Tencent/WeSmartFlow

Every question can open a new path. WeSmartFlow turns learning into conversation, exploration, stories, and hands-on discovery.

WeSmartFlow – 开源自适应学习平台

这是什么 – WeSmartFlow 是一个开源框架,让 AI 代理充当个人学习伴侣。它可以理解学习者的目标,生成学习路径,创建互动内容(卡片、可视化、测验、音频),在个人知识图谱中跟踪进度,甚至将体验嵌入到类似游戏的“探索”世界中。该仓库包含一个可复用的代理核心、FastAPI 后端服务、Vue-3 前端,以及示例“探索”主题。


核心能力

能力 功能
ReAct 风格辅导代理 使用工具(搜索、知识图谱、HTML 卡片生成器、EduViz 可视化器、测验制作器、TTS)来回答问题、创建学习产物并更新学习者的知识图谱。
图记忆(个人知识大脑) 将概念存储为带有关系(前提、相关等)的节点,通过 SM-2 间隔重复跟踪掌握程度,并在免费辅导和沉浸式课程中共享此图。
多代理课程生成 专门代理(规划者、研究员、作家、插画师、语音、测验)的流水线自动构建完整课程(PDF + 音频 + 练习 + 知识图谱条目)。
HTML 知识卡片和 EduViz 卡片:概念的静态、可打印摘要。EduViz:从 SDK 生成并在浏览器中渲染的基于 JavaScript 的交互式可视化。
探索模式 使用任何前端技术(Vue、React、Three.js 等)构建的插件学习世界(例如“魔法英语小镇”、“数学花园”)。主站点通过目录 JSON 加载它们。
WeClaw 微信桥接 可选通道,将微信消息转发到同一辅导服务,使用 Playwright 将卡片渲染为图像后再发送。

架构概览

WeSmartFlow/
├─ backend/                # FastAPI 服务器、agent_core、服务、数据库(SQLite + 向量存储)
│   ├─ agent_core/        # ReAct、DAG 工作流、工具注册
│   ├─ agents/            # 辅导、研究等的提示模板
│   ├─ services/          # 辅导、课程创建、知识图谱 API
│   └─ channels/          # WeClaw(微信)集成
├─ frontend/               # Vue-3 SPA – 聊天、课程查看器、图谱、测验、探索页面
├─ examples/               # 独立的“探索”主题 + 目录 JSON
└─ environment.yml         # Conda 环境(Python 3.10+,Node 25)

后端通过 LLM_API_KEY、LLM_BASE_URL、LLM_MODEL 与任何兼容 OpenAI 的 LLM 通信。前端使用 REST API,流式传输代理响应,并显示生成的卡片/可视化。


快速开始(如 README 所述)

  1. 克隆(使用 Git LFS 获取媒体资产)。
  2. 创建 Conda 环境(conda env create -f environment.yml)。
  3. 安装前端依赖(npm --prefix frontend install)。
  4. 在 .env 中配置 LLM(OpenAI、DeepSeek 等)以及可选的身份验证提供程序(GitHub OAuth、电子邮件 SMTP、微信)。
  5. 运行:
    # 终端 1
    cd backend && python main.py   # FastAPI 在 :8080
    # 终端 2
    cd frontend && npm run dev    # Vue 开发服务器在 :5173
    
  6. 打开 http://localhost:5173 – 您可以尝试免费辅导、沉浸式课程或探索页面。

可选额外功能:

  • WeClaw – 启用 WECLAW_ENABLED=true 并绑定微信机器人。
  • PDF 课程生成 – 安装 XeLaTeX/latexmk 和 SimplePlus Beamer 主题。

谁可能使用它?

  • 教育工作者 – 希望在不构建整个技术栈的情况下创建交互式 AI 生成课程的人。
  • 开发者 – 寻找专为教育而设计的可复用代理框架(agent_core)的人。
  • 学习者 – 希望拥有记住过往会话并适应课程的个人 AI 导师的人。

许可证

MIT – 免费用于商业和非商业用途。


以上所有细节均直接取自仓库的 README,未添加任何外部假设。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目