0 / 0
./defense.sh

基于 AI Agent
教学辅助系统的设计与实现

Design and Implementation of a Teaching Assistance System based on AI Agent

答辩人:余炎培  |  学号:202221314114
学院:数学与数据科学学院  |  专业:信计221班
指导教师:肖爱平 实验师  |  企业导师:梁建明 工程师
仲恺农业工程学院

目 录

01研究背景与意义 # Background
02国内外研究现状 # Related Work
03研究内容与创新点 # Innovation
04系统架构设计 # Architecture
05系统详细设计 # Detailed Design
06系统实现与展示 # Implementation
07总结与展望 # Summary

研究背景与意义

应试教育下,学生个性化需求难以满足,教师备课负担沉重
学习时间碎片化,传统标准化教学模式无法适配个体差异
目标:以 AI Agent 为核心,构建个性化智能教学辅助系统
意义:促进教育公平,推动"应试"向"素质"转型

国内外研究现状

🌍 国际
OECD推动AI教育战略
Stanford Tutor CoPilot
Brown NEOLAF框架
AI辅导 outperforms 主动学习
🇨🇳 国内
清华MAIC多角色系统
国家教育数字化2.0
Coze平台教学Agent
豆包"励学"系列
!现有不足:缺乏多模态能力 (PPTX/DOCX),缺少"理解-规划-执行-反思"闭环

研究内容与创新点

01主-子Agent动态协作架构 // Orchestrator-Workers模式
02SKILL.md 技能文档驱动 // 类似"员工手册"定义Agent职责
03Embedding + 余弦相似度 // 智能PPT模板匹配
04Reflection 反思机制 // LLM自我审查与修正
05并行调度 + 线程池 // "组内并行、组间串行"混合模式

系统功能结构

// 系统围绕三大核心功能模块构建:PPT课件自动生成、DOCX教案试题生成、资料搜索分析
系统功能结构图

系统架构概述

分层架构设计 // 应用层 → 中间服务层 → AI Agent层 → 数据持久层 → 外部服务层
React构建前端,支持自然语言交互与实时日志展示
Spring Boot + Spring AI 承担业务逻辑与AI编排
PostgreSQL + pgvector 支持结构化数据与向量检索
外部集成LLM API、Embedding模型、Node.js运行时

系统架构图

// 系统采用五层分层架构,各层职责明确,具备高内聚低耦合的特性
系统架构图

主Agent 数据流

// Main Agent 接收用户请求,进行任务分解与规划,将子任务分发至各 Sub-Agent
主Agent数据流

子Agent 数据流

// Sub-Agent 接收分配的任务,按 SKILL.md 规范执行,完成后回传结果至 Main Agent
子Agent数据流

多Agent 协作时序

// 用户请求 → Main Agent 分析分发 → Sub-Agent 并行执行 → 汇总返回前端
协作时序图

多智能体协作 架构

// Orchestrator-Workers 模式构建协作框架,SKILL.md 类似"员工手册"定义Agent职责
多智能体协作架构

关键技术

// Spring AI
ChatClient、EmbeddingModel、ToolCallBack,支撑Agent智能编排
// Plan & Execute
动态规划与具体执行相结合,Agent自主制定执行步骤
// Parallel Scheduling
"组内并行、组间串行"混合调度,CompletableFuture异步编排
// Reflection
LLM作为审查者,自动检测内容一致性、格式规范性、逻辑严谨性

余弦相似度 计算公式

// 用户需求文本 → EmbeddingModel → 1024维向量 → 余弦相似度计算 → 取Top-1匹配模板
// 用于PPT模板智能匹配,确保需求与模板风格高度契合
余弦相似度计算公式

用户登录 注册

// 支持账号密码登录与Google账号一键登录,未注册用户自动注册
// 采用JWT认证,不同角色(教师/管理员)拥有差异化权限
登录主界面

AI 聊天 主面板

// 界面简洁,支持自然语言交互,实时查看Agent执行日志
// 教师可直接通过对话完成PPT生成、资料搜索等复杂任务
AI聊天主面板

搜索资料生成 报告

// Main Agent统筹规划,Search Agent执行资料搜索,结果结构化保存
// 支持对搜索到的资料进行分析、总结并生成结构化报告
搜索资料生成报告

主Agent 分配任务

// Main Agent分析用户需求,将复杂任务分解为多个子任务并分配至对应Sub-Agent
主Agent分配任务日志

搜索资料 步骤

// Search Agent执行搜索的四大步骤:原文、作者信息、背景知识、核心思想
搜索资料的步骤

编写执行 脚本

// DOCX生成Agent先安装依赖包,再根据SKILL.md编写并执行脚本代码生成文档
编写执行脚本步骤

《咏柳》报告与 总结

// 展示生成的《咏柳》报告文档及任务完成情况总结,系统自动汇总所有Agent执行结果
咏柳报告文档和总结

教案与试题 生成

// 系统并行生成教案和试题文档的完整界面,支持实时查看生成进度
教案试题生成界面

搜索步骤 分析

// Search Agent分析得到的四个搜索步骤:原文作者、背景知识、核心思想、教学要点
搜索步骤分析

搜索《咏柳》 资料

// Agent搜索《咏柳》原文、作者、创作背景等详细资料的完整过程展示
搜索咏柳资料

安装依赖与 脚本编写

// DOCX生成Agent安装python-docx等依赖包,编写生成教案和试题的脚本代码
安装依赖编写脚本

并行执行 脚本

// 同时执行两个脚本,分别生成教学试题和教学教案两份DOCX文档,互不干扰
同时执行脚本

《咏柳》教学 试题

// 生成的《咏柳》教学试题文档,Word格式规范排版,符合Office标准规范
教学试题

《咏柳》教学 教案

// 生成的《咏柳》教学教案文档,按教案模板规范排版,内容完整专业
教学教案

课件生成 界面

// 支持自然语言输入教学需求,系统自动分析并一键生成完整的教学课件PPT
课件生成界面

模板选择与 需求确认

// 系统根据Embedding相似度自动匹配PPT模板,确认用户需求并创建PPT项目
模板选择与需求确认

确定 大纲

// 系统根据用户需求生成PPT大纲,确定每一页的标题、要点和内容结构
确定大纲

并行生成 PPT

// 系统基于选定模板,采用并行调度模式同时生成每一页PPT的内容
并行生成PPT

PPT 课件 预览

// 左侧显示各页PPT缩略图,右侧显示当前PPT页面的完整预览效果
PPT课件预览

全屏 预览

// 双击缩略图可全屏显示对应PPT,查看完整视觉效果,支持翻页浏览
全屏预览

在线 编辑

// 支持在线编辑每一页PPT,可修改每个元素的内容、样式和对齐方式
在线编辑

总结与展望

// 论文贡献
设计并实现了基于多Agent协作的智能教学辅助系统,覆盖PPT/DOCX生成、资料搜索分析全流程
// 核心技术
Spring AI · Plan and Execute · Reflection反思 · Embedding匹配 · 并行调度 · 线程池优化
// 系统成效
显著提升备课效率,内容格式规范、质量稳定,准确率可达85%以上,检准率超90%
// 未来方向
支持多模态内容(教学视频),结合学习行为分析实现更精准的个性化教学推荐
exit 0

感谢数学与数据科学学院全体授课老师
特别感谢指导老师 肖爱平 实验师
感谢家人和同学的支持

[ 请各位老师批评指正 ]

_ 仲恺农业工程学院 · 数学与数据科学学院 _