当前位置: 首页 > news >正文

WorkBuddy案例——教育辅导智能体

教育辅导智能体

本案例展示如何用 WorkBuddy 构建一个"教育辅导智能体",采用苏格拉底式引导教学策略,结合自适应出题和个性化学习路径规划,帮助K12及大学生提升学习效果。

核心能力体现:苏格拉底式提问 | 学习记忆 | 自适应出题 | 路径规划 | 多轮引导


先讲一个让所有家长都头疼的场景

场景一:孩子问问题

孩子:妈妈,这道数学题怎么做? 家长:这道题要用XXX公式... 孩子:为什么用这个公式? 家长:因为...(解释不清楚) 孩子:听不懂。 家长:你上课没听吗? 孩子:...

场景二:孩子学习没动力

孩子:学这个有什么用? 家长:考试要考。 孩子:考完呢? 家长:...

场景三:报了补习班也没用

补习班老师:这个题型这样做。 孩子:记住了。 考试:换了个问法。 孩子:不会了。

问题本质:大部分教学是"告诉答案",而不是"教会思考"。


为什么这件事特别适合用 WorkBuddy 智能体来做

第一,苏格拉底式教学需要多轮对话

“你觉得这道题应该从哪里入手?”
“如果把这个条件换一下,会发生什么?”
“你能举一个类似的例子吗?”

这种引导式教学天然需要多轮对话。

第二,学习需要持续记忆

龙虾可以记住学生:

  • 哪些知识点掌握得好
  • 哪些地方容易出错
  • 学习进度到哪里了
  • 喜欢的学习方式

第三,自适应需要数据分析

根据学生的答题情况,自动调整出题难度和知识点覆盖。


龙虾会怎样完成这项任务

场景:孩子问数学题

孩子:这道数学题怎么做? 一只蜗牛从10米深的井底往上爬, 白天爬3米,晚上滑下2米, 几天能爬出来? 龙虾:好问题!让我们一起来分析这道题。 首先,你觉得解决这个问题需要知道什么信息? (引导学生思考) 孩子:需要知道白天爬多少,晚上滑多少。 龙虾:很好!那你能算出第一天结束后, 蜗牛实际爬了多少米吗? 孩子:白天爬3米,晚上滑2米,所以是3-2=1米?

苏格拉底式对话

classEducationTutor:"""教育辅导智能体"""def__init__(self):self.student_profile={}# 学生画像self.learning_history=[]# 学习历史self.current_topic=None# 当前知识点asyncdeftutoring(self,question:str)->dict:"""苏格拉底式辅导"""# 1. 理解问题topic=self.identify_topic(question)# 2. 检查前置知识ifnotself.check_prerequisites(topic):awaitself.fill_gaps()return# 3. 引导式提问questions=self.generate_socratic_questions(topic)forqinquestions:# 抛出问题response=awaitself.ask(q)# 检查回答ifself.is_correct(response):# 肯定 + 继续引导awaitself.affirm_and_continue()else:# 追问 + 提示awaitself.probe_and_hint()# 4. 总结归纳awaitself.summarize(topic)defgenerate_socratic_questions(self,topic:str)->list:"""生成苏格拉底式问题"""templates={'理解层面':['你觉得解决这个问题需要什么条件?','你能用自己的话复述一下题目吗?','这个条件是什么意思?'],'分析层面':['如果把这个条件改一下,会怎样?','你能找出这道题和哪道题类似吗?','解决这个问题有哪几步?'],'应用层面':['你能举一个类似的例子吗?','这个方法还能用在什么地方?','如果不用这个方法,还能怎么解?']}returntemplates

自适应学习系统

classAdaptiveLearning:"""自适应学习系统"""def__init__(self):self.knowledge_graph={}# 知识点图谱self.student_mastery={}# 学生掌握度asyncdefgenerate_exercise(self,topic:str)->dict:"""根据掌握度生成练习"""mastery=self.student_mastery.get(topic,0.5)ifmastery<0.3:# 基础题difficulty='easy'hint_level='high'elifmastery<0.7:# 中等题difficulty='medium'hint_level='medium'else:# 挑战题difficulty='hard'hint_level='low'# 从题库选择合适难度的题目exercise=self.select_exercise(topic,difficulty)return{'exercise':exercise,'hint_level':hint_level,'mastery_required':mastery}asyncdefupdate_mastery(self,topic:str,result:bool):"""更新知识点掌握度"""# 使用艾宾浩斯遗忘曲线模型current=self.student_mastery.get(topic,0)ifresult:# 答对:提升掌握度(边际递减)self.student_mastery[topic]=current+(1-current)*0.2else:# 答错:下降掌握度self.student_mastery[topic]=current*0.7

学习报告示例

# 📚 学习报告 - 数学(第三章:行程问题) ## 📊 学习概况 - 学习时长:45分钟 - 完成练习:12道 - 正确率:83% - 掌握度提升:+15% ## 🎯 知识点掌握 | 知识点 | 掌握度 | 推荐练习 | |--------|--------|----------| | 相遇问题 | ⭐⭐⭐⭐⭐ | 已掌