项目演示视频

是否包含论文文档

否

详细描述

1. 项目概述

1.1 项目背景

在高校与职业教育场景中，学生的知识基础差异较大，学习路径与薄弱点呈现高度个性化。传统课堂难以对每位学生做到“随问随答、因材施教”，学生在课后遇到概念理解、题目思路、解题步骤与错因定位时，往往依赖碎片化搜索或等待教师统一答疑，导致学习节奏被打断、练习效率低、错题反复出现。为提升学习效果与教学管理效率，本项目建设“学生个性化学习问题解答 AI 助手系统”，在课程与题库数据的基础上，为学生提供多轮问答、解析生成、智能练习与学习计划，并沉淀错题与学习数据画像；同时为教师提供课程管理、资料管理、作业/练习发布与批改统计、学情分析与答疑辅助。系统通过对课程资料与知识点体系的结构化管理，让 AI 输出可追溯、可纠错、可迭代， 形成“提问—解释—练习—反馈—再学习”的闭环，最终实现学生学习效率提升与教师教学决策支持。

1.2 角色作用

• 教师（TEACHER / roleKey=teacher）：负责课程全生命周期管理，围绕教学目标与大纲组织课程内容，维护课程资料、知识点、题库并发布作业/练习，查看本课程下的提交与统计数据。教师侧功能与数据范围以“本人授课课程”为边界：仅可查看/操作本人创建（teacherId=当前用户）的课程及其下属资源；在学生管理中仅可查看/管理本人创建的学生账号。

• 学生（STUDENT / roleKey=student）：以提升个人学习效果为核心，加入课程后可查阅课程资料、学习知识点并参与作业/练习。学生侧功能与数据范围以“本人加入课程 + 本人数据”为边界：仅可查看自己加入课程的资料/知识点/作业，提交记录与学习计划/任务/学习数据日报均仅对本人可见。

• 超级管理员（SUPERADMIN / roleKey=superadmin）：拥有系统管理与平台治理权限，可管理组织/账号/权限与系统配置，保障系统稳定与数据安全；在教育业务模块中可查看全部数据并进行全局维护（不受 teacher/student 数据边界限制）。

2. 角色设计

2.1 角色清单与介绍

• 教师（TEACHER / teacher）：课程负责人，面向班级组织教学资源与练习任务，维护课程内容与题库，发布作业/练习并查看提交与学习数据。

• 学生（STUDENT / student）：学习执行者，围绕课程目标进行资料学习、问答求解与作业练习，使用错题本与学习计划持续巩固薄弱点。

• 超级管理员（SUPERADMIN / superadmin）：平台治理者，具备系统管理全量菜单权限（系统管理、监控、教育业务等），负责权限、组织、配置与审计等。

2.2 现有角色菜单分配（来自 sys_role_menu）

说明：以下为当前数据库中“教育业务（route.edu）”菜单下的可见页面（仅列出目录与页面菜单，不包含系统管理/监控等菜单）。

教师（teacher）

• 课程管理（/edu/course）

• 课程成员（/edu/course-member）

• 资料分类（/edu/material-category）

• 课程资料（/edu/course-material）

• 知识点（/edu/knowledge-point）

• 题库（/edu/question）

• 作业/练习（/edu/assignment）

• 提交记录（/edu/submission）

• 学习数据日报（/edu/learning-stat-daily）

• AI 问答（/edu/ai-assistant）

• 学生管理（/edu/student）

学生（student）

• 课程管理（/edu/course）

• 课程资料（/edu/course-material）

• 知识点（/edu/knowledge-point）

• 作业/练习（/edu/assignment）

• 提交记录（/edu/submission）

• 错题本（/edu/wrong-question）

• 学习计划（/edu/learning-plan）

• 学习任务（/edu/learning-task）

• 学习数据日报（/edu/learning-stat-daily）

• AI 问答（/edu/ai-assistant）

3. 角色功能设计

3.1 教师（TEACHER）

• 数据范围说明：教师端所有“课程相关资源”均以 teacherId=当前教师的课程为边界；仅能查看/新增/修改/删除本人课程及其下属数据（课程成员、资料分类、课程资料、知识点、题库、作业/练习、提交记录）。学生管理与学习数据也仅限于“本人创建的学生”。

