登录注册

[开源]MIT开源协议，一款 Ollama + Dify 的 AI导师 - 智能教育支持系统

开源系统
2026-06-09 23:22 2 次浏览 • 0 次下载 183.2KB
[开源]MIT开源协议，一款 Ollama + Dify 的 AI导师 - 智能教育支持系统

一、开源项目简介

AI导师系统

图片

AI导师 - 智能教育支持系统

基于RuoYi-Vue + Ollama + Dify的AI教育支持系统

AI导师是一款智能化教育支持系统，通过整合多模态数据分析与知识图谱技术，构建与课堂教学内容高度匹配的智能问答引擎，实现对学生个性化问题的高精度响应。系统深度融合学科知识体系与认知规律，突破传统被动学习瓶颈，推动"教师主导+AI辅助"的协同教学模式落地。

二、开源协议

使用MIT开源协议

三、界面展示

系统演示

图片

 

图片

图片
图片

 
图片

 

图片

图片
图片

 

四、功能概述

 核心特性

  • Agent工作链路
    ：教师一键生成练习题、考试题，减轻备课负担
  • 多租户架构
    ：从学院角度实现数据隔离，保障数据安全与隐私
  • AI精准伴学
    ：基于大模型的智能问答，降低学习门槛
  • 实时学情追踪
    ：动态分析学生提问情况、学习进度，创建学生画像
  • 课程精细管理
    ：教师可新建课程并添加学生，实现精准教学
  • 知识库定制
    ：支持领域知识定制，提升回答精准度

教师端

1、智能问答
 基于NLP技术和深度学习算法，精准理解教师提出的专业问题，提供高匹配度的知识解答。
图片

 

2、课程管理
 灵活调度和管理教学资源，高效组织教学内容，支持实时更新和多终端同步。
图片

 

3、知识库管理
 利用机器学习与智能分类技术，高效管理和维护知识库内容，支持知识点的增补、修订和优化。
图片

 

4、学生管理
 集成学情数据分析和行为分析算法，监控学生学习行为、进度及参与度，生成动态学习报告。
图片
5、学情分析
 挖掘学生学习模式、偏好和难点，自动生成学情诊断报告，支持精准化教学干预。
图片
6、学生学情画像
 结合多维度学习数据构建个性化学情画像，可视化呈现学习状况、知识掌握程度和薄弱环节。

学生端

1、智能问答
 采用先进的NLP技术，结合知识图谱和深度神经网络，高效理解学术问题并提供针对性解答。
2、历史会话管理
 记录与AI导师的每次交互，支持回溯、复习和查阅学习记录，避免信息遗忘和重复学习。

未来规划

智能课堂互动模块

实时分析学生课堂讨论数据，动态生成引导性问题，激发深度思辨与跨学科思维。适用于"科技与伦理"等通识课程，通过结构化引导促进批判性思维培养。

辅助教师生成教学内容

利用生成式AI技术，协助教师快速生成课件、讲义与跨学科教学案例，基于知识图谱生成多学科视角的综合内容，提升课堂吸引力。

自动化出题与批阅

通过NLP与自动评估算法，生成多样化试题并支持开放性作业的自动批阅，减轻教师负担，提供个性化反馈机制。

AI生成跨学科教学资源库

利用生成式AI与知识图谱，构建多模态跨学科资源库，支持资源的动态更新与定期爬取，确保内容时效性。

自动化学术写作指导工具

为学生提供论文结构优化、文献推荐与语言润色支持，通过知识图谱推荐跨学科参考文献，提升学术写作能力。

 项目优势

自研管理系统，精准匹配教育场景

基于大模型技术框架构建核心引擎，自主研发智能交互系统与知识管理平台，确保高效的师生交互和问题响应。

分层级定制开发，适配多元教育需求

支持学科知识体系模块化配置，灵活调整学习路径与推荐策略，提供个性化的分层教学服务。

动态进化系统架构，保障持续服务能力

采用增量式知识更新架构和大模型微调框架，支持实时更新和动态优化，保持知识前沿性。

五、技术选型

图片

技术架构

前端技术

  • Vue 2.x (后台管理系统)
  • Vue 3.x (用户端)
  • Element UI/Element Plus
  • Axios 请求库
  • ECharts 数据可视化

后端技术

  • Spring Boot 2.7.x
  • Spring Security 安全框架
  • MyBatis ORM框架
  • Redis 缓存
  • JWT 认证
  • MySQL 数据库

AI技术

  • Ollama 本地大语言模型部署
  • Dify AI应用开发平台
  • 知识图谱与RAG检索增强
  • 多模态数据处理

 部署方式

本地化部署（不含硬件）

提供本地化部署服务，客户可根据需求部署到本地服务器或云环境，确保数据安全性和系统稳定性。

1、克隆项目 
git clone AI导师系统
2、配置环境 
# 后端环境要求
JDK>=1.8
MySQL>=5.7
Redis>=5.0

# 前端环境要求
Node.js>=12.0
3、启动服务 
# 后端启动
cdruoyi-admin
mvnspring-boot:run

# 前端启动
cdruoyi-ui
npminstall
npmrun dev
评论