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)
- 克隆(使用 Git LFS 获取媒体资产)。
- 创建 Conda 环境(
conda env create -f environment.yml)。 - 安装前端依赖(
npm --prefix frontend install)。 - 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)。 - 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 - 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