• 课程管理（/edu/course）：创建/编辑/删除课程，维护课程名称、学期、状态、课程大纲、教学目标、封面与起止日期；教师新增课程时 teacherId 默认取当前用户。

• 课程成员（/edu/course-member）：为本人课程添加/移除学生成员，维护成员状态、课程内角色与加入/访问时间；仅可操作本人课程的成员关系。

• 资料分类（/edu/material-category）：维护资料分类树（父分类、名称、排序、可见性），为课程资料归类提供结构化目录；仅可管理本人创建的分类数据。

• 课程资料（/edu/course-material）：上传/编辑/删除资料（标题、文件、分类、所属课程），支持下载次数统计；仅可操作本人课程下资料。

• 知识点（/edu/knowledge-point）：维护课程知识点体系（章节/模块、父子知识点、类型、难度、内容等），用于题库关联与 AI 问答上下文；仅可操作本人课程下知识点。

• 题库（/edu/question）：维护题目（题型、难度、分值、题干、选项/答案/解析、关联知识点、状态、来源）；仅可操作本人课程下题目。

• 作业/练习（/edu/assignment）：从题库组装题目生成作业/练习，设置发布/截止/关闭时间与总分等；仅可操作本人课程下作业。

• 提交记录（/edu/submission）：查看本人课程下的学生提交记录、得分与明细；用于教学复盘与过程统计。

• 学习数据日报（/edu/learning-stat-daily）：查看本人创建学生的学习数据日报（活跃分钟、问答次数、练习次数、正确率等），支持按课程筛选。

• AI 问答（/edu/ai-assistant）：按课程进行 AI 问答；会话记录仅对当前登录用户可见。

• 学生管理（/edu/student）：创建学生账号并分配学生角色；仅可查看/删除本人创建的学生账号（用于课程成员管理与学情跟踪的账号来源）。

3.2 学生（STUDENT）

• 数据范围说明：学生端“课程相关资源”以本人加入课程为边界；提交、学习计划/任务、学习数据日报与 AI 会话均以“本人数据”为边界。

• 课程（/edu/course）：查看本人加入的课程列表与课程信息。

• 课程资料（/edu/course-material）：查看本人课程下资料并下载。

• 知识点（/edu/knowledge-point）：查看本人课程下知识点内容（用于学习与问答）。

• 作业/练习（/edu/assignment）：查看本人课程下作业/练习，按题目提交答案，查看得分与解析；可标记“是否已提交”状态。

• 提交记录（/edu/submission）：查看本人提交记录与明细（包含题目得分、判题依据等）。

• 错题本（/edu/wrong-question）：查看/维护本人错题与掌握状态，支持复习与标记掌握情况。

• 学习计划（/edu/learning-plan）：生成/查看/调整个人学习计划（关联课程、时间范围、目标等）。

• 学习任务（/edu/learning-task）：查看每日学习任务并更新完成状态。

• 学习数据日报（/edu/learning-stat-daily）：查看个人学习数据日报趋势（活跃时长、练习/问答次数、正确率等）。

• AI 问答（/edu/ai-assistant）：按课程进行多轮问答，会话记录仅对本人可见。

3.3 超级管理员（SUPERADMIN）

• 系统管理：用户/角色/菜单/部门/岗位/字典/参数/通知/文件/客户端等平台能力管理。

• 系统监控：缓存监控、在线用户、操作/登录日志等。

• 教育业务全量维护：在教育业务模块下具备查看与维护全量数据的能力（不受 teacher/student 数据边界限制）。

4. AI 功能设计点

• 基于课程资料与题库的检索增强问答：将课程资料、知识点体系、题目解析等结构化为可检索内容，学生提问时先在课程范围内检索相关片段，再由大模型生成答案与分步骤解析，并给出引用来源（资料标题/题目编号/知识点）。支持学生对回答进行“有用/无用/纠错”反馈，教师可将纠错沉淀为标准解析，从而不断提升回答的一致性与贴合课程语境的能力。

