课程 RAG 问答
围绕课程资料检索相关片段,为回答提供可追溯上下文,而不是只调用通用模型。
围绕教师备课、学生练习和学情分析,将课程资料检索、智能问答、自动出题与评测能力组织成完整教学流程。
按原项目蓝白学生端、学习空间与知识图谱结构复刻,并保留可操作的 AI 助教。
从预设资料进入问答,再完成同主题练习。所有片段、回答和练习结果都是浏览器内的演示数据。
围绕课程资料检索相关片段,为回答提供可追溯上下文,而不是只调用通用模型。
覆盖相似题、试卷、教案与写作反馈等教学辅助流程。
实现 Neo4j 实体、Repository、Cypher 与查询接口,用于图谱能力验证;主图谱页面仍以 MySQL 数据为主。
承载课程、题库、作业、考试和成绩等结构化关系。
召回资料片段并组装上下文,再交给模型生成回答。
按原型能力展示,不包装成生产主存储。
承载用户、课程、题库、作业、考试和成绩等强结构化业务关系。
将资料切片与向量表示关联,按问题召回相关上下文,再交给模型生成回答。
为群聊、通知等实时场景提供双向通信能力,并结合 JWT 与角色权限控制访问。
项目代码包含课程、题库、问答与学习空间等完整业务页面和后端服务。
覆盖学生、教师及管理端视角,围绕课程和学习任务组织功能。
存在查询侧实现,但未发现完整导入、同步及前端主链路接入,因此按原型描述。