校管员掌握AI资源消耗情况。
（2）需支持灵活的统计周期选择，包括但不限于过去一个月、过去六个月、过去一年、自平台启用至今等多个时间维度。
（3）统计维度需至少覆盖累计发送消息总数及Token消耗总量等关键指标。
（4）需支持在统计图表上通过悬浮、点击等交互方式快速查看具体数据点的详细信息，便于精细化分析。
AI工具设置
（1）需支持查看校级已订购的各类AI工具服务的运行状况，包括下单时间、订购额度、实际使用量、服务状态、历史订单等关键信息。
（2）需支持在学校完成相关AI工具服务购买后，由校管员在前台界面自行开启或关闭对应的AI工具功能，无需依赖厂商后端介入。
▲接口管理
（1）系统需支持完整的对外接口配置能力，包括但不限于教务接口、身份接口（统一身份认证）、成绩接口、密钥管理等关键接口的管理。
（2）需支持配置完成后的一键数据实时同步功能，可按需手动触发或按策略自动触发与第三方系统（教务、身份、成绩平台等）之间的数据拉取与回写。
移动端
需提供移动端应用（支持iOS、Android等主流操作系统），实现PC端与移动端的数据实时同步与互通。需支持师生通过移动设备便捷地开展核心教学与学习活动。
移动教师端
（1）我的课程
需支持教师查看所教授的课程列表，点进课程后，可便捷查看课程的章节和学习内容。
（2）发起签到
需支持快速发起课堂位置签到。
（3）当前任务
需支持教师实时追踪任务状态，包括查看提交进度、批阅进度、得分结果。需提供移动端一键催交、在线打回作业等便捷管理功能。
（4）AI助教
需集成AI助教，主动推送智能提醒，包括临近截止/已截止任务的提醒，并告知当前完成率。
需支持学情预警，需告知未达标学生人数并提供名单。
（5）课堂教学
需支持教师实时监控课堂活动参与情况，并查看多维分析数据（如上课人数、活动数、积分统计等）。
需支持移动端发起课堂活动（如AI辅助生成随堂练习并投屏），并可查看课程公告与考试列表。
查看考试列表，查看课程公告。
（6）消息
需提供消息中心，支持教师接收和查看个人消息、系统通知及教学相关提醒。。
（7）设置
需支持教师设置个人信息，实现基础的账户管理。
移动学生端
（1）我的课程
需支持学生查看学习中的课程列表，点击进入后可按章节进行移动化自主学习及任务查看。
（2）扫一扫
需支持调用手机后置摄影头进行扫码，支持包括但不限于：扫码加入课堂/班级、课堂签到、提交作业附件等。
（3）.AI学伴
需集成AI学伴，主动推送个性化学习提醒，包括临近截止的任务提醒、新任务通知及相关的学情预警信息。
（4）提交作业
需支持学生查看当前学习任务，并能利用移动设备特性，通过拍照、录音等方式便捷提交作业。
（5）课堂教学
需支持学生参与课堂实时互动，包括选人、签到、抢答等。需支持学生查看个人在已结束课堂中的学习统计数据。
（6）移动考试
需支持学生查看考试安排，并能通过移动端便捷地参与在线考试全过程。
（7）消息
需提供消息中心，支持学生查看个人消息、课程通知和AI学伴提醒。
（8）个人设置
需支持学生设置个人信息，并进行修改密码等账户管理。
智慧课程建设服务
根据学校的要求对课程进行改造开发，提供AI课程建设改造服务。
课程方案调研和设计阶段
投标方需要根据课程要求，与课程教师充分沟通，提供咨询服务，包括该课程的课程形式、覆盖环节、AI交互场景设计，收集教师教学资源（包括但不限于电子教材、电子教案、题库、教学大纲等），对教学资源进行盘点，用于后续整理和形成课程资源库和专属知识库。
基于收集梳理的教学资源，关联知识点，补充用途、难易度、解析等。提供课程开发改造服务，包括知识图谱构建、课程资源整理、课程专属知识库构建、AI通用教学助手配置、AI通用学习助手配置、AI通用工具配置、AI学科特色教学应用的建设与配置、以及课程各类AI效果的调试。具体要求如下：
课程多维图谱构建
课搭建能力、问题、知识三位一体的图谱框架，实现能力目标与知识体系的联动；明确知识点颗粒度及关联逻辑，依据布鲁姆认知层级划分内容难度，构建科学有序的课程骨架。投标方需提供以下具体服务：