• 个性化练习与学习计划生成：系统结合学生的正确率、错题分布、知识点掌握状态与近期活跃度，自动识别薄弱知识点并给出分层练习（由易到难、逐步覆盖）与每日学习计划（任务拆解、预计用时、复习安排）。在学生完成练习后，AI 对错因进行归因并调整后续推荐，实现“诊断—练习—反馈—再规划”的自适应学习路径。

5、亮点与创新点

• 数据驱动的闭环学习：以课程资料、题库与知识点为底座，将问答、练习、错题与学习计划串联成可追踪的学习链路；学生每一次提问与作答都会沉淀为画像数据，系统据此动态调整练习与计划，帮助学生把时间投入到最关键的薄弱点上，显著提升学习效率与复习质量。

• 教师侧“答疑辅助 + 学情分析”一体化：不仅提供发布与批改能力，还把学生高频问题、错题集中点与知识点掌握趋势可视化呈现，支持教师快速定位教学难点；通过纠错沉淀权威解析，减少重复答疑与口径不一致，提升教学管理效率与教学质量。

• 可控、可追溯的 AI 输出：问答以课程范围检索为先，结合引用来源、反馈纠错与标准解析沉淀机制，降低“幻觉”风险；同时通过权限与范围约束，确保不同课程之间的数据隔离，满足教学场景对准确性、合规性与可解释性的要求。

• 面向规模化教学的可运营能力：通过活跃度、正确率、薄弱点与任务完成率等指标，形成可运营的教学看板；管理员可配置 AI 策略与配额、审计关键操作并进行内容治理，为大规模部署提供稳定、可管控、可持续优化的能力支撑。

6. 业务表结构设计

6.1 核心业务表

每个表必须包含基础字段（驼峰）：id-Long、createBy-Long、createTime-Date、updateBy-Long、updateTime-Date、delFlag-String。

6.1.1 eduCourse（课程）

6.1.2 eduCourseMember（课程成员）

6.1.3 eduMaterialCategory（资料分类）

6.1.4 eduCourseMaterial（课程资料）

6.1.5 eduKnowledgePoint（知识点）

6.1.6 eduQuestion（题目）

6.1.7 eduAssignment（作业/练习）

6.1.8 eduSubmission（提交记录）

6.1.9 aiChatSession（问答会话）

6.1.10 aiChatMessage（问答消息）

6.1.11 eduWrongQuestion（错题本）

6.1.12 eduLearningPlan（学习计划）

6.1.13 eduLearningTask（学习任务）

6.1.14 eduLearningStatDaily（学习数据日报）

技术描述

- 语言与框架：Java 17 + Spring Boot 3（Spring Web MVC、Validation、AOP、Actuator）
- Web 容器：Undertow
- 构建与工程：Maven 多模块
- 认证鉴权：Sa-Token + JWT（配合自定义 Security 配置、登录/验证码等）
- 数据访问：MyBatis-Plus + Mapper XML；动态数据源 dynamic-datasource；连接池 HikariCP；SQL 监控 P6Spy（dev 可开）
- 数据库：默认 MySQL
- 数据库迁移：Liquibase（changelog/sql 方式管理变更）
- 缓存与 Redis：Spring Data Redis + Redisson；本地缓存 Caffeine（并有自定义 Cache 管理封装）
- 文件/对象存储：支持本地上传策略；OSS 能力
- 其它通用能力：ip2region（离线 IP 定位）、MapStruct Plus、Hutool、邮件组件（可选）、全局异常处理、XSS 防护、国际化资源
- 推送：SSE 服务端模块（含通用 SSE 与 Chat SSE）

 前端

- 框架与构建：Vue 3 + Vite + TypeScript（ESM 工程）
- UI 组件：Naive UI
- 状态管理：Pinia
- 路由：Vue Router 4 + elegant-router（路由/类型自动生成）
- 工具库：@vueuse/core、dayjs、iconify、echarts、streamsaver、jsencrypt
- 样式体系：UnoCSS（并配合 tailwind-merge 做 class 合并）
- 请求与鉴权：基于 axios 的二次封装（@sa/axios），在请求拦截中统一注入 token、支持统一错误处理；本地存储使用 localStorage/sessionStorage 封装（localStg/sessionStg）
- 实时通信：SSE（EventSource/useEventSource）+ WebSocket 工具封装
- 国际化：vue-i18n（中/英资源）

项目截图描述

截图