这个项目能做什么
MathMaster Edu 是一个面向学生和教师的智能错题管理平台,核心流程为拍照录入错题、AI结构化解析、数学验证、向量归档、掌握度评估与自适应复习。项目采用 Streamlit 前端与 FastAPI 网关,后端使用 SQLAlchemy 管理 SQLite/MySQL/PostgreSQL 数据,ChromaDB 提供向量检索能力。
主要功能包括:AI 拍照录题,通过视觉大模型识别手写题目并输出考点、分步讲解、答案、难度、易错原因和变式题;多模型提供商抽象,可切换 SiliconFlow、通义千问、智谱 GLM、DeepSeek、OpenAI、Ollama 或 Gemini,无 Key 时自动进入演示模式;RAG 向量检索支持相似题召回和语义搜索,向量库故障时降级为关键词检索;内置 SM-2 间隔重复算法进行闪卡式复习;掌握度引擎结合复习日志生成能力画像和每日计划;每道错题支持多轮追问讲题;学情看板展示知识点分布、薄弱知识点和录入趋势;支持一键导出 Word 复习卷;提供教师端学生总览和错题批注;学习日历展示热力图、正确率趋势和连续打卡;知识图谱以标签共现网络呈现掌握度状态。
工程化方面,项目包含 287 个 pytest 用例、Playwright E2E 测试、ruff 静态检查、GitHub Actions CI(多 Python 版本矩阵、启动冒烟、Docker 构建)、Alembic 数据库迁移、Docker Compose 一键部署,以及 RAG 检索离线评测和 AI Tutor 的 LLM-as-judge 评测。项目还提供 MCP Server,可接入 Claude Desktop 或 Cursor 进行自然语言操作。
部署方式支持本地运行、Docker Compose 和独立 FastAPI 网关。种子账号 admin/admin123 为教师角色,demo/demo123 为学生角色。已知限制包括登录限流和异步队列默认仅支持单实例、图片存储于本地磁盘等。
评论
0 人表达喜爱 · 满10人后显示 Deer Point
登录后参与讨论。