（1）能力图谱构建：需根据课程的教学设计、教学目标和课程大纲等，构建课程的能力图谱；能力图谱需支持二级分层，包括主能力和子能力；
（2）问题图谱构建：需根据课程的教学设计、教学目标和课程大纲等，构建课程的问题图谱；问题图谱需支持三级分层；
（3）知识点梳理服务：需提供学科知识点自动化梳理工具，支持从教材、课件中提取知识点并生成关系网络；需提供人工审核与优化服务，确保知识点逻辑的完整性与准确性；需构建结构化知识网络，按2学分的课程为基准需构建不少于100个知识点；
（4）▲知识关系定义服务：应根据布卢姆修订教育目标分类学，将知识维度分为事实性、概念性、程序性、元认知等4类，知识的应用层级分为记忆、理解、运用、分析、评价、创造等6个层次；每门课程知识图谱层级一般不低于四级；需提供知识点之间的包含、关联等关系链接，提供图形化界面，支持拖拽节点、连线定义关系，实时生成知识网络拓扑图；
（5）知识点挂载资源与题目服务：课程建设的所有音视频、文本、图片、题目都需要挂载在对应的知识点下；
（6）能力图谱、问题图谱和知识图谱关联服务：将已构建的能力图谱与问题图谱、知识图谱和具体的教学任务相关联；
课程资源整理
将课程的相关资源进行系统性、结构化整理，并上传至课程运行平台上，便于教师日常教学使用。以建课教师提供内容为基准，需支持的课程资源内容如下：
（1）提供不少于200分钟视频资源整理、上传、转化服务；
（2）提供不少于一本教材资源整理、上传、转化服务；
（3）提供不少于16个课件/文档资源整理、上传、转化服务；
（4）提供不少于200道题目资源整理、上传、转化服务；
（5）提供不少于2套试卷资源整理、上传、转化服务，需支持手动组卷与策略组卷；
（6）系统需通过AI能力将题目内容进行精细化拆分，并与知识点实现绑定；
（7）系统需通过AI能力将资源内容进行精细化拆分，并与知识点实现绑定。
课程专属知识库构建
构建课程专属知识库，协助提高日常课程教学过程中，AI回答问题、辅导精准性。具体的知识库构建需求如下：
（1）▲课程专属知识库模块构建：课程专属知识库需从资源库和题库中同步内容并以向量库的方式保存，提供更好的搜索方式获得内容相关的上下文，协助 AI 助手更好的回答问题；支持视频、音频、文档、图片、网页链接和题目提供不同的分段和索引方式。并基于知识点和目录的两种体系结构同步和检索知识库的文件和内容；支持知识库初始化后，可以根据资源库和题目的更新，同步调整知识库的内容，减少手工调整的繁琐和数据不一致问题；提供基于知识点和目录的两种知识库文件的检索系统，在机器人助手中可以灵活选择知识库检索的范围，大大提高检索的效率和质量；
（2）知识库与知识点关系构建：需基于AI技术实现知识库与知识点精准匹配；
（3）知识库与资源库/题库同步：需提供知识库与资源库/题库同步服务。增加的文件和题目，需按照当前索引方式批量处理；删除的文件和题目，需在知识库中批量删除；不开放给知识库的文件和题目，需在知识库中变为禁用状态；修改的题目，需在知识库中重新处理。
AI交互场景建设
通用教学助手配置
可根据AI课程建设和运行需要，按需提供AI通用教学助手配置服务，方便教师日常AI课程教学使用。具体需求如下：
（1）▲AI 视频教学助手：基于视频生成配套的讨论、主客观题目；针对视频生成标题、总结、时间轴大纲；
（2）▲AI 文档教学助手：基于文档生成配套的讨论、主客观题目；针对文档生成标题、总结、分段大纲；
（3）AI 课堂教学助手：可实时生成课程问答；支持多种投票、点名、随堂练习等课程实时互动工具；
（4）AI 出题助手：基于知识点范围、参考样题和教材，生成各种难度、各类题型及解析；对现有的题目完成规范化设计；生成覆盖课程中指定知识点的试卷；
（5）AI 教案生成助手：需根据用户提供的课程主题生成专业、全面的教案。教案内容从教学目标到课堂活动，从知识点讲解到练习设计，一应俱全。老师还可以指定课程难度、学生特点、教学风格等；教案需适应用户指定的学科和年级，和教学方式。教学内容应符合讲解式教学风格。教案内容应结构清晰、逻辑严密，便于教师直接使用；
