ai-shifu/ai-shifu

AI‑Shifu

它是什么 – AI‑Shifu 是一个开源平台，让创作者、讲师或企业培训团队能够将单一课程大纲转化为每位学习者专属的、可互动的 AI 导师。它运行在大语言模型（LLM）后端之上，提供实时讲解、追问、评估和反馈，全部封装在一个可嵌入网站或学习门户的 Web 界面中。

主要功能

• 个性化讲解引擎 – 根据学习者的背景、目标和技能水平生成学习路径、语气和深度。
• 互动问答与追问 – 拆解学习者的问题，提出澄清性追问，并在会话中建议下一步操作。
• 快速课程组装 – 作者提供高层框架；系统将其扩展为完整课程、活动和测验。
• 一键部署 – Docker Compose 文件（最新版或固定版本）让您能在几分钟内启动整个技术栈（MySQL、可选 Redis、API 和 Web 前端）。
• 多渠道集成 – 可嵌入企业门户、公共网站或专用培训平台。
• 可扩展 TTS – 通过火山引擎或其他提供商实现可选文本转语音。

典型用户

• 课程创作者 – 希望在不编写个性化内容的情况下，将单一教学大纲复用于众多学习者。
• 企业培训团队 – 需要从通用知识库生成角色特定的学习路径。
• 教育工作者 – 寻找 AI 驱动的辅导助手，可即时回答学生问题并生成评估。

如何试用

1. 托管演示 – 访问 https://ai-shifu.com 体验现成的 AI 引导课程。
2. 自托管 – 克隆仓库并启动 Docker 技术栈：

   git clone https://github.com/ai-shifu/ai-shifu.git
   cd ai-shifu/docker
   cp .env.example.full .env   # 编辑 .env
   # 设置您的 LLM 提供商 API 密钥和 LLM_MODEL_1_ID（例如 OpenAI 模型 ID）
   docker compose -f docker-compose.latest.yml up -d
   

   容器启动后，打开 http://localhost:8080。使用任意手机号登录；默认演示验证码为 1024（生产环境请更改）。第一个验证通过的用户将成为管理员/创作者。

开发工作流 – dev_in_docker.sh 从当前源码构建后端和前端镜像，并启动热重载 Compose 文件，让您无需在本地安装 Python/Node 即可轻松迭代代码。

路线图亮点

• 用于快速脚本生成和维护的 AI 代理
• 集中式知识库集成
• 语音输入和输出（语音优先交互）

详细信息位置

• 安装指南：INSTALL_MANUAL.md
• Docker 镜像发布：GitHub Container Registry（ghcr.io/ai-shifu/...）
• 国际化：src/i18n/ 和 docs/references/i18n.md 中的文档
• TTS 配置：设置 VOLCENGINE_TTS_* 环境变量并在 UI 中选择 volcengine_http。

总结 – AI‑Shifu 是一个全栈、容器化的 AI 辅导系统，将静态教学材料转化为动态、个性化的学习体验，面向希望扩展一对一教学而无需为每位学习者编写定制内容的教育工作者和企业。