AI 智能学习助手系统

语言 / Language：中文 | English

一个围绕“资料管理 -> RAG 检索 -> AI 总结/出题 -> 在线练习 -> 错题复盘 -> 学习分析 -> Agent 学习助手”构建的全栈 AI 学习闭环项目。
适合作为 AI 应用实战、RAG 工程化、Agent 工具调用、课程设计、简历项目 的参考案例。

联系方式

如有对本项目有问题，建议，可发送邮件至：3111471949@qq.com

注：广告、推广信息恕不回复，邮件请备注「AI学习系统+来意」

在线体验

注意:中国用户需要使用vpn以访问

• 前端 Demo：https://ai-intelligent-learning-assistant-s.vercel.app
• 后端健康检查：https://backend-production-d1f3.up.railway.app/api/health
• GitHub 仓库：https://github.com/Nyx-Amanises/AI-Intelligent-Learning-Assistant-System

线上环境使用 Vercel + Railway 部署。首次访问时，如果后端处于冷启动状态，接口可能需要等待几秒。

项目截图

首页 / 学习概览	Agent 学习助手

资料管理	RAG 评测

学习分析	AI 配置

核心能力

资料驱动学习闭环

• 上传或创建学习资料，支持 TXT / PDF / DOCX 等内容解析。
• 基于资料生成 AI 总结、复习提纲和练习题。
• 支持在线练习、自动判分、错题沉淀和知识点掌握度统计。
• 学习分析看板汇总正确率、错题数量、薄弱知识点和练习趋势。

RAG 与向量检索

• 对资料内容进行分段和 Embedding。
• 使用 Qdrant 存储资料向量，支持语义检索。
• 支持 RAG 检索预览，展示相似度、页码、段落和章节信息。
• 内置 RAG 评测集管理，支持 Hit@K、Recall@K、MRR 和耗时统计。
• 支持导入 CMRC2018 数据集做批量检索质量验证。

Agent 学习助手

• 支持通用学习对话和 SSE 流式回复。
• 支持会话列表、新建对话、删除对话和工具调用轨迹。
• 可查询资料、题集、练习记录、任务状态等系统上下文。
• 新对话默认不自动绑定资料，用户可在消息里主动指定资料标题或 ID。
• 打开 Agent 时会提示当前 AI 配置是否处于 Mock 模式。

AI 配置与任务中心

• 支持 Chat 模型和 Embedding 模型分开配置。
• 支持 OpenAI-compatible、DeepSeek、豆包 Ark 等兼容接口。
• 支持 Mock 模式，便于无真实模型 Key 时演示系统流程。
• AI 总结、AI 出题、简答题判分、Embedding 等耗时操作统一进入任务中心。
• 任务中心支持状态追踪、详情查看、失败重试、重新派发和删除记录。

技术栈

层级	技术
前端	Vue 3, TypeScript, Vite, Pinia, Vue Router, Element Plus, Axios
后端	Spring Boot 3.3, Java 17, MyBatis Plus, JWT, Bean Validation
数据库	MySQL 8, Redis
RAG	Qdrant, Embedding API, 资料分段, Hit@K / Recall@K / MRR 评测
AI	OpenAI-compatible Chat API, SSE 流式输出, Mock 模式
部署	Docker Compose, Vercel, Railway

目录结构

AI-Intelligent-Learning-Assistant-System
├─ backend/                  # Spring Boot 后端
│  ├─ src/main/java/          # 业务代码
│  ├─ src/main/resources/     # 配置文件
│  └─ Dockerfile
├─ frontend/                 # Vue 3 前端
│  ├─ src/api/                # 接口封装
│  ├─ src/components/         # 通用组件
│  ├─ src/views/              # 页面视图
│  └─ Dockerfile
├─ db/                        # 建表与迁移脚本
├─ docker/mysql/init/         # MySQL 容器初始化脚本
├─ docs/images/               # README 截图和社交预览图
├─ runtime/                   # AI 运行时配置，默认不提交敏感内容
├─ docker-compose.yml         # 本地一键启动
├─ vercel.json                # Vercel 前端部署配置
├─ README.md                  # 中文说明
└─ README.en.md               # English README