（6）▲AI 批阅助手：可自动批改各种作业类型，包括：英语作文的批阅、工科实验报告批阅、Office作业的批阅、代码类题目的批阅；
（7）AI 思政教学助手：需为用户呈上极具创意和参考价值的课程案例范例，清晰直观地展现思政元素的融合策略；需为用户提供丰富多彩且切实可行的融合思政元素的办法和实例；
（8）▲AI 话题讨论助手：支持教师进行AI回复设置，可以选择立即回复或延迟回复，延迟回复需可设置两小时没有回复的问题AI回复或多个学生回复的问题AI回复。
AI通用学习助手配置
需根据AI课程学习需要，按需提供AI通用学习助手配置服务，方便学生在日后学习AI课程的过程中使用。具体需求如下：
（1）AI视频学习助手：可通过讨论、问答帮助学生理解视频内容；
（2）AI文档学习助手：可通过讨论、问答帮助学生理解文档内容；
（3）AI图文学习助手：需基于图文内容进行提供相应的答疑助手；
（4）▲AI自适应学习助手：平台需自动推送与知识点相关的学习任务，并根据学生的互动和学习表现，智能调整推送内容，以适应每个学生的学习进度和掌握情况；学习页面需包括视频文档类资源的学习，以及和 AI 助教的问答讨论，或者进行主客观题的解答，并和 AI 助教进行答疑解析；
（5）AI 主客观练习辅导助手：提供AI 主客观练习辅导助手，学生完成全部题目后支持回顾练习，客观题由AI批阅，并由AI助教给出题目解析，可以与AI助教进行交流，学生可通过赞、踩按钮来评价AI对话质量；主观题支持AI批阅，学生可对AI批阅结果提出申诉。
AI通用工具配置
可根据AI课程教学需要，按需提供AI通用工具配置服务，方便师生AI课程教学过程中使用。具体需求如下：
（1）)AI PPT 课件生成：需根据用户提供的主题，AI先创建PPT大纲。用户可调整大纲，增减内容或结构。使用调整后的大纲，AI进一步生成PPT。用户可对PPT个性化修改，包括设计元素等；
（2）AI课件视频生成：需利用AI语音转换出文本，基于PPT内容，提取相关字幕。用户干预字幕选择，AI 生成新的字幕文本，最后用户人为编辑并合成新的课件；
（3）AI公式识别：需描述用户上传文件中的公式整体结构（如分式、积分、矩阵等）。分解识别每个子模块的组成部分。校验符号的上下文关系（如括号匹配、上下标归属）。最后将文本直接输出给到用户；
（4）AI论文润色：需根据用户提供具体的论文内容，然后根据论文润色指南提供专业、全面的润色建议。如果遇到需要作者进一步澄清或决策的情况，需在标签中提出问题或建议；
（5）▲AI学术翻译：需根据用户提供具体的学术文本，然后根据学术翻译指南提供专业、准确的翻译。如遇到任何不确定的术语、表达或需要额外上下文的情况，请在标签中说明，以便进一步讨论或澄清；
（6）AI深度思考与记忆：需对用户输入的文本和诉求进行分析，如果用户选择加深记忆，给出加深记忆建议。如果用户选择展开深度思考，以用户输入为基础设计一系列问题，围绕该知识点展开。引导用户思考每个问题，记录下他们的思考过程和答案；
（7）▲AI概念解释卡片：需引导用户输入想要了解的概念，针对该概念按一定框架进行一步步地思考和讲解；
（8）AI经典书籍推荐：需根据用户提供的信息，为他们推荐最合适、最有可能喜欢的书籍。根据用户提供具体的偏好信息，然后根据推荐指南提供个性化的书籍推荐。如果用户的信息不完整，需礼貌地询问更多细节以提供更准确的推荐；
（9）AI英语单词解释：当学生询问某个英文单词的含义时，需提供单词的正确拼写和国际音标，列出该单词的所有常见词性，并给出每个词性下的基本中文释义，提供简明扼要的英文释义，简要介绍单词的词源或来历，有助于理解和记忆；说明该单词在使用时的特殊注意事项,如正式/非正式用法,美式/英式英语的差异等；提供一个简单的记忆技巧或联想方法，帮助学生更容易记住这个单词；
（10）AI英语长难句解释：需帮助用户理解和分析复杂的英文长难句，将难懂的句子分解成易于理解的部分，并提供详细的解释；需解释句子的整体结构，包括主干（主语、谓语、宾语）和从句；识别并解释句子中的关键词或短语，特别是可能对理解造成困难的词语；指出句子中使用的重要语法点，并简要解释其用法；提供一个准确的中文翻译，既要忠实原文，又要符合中文表达习惯。
