内容过于零散
将录音转写或课堂文本整理为可阅读、可继续处理的内容。
AI EDUCATION · INDEPENDENT PROJECT
课堂知识智能重构系统
一个面向课堂学习场景的本地AI应用，将录音转写结果或课堂文本进一步处理为结构化知识点、内容总结和复习题目，减少手工整理课堂材料的时间。
项目状态
本地Demo已启动验证
我的角色
个人独立项目
项目形式
本地AI应用
当前公开状态
项目功能与代码结构已确认，当前正在进行运行环境脱敏和演示材料整理
Background
项目背景
课堂录音、讲义和零散笔记往往需要大量人工整理，普通摘要工具又容易丢失知识层级和复习重点。该项目尝试把课堂内容处理拆分为多个明确步骤，使原始材料能够进一步转化为适合复习的结构化结果。
Problems
解决的问题
知识层级不清
识别主题、章节、重点概念及其相互关系。
复习材料制作耗时
根据整理后的知识生成总结、重点提示和练习题。
My Role
我的职责
- 独立完成项目需求分析和功能规划
- 独立设计系统整体架构和用户流程
- 独立完成FastAPI后端开发
- 独立完成React前端页面和交互开发
- 完成大模型兼容接口接入
- 完成课堂文本处理和内容清理流程
- 完成知识提取和知识图谱功能
- 完成学习总结和题目生成功能
- 设计并实现无API Key的Demo Mode
- 完成SQLite数据和历史记录相关功能
- 编写启动脚本和部署说明
- 完成系统集成、调试和项目交付
AI编程工具用于辅助代码生成、调试、重构和问题排查；项目需求、产品设计、架构规划、前后端集成、功能验收及最终交付均由本人独立负责。
Core Features
核心功能
课堂文本导入
接收录音转写结果、课堂笔记或其他文本材料。
内容清理
减少重复、无意义口语和干扰信息。
知识提取
识别主题、重点概念、定义和关键关系。
结构化总结
按照章节和层级组织课堂内容。
题目生成
基于知识点生成复习题和自测材料。
多模型支持
按照配置接入不同大模型服务，并保留无密钥演示模式。
Workflow
工作流程
导入课堂文本
内容清理
知识点识别
结构化重组
总结与题目生成
结果展示
Architecture
系统结构
输入层
课堂文本、录音转写内容、学习材料
处理层
文本清理、内容分段、上下文组织
AI能力层
大模型调用、提示词流程、结构化输出
输出层
知识总结、知识点、练习题、演示结果
Tech Stack
技术栈
- Python
- HTML
- CSS
- JavaScript
- LLM API
- Prompt Design
- Structured Output
- Local Deployment
Challenges
难点与解决思路
输出格式不稳定
通过明确的提示词约束和结构化结果格式，降低模型返回内容差异。
不同模型接口存在差异
将模型配置和业务流程分离，减少切换模型时对主要功能的影响。
无密钥时无法展示
保留演示模式，使界面和主要流程在没有API Key时仍可被查看。
Verification
当前验证状态
项目归属已由作者本人确认。隔离脱敏副本的FastAPI和React前后端已完成本地启动与页面可访问性验证；完整功能流程尚未重新验证，公开代码和演示材料仍需继续整理。
- 项目归属本人独立完成
- 代码结构已确认
- 本地运行前后端启动已验证，完整流程待验证
- 自动化测试暂未建立
- 公开代码脱敏整理中
- 演示视频准备中