基于 AIGC 与多资源整合的个性化学伴平台 —— 面向中国大学生的 AI 学习伴侣系统。
整合 B 站、小红书、抖音等公开课程链接,结合学习行为分析与大语言模型,将分散资源转化为结构化学习内容,生成符合个人节奏与应试目标的定制化学习路径。
毕业设计项目 · 信息管理与信息系统
技术栈:Spring Boot + Vue 3 + MySQL + Redis + 通义千问
随着生成式人工智能(AIGC)技术发展,教育模式正逐步向个性化与智能化转变。大学生广泛依赖 B 站、小红书、抖音等平台获取学习资源,但这些资源普遍存在 分散、结构缺失、缺乏引导 等问题,难以满足应试导向下的高效学习需求。
本平台以 「链接而非搬运」 为核心理念,构建四大能力闭环:
| 模块 | 说明 |
|---|---|
| 资源重组 | 多平台资源采集、标签分类、知识点结构化映射 |
| 学习画像 | 问卷测评 + 行为数据,生成 LQAI 学格与学习特征 |
| 路径生成 | 规则与 AI 结合,输出可动态调整的阶段性学习计划 |
| 智能陪伴 | AI 教师引导 + 学习监督,形成「目标—计划—执行—反馈」闭环 |
关键词:生成式人工智能 · 个性化学习 · 学习路径规划 · 多源资源整合
| 模块 | 说明 | 后端 | 前端 |
|---|---|---|---|
| 用户认证 | 注册 / 登录 / 找回密码,JWT + 邮箱验证码 | ✅ | ✅ |
| 学习资源管理 | 爬虫数据解析、AI 匹配、资源入库(仅存链接与标签) | ✅ | ✅ |
| 学科与知识点 | 学科管理、知识点树、测评题目 | ✅ | ✅ |
| 学习画像 | 水平诊断、LQAI 学格、学习偏好与节奏分析 | ✅ | ✅ |
| AI 教师 | 知识归纳、解题引导、分步提示 | 🚧 | 🚧 |
| 个性化学习路径 | 规则驱动 + AI 生成,短周期动态调整 | 🚧 | 🚧 |
| AI 陪伴与监督 | 学习提醒、进度跟踪、学习总结 | 🚧 | 🚧 |
| 学习数据分析 | 掌握雷达图、连续性折线、完成度统计 | 📋 | 📋 |
后端 backend/
| 类别 | 技术 |
|---|---|
| 框架 | Spring Boot 4.0.1 · Java 17 |
| 数据库 | MySQL 8 + Spring Data JPA |
| 缓存 | Redis |
| 安全 | Spring Security + JWT |
| 邮件 | Spring Mail(QQ SMTP) |
| AI | 阿里云通义千问(OpenAI 兼容接口) |
前端 frontend/
| 类别 | 技术 |
|---|---|
| 框架 | Vue 3 + Composition API |
| 构建 | Vite 7 |
| UI | Element Plus 2 |
| 状态 / 路由 | Pinia 3 · Vue Router 4 |
| 请求 | Axios(JWT 拦截器) |
Monorepo 单仓库组织前后端,便于统一版本管理与协作:
AIGClearningplatform/
├── LICENSE # Apache License 2.0
├── README.md # 项目总览(本文件)
├── backend/ # Spring Boot 后端
│ ├── pom.xml
│ ├── src/
│ └── README.md # 后端启动与 API 说明
└── frontend/ # Vue 3 前端
├── package.json
├── vite.config.js
├── src/
└── README.md # 前端启动与页面说明
| 依赖 | 版本 |
|---|---|
| JDK | 17+ |
| Maven | 3.8+ |
| MySQL | 8.0+ |
| Redis | 6.0+ |
| Node.js | 18+ |
git clone https://github.com/Fjie17/AIGClearningplatform.git
cd AIGClearningplatformcd backend
# 复制并填写配置
cp src/main/resources/application.properties.example src/main/resources/application.properties
# 编辑 application.properties:数据库、邮箱、AI API、Redis
# 创建数据库
# CREATE DATABASE aigc_learning_platform CHARACTER SET utf8mb4;
# 启动(默认端口 9090)
./mvnw spring-boot:run # Linux / macOS
mvnw.cmd spring-boot:run # Windows详细说明见 backend/README.md。
cd frontend
npm install
npm run dev浏览器访问 **http://localhost:5173**。开发模式下 /api 自动代理至 http://localhost:9090。
详细说明见 frontend/README.md。
flowchart TB
subgraph Client["客户端 frontend/"]
Login["登录 / 注册"]
Admin["管理端<br/>科目·知识点·资源·AI匹配"]
User["用户端<br/>画像·AI教师·路径·陪伴·分析"]
end
subgraph Backend["后端 backend/ Spring Boot :9090"]
API["REST API"]
Auth["认证 / JWT"]
Resource["资源解析 & AI 匹配"]
Profile["学习画像 / LQAI"]
AI["通义千问"]
end
subgraph Storage["数据层"]
MySQL[(MySQL)]
Redis[(Redis)]
end
Login --> Admin
Login --> User
Admin & User -->|HTTP /api| API
API --> Auth
API --> Resource
API --> Profile
Resource --> AI
Profile --> AI
API --> MySQL
Auth --> Redis
资源整合 → 画像分析 → 路径生成 → 学习执行 → 数据反馈 → 动态优化
- 管理员通过资源重组模块整合多平台链接,AI 匹配知识点后入库
- 用户完成测评问卷,系统生成学习画像与 LQAI 学格
- 学习路径模块结合画像与目标生成阶段性任务
- AI 教师提供知识讲解与思维引导;陪伴模块跟踪学习进度
- 数据分析模块可视化学习效果,驱动路径动态调整
| 前缀 | 说明 |
|---|---|
/api/auth |
注册、登录、验证码、重置密码 |
/api/profile |
学习画像、测评问卷、LQAI 判定 |
/api/user-subject |
用户学科关联 |
/api/admin/subjects |
学科管理 |
/api/admin/knowledge-points |
知识点管理 |
/api/admin/resources |
学习资源解析与入库 |
/api/admin/assessment-questions |
测评题目管理 |
/api/ai/test |
AI 接口调试 |
完整接口说明见 backend/README.md。
敏感配置不会提交到仓库。请基于示例文件自行创建:
backend/src/main/resources/application.properties.example
↓ 复制为
backend/src/main/resources/application.properties
需配置项:MySQL 连接、QQ 邮箱授权码、通义千问 API Key、Redis 地址。
前端开发无需 .env 即可联调(Vite 代理已配置);生产部署时由 Nginx 反向代理 /api 至后端。
| 场景 | 做法 |
|---|---|
| 只改后端 | 在 backend/ 开发 → git add backend/ → 提交推送 |
| 只改前端 | 在 frontend/ 开发 → git add frontend/ → 提交推送 |
| 全栈联调 | 后端 :9090 + 前端 npm run dev(:5173) |
| 文档 | 内容 |
|---|---|
| backend/README.md | 后端目录结构、配置、启动、API 模块 |
| frontend/README.md | 前端目录结构、路由、页面、联调说明 |
本项目基于 Apache License 2.0 开源。