AI学科特色教学应用的建设与配置
需根据AI课程的具体要求，搭建具有学科特色的AI教学应用，配置相关的教学智能体和提示词，建设AI深度融合的智慧课程，确保课程的创新性和挑战度。具体需求如下：
（1）▲AI角色扮演/场景模拟教学应用建设：教师可根据课程需要构建场景模拟教学应用，可构建历史人物扮演、职业角色扮、案例角色扮演、案例分析导师角色等；可设置开场白，编辑AI的提示词和配置知识库，对助手的头像设置将展示到课程使用过程中；根据设置的批阅方式，教师可查看AI批阅并修改，或采取自行批阅的方式；
（2）▲AI 辩论教学应用建设：教师可根据课程需要构建AI 辩论教学应用，可设置开场白，编辑AI的提示词和配置知识库，对AI辩论助手的头像设置将展示到课程使用过程中；需提供学生与AI对话的讨论总结；
（3）AI实验教学应用建设：教师可根据课程需要构建AI实验教学应用，可设置编辑AI的提示词和配置知识库，需提供AI辅助实验报告批阅，包括：依据实验要求和评价标准评估、提供具体的改进建议、提供积极的正面反馈；可根据设置的批阅方式，教师需可查看AI批阅并修改，或采取自行批阅的方式。如学生上传了配套附件，教师可下载学生附件并查看；需为学生提供AI辅助实验手册答疑，包括：实验错因辅助判断、实验数据辅助检查、实验过程辅助答疑；
（4）AI编码作业教学应用建设：教师可根据课程需要构建AI 编码作业教学应用，可设置编辑AI的提示词和配置知识库，学生完成代码编写后由平台运行并输出运行结果；为学生提供AI 编码辅导助手，学生可以基于教师设置的题目完成编程实验，如C/C++，MySQL，Python和Linux Shell等语言的学习训练，并可获得AI即时反馈和个性化指导，AI引导学生完善代码并提供即时的反馈，帮助学生及时纠正代码错误。学生可通过赞、踩按钮来评价AI对话质量；
（5）AI写作教学应用建设：教师可根据课程需要构建AI 写作教学应用，可设置编辑AI的提示词和配置知识库，需对学生作文进行逐句批阅，并给出逐项评价与得分；需为学生提供AI 写作辅导助手，学生可以获得AI即时反馈和个性化指导，AI引导学生围绕写作背景进行思考和写作，帮助提升写作能力；AI可以提供即时的反馈，帮助学生及时纠正语法错误、改进句子结构和提升词汇使用。学生可通过赞、踩按钮来评价AI对话质量；
（6）AI Office作业教学应用建设：教师可根据课程需要构建AI Office 作业教学应用，可设置编辑AI的默认提示词和配置知识库，根据设置的批阅方式，教师可查看AI批阅并修改，或采取自行批阅的方式；对于学生上传的内容，教师可下载附件到本地进行查看；为学生提供AI Office辅导助手，学生可获得Word、Excel、PPT作业即时反馈和个性化指导，AI引导学生完善作业并提供即时的反馈，帮助学生及时纠正错误。学生可通过赞、踩按钮来评价AI对话质量。
AI效果调试
根据课程要求、教学目标、不同课程的特殊教学方法投标方需提供AI效果的调试和校准，通过不同维度的测试校验AI功能的精准度。
AI教学任务建设阶段
AI互动视频任务
需提供AI互动视频任务建设服务，以视频资源为基础，根据教学需求设置开放讨论以及配套练习的教学任务。同时为视频设置配套总结，帮助学生梳理重点知识。
提供时间轴大纲，学生可快速跳转到视频的特定部分，实现有针对性的学习。学生在学习视频内容时，可与AI助手对话，获取帮助或进一步解释。
AI互动文档任务
需提供AI互动文档任务建设服务，以文档资源为基础，设置开放讨论以及配套练习的教学任务。为文档设置配套总结，帮助学生梳理文档中的重点知识。学生在学习文档内容时，可与AI助手对话，获取帮助或进一步解释。
AI互动图文任务
需提供AI互动图文任务建设服务，以富文本形式展现的教学内容的一种任务。可以将视频、图片、文本等内容自由组合，以网页富文本的形式进行编排，使教学内容更加丰富多样，学生在一个页面上就能获取多种类型的学习资源。学生在学习图文内容时，可与AI助手对话，获取帮助或进一步解释。