快速启动

方式一：Docker Compose

1. 准备环境变量：

Copy-Item .env.example .env

2. 启动全部服务：

docker compose up -d --build

3. 访问服务：

• 前端：http://localhost:5173
• 后端：http://localhost:8083
• MySQL：localhost:3307
• Redis：localhost:6379
• Qdrant：http://localhost:6333

4. 查看日志：

docker compose logs -f backend
docker compose logs -f frontend

5. 停止服务：

docker compose down

方式二：本地手动启动

后端：

Set-Location backend
mvn spring-boot:run

前端：

Set-Location frontend
npm install
npm run dev

如果需要向量检索能力，请同时启动 Qdrant：

docker run -d --name qdrant -p 6333:6333 -p 6334:6334 -v qdrant_storage:/qdrant/storage qdrant/qdrant

核心配置

后端支持通过环境变量覆盖配置：

变量	说明
SPRING_DATASOURCE_URL	MySQL 连接地址
SPRING_DATASOURCE_USERNAME	MySQL 用户名
SPRING_DATASOURCE_PASSWORD	MySQL 密码
SPRING_REDIS_HOST	Redis 地址
APP_AI_ENABLED	是否启用 AI 能力
APP_AI_MOCK_MODE	是否启用 Mock 模式
APP_AI_CHAT_PROVIDER_TYPE	聊天模型 Provider
APP_AI_BASE_URL	Chat API Base URL
APP_AI_CHAT_PATH	Chat API Path
APP_AI_API_KEY	Chat API Key
APP_AI_DEFAULT_MODEL	默认聊天模型
APP_AI_EMBEDDING_BASE_URL	Embedding API Base URL
APP_AI_EMBEDDING_API_KEY	Embedding API Key
APP_AI_DEFAULT_EMBEDDING_MODEL	默认 Embedding 模型
APP_QDRANT_BASE_URL	Qdrant 地址
APP_QDRANT_COLLECTION_NAME	Qdrant Collection 名称
APP_JWT_SECRET	JWT 密钥

AI 配置页面保存的运行时配置默认写入：

runtime/ai-config.json

常用接口

模块	接口示例
认证	POST /api/auth/register, POST /api/auth/login, GET /api/user/profile
资料	POST /api/material/upload, GET /api/material/page, POST /api/material/{id}/parse
AI 任务	POST /api/ai/tasks/material/{materialId}/summary, POST /api/ai/tasks/material/{materialId}/question-set
练习	POST /api/practice/start, POST /api/practice/submit, GET /api/practice/page
分析	GET /api/wrong-questions/page, GET /api/knowledge-mastery/overview, GET /api/learning-analytics/overview
RAG	GET /api/rag/material/{materialId}/retrieve-preview, POST /api/rag-eval/datasets/{datasetId}/run
Agent	POST /api/assistant/sessions, POST /api/assistant/sessions/{sessionId}/messages/stream

部署说明

当前线上部署方式：

• 前端：Vercel
• 后端：Railway
• 数据库与依赖：Railway / 外部托管服务

前端生产构建：

Set-Location frontend
npm run build

后端生产构建：

Set-Location backend
mvn -DskipTests package

Vercel 使用根目录的 vercel.json：

{
  "installCommand": "cd frontend && npm ci",
  "buildCommand": "cd frontend && npm run build",
  "outputDirectory": "frontend/dist"
}

Railway 后端部署时，需要确保服务根目录指向 backend，并配置好 MySQL、Redis、Qdrant、AI Provider 和 JWT 相关环境变量。

后续规划

• 引入更完整的 Agent 工具编排和权限控制。
• 增加混合检索、重排模型和 RAG A/B 对比。
• 增加学习计划、间隔复习和个性化推荐。
• 增加模型调用成本统计和调用日志。
• 增加 GitHub Actions 自动化构建与部署。

License

本项目用于学习、课程设计和作品集展示。若用于商业用途，请先确认依赖组件与模型服务的许可要求。