常规练习任务
需提供常规练习建设服务，将客观题和主观题组合发布的教学任务，适合用于巩固知识点和检测学习效果。提供丰富的题型，如单选题、多选题、判断题、填空题、简答题、复合题，以及自定义题型，可以根据教学需求灵活选择和组合。提供三种批阅模式，包括AI批阅、AI辅助教师批阅、教师批阅。
自评互评练习
需提供自评互评练习建设服务，以主观题为主的教学任务，旨在通过学生之间的相互评价和自我评价，提升学习效果和思维能力。批阅模式包含自评，即自行评价自己的答案，反思学习成果；互评，即学生之间相互评价彼此的答案，促进交流和学习。
个性化练习
需提供个性化练习建设服务，根据学生对知识点的掌握情况，自动匹配相应题目并发布的教学任务，旨在为每个学生提供针对性的学习内容。系统会根据知识点自动匹配习题，同时结合每个学生对知识点的掌握程度，为每个学生分配不同的题目，确保练习内容符合学生当前的学习需求。
AI讨论任务
需提供AI讨论任务建设服务，让学生与AI进行话题交流沟通，旨在通过互动讨论提升学生的思维能力和语言表达能力，引导学生深入思考。提供AI辅助设计讨论话题，更贴切课程主题，引导学生围绕主题展开深入的交流。
AI场景模拟任务
需提供AI场景模拟任务建设服务，旨在通过模拟真实场景让学生与AI扮演的角色对话，提升学生的交流能力和知识应用能力。
AI可以扮演历史人物、职场角色或案例中的人物，与学生进行对话互动。可根据教学要求自定义AI扮演角色、欢迎词、头像、以及评价标准。根据教学目标设置对话的评价标准，例如语言表达的准确性、逻辑性，以及对知识点的掌握程度等。
写作任务
需提供写作任务建设服务，可以设计中英文写作练习、公文写作等的教学任务，旨在帮助学生提升写作表达能力。设置AI评分标准，并提供参考样卷作为AI批阅的依据。这有助于确保批阅的客观性和准确性。
实验任务
需提供实验任务建设服务，用于支持学生实验学习的教学任务，便于更好地管理和指导学生的实验过程。可以将实验要求和实验手册发布给学生，确保学生明确实验目标和步骤。学生提交实验报告后，AI按设置的批阅标准评价。需支持AI批阅、AI辅助教师批阅、教师批阅。
代码训练任务
需提供代码训练建设服务，以编程实践为核心，通过提供代码或命令的运行环境，帮助学生进行编程练习和技能提升。可以为代码训练任务设置清晰的标题和详细的任务说明，帮助学生理解任务目标和要求。提供预置代码或初始化脚本，帮助学生快速开始任务，减少初始设置的复杂性。支持的编程语言和命令如下：
Linux Shell命令：支持学生在线执行Linux Shell命令。
MySQL语句：支持DCL（数据控制语言）、DDL（数据定义语言）、DML（数据操纵语言）、DQL（数据查询语言）。
编程语言：支持Java、Python语言。
PBL任务
需提供PBL（Project/Problem-Based Learning，基于项目/问题的学习）建设服务，以学生为中心、以小组合作为形式的教学方法，旨在通过解决实际问题来培养学生的综合能力。为PBL任务设置清晰的任务名称和详细的任务说明，帮助学生理解任务目标和要求。可以上传与任务相关的附件，如背景资料、参考文献等，为学生提供必要的学习资源。设置分组讨论的主题和说明，引导学生围绕特定问题展开讨论。根据教学要求可设置教师批阅、组间互评、组内互评、自评。设置明确的评分标准，用于指导评价过程。
课程上线运行和调优阶段
在课程建设期内，以上提供的服务内容投标方需配合建课教师进行审核校对，包括但不限于AI生成的内容、智能体交互效果评估、各类学习工具准确度评估，并生成评估报告，对有偏差、精准度不足的内容进行人工调整和优化服务。
课程上线运行和调优阶段
投标方在课程上线后需提供课程上线平台、课程运行大模型保障、课程智能体运行保障的服务，同时根据用户使用体验，每学期需提供至少一次的AI 智能体调优服务。为了确保招标方可根据实际使用过程中的需求持续提交和知识库更新，投标方在服务期内按需提供每学期至少一次的更新迭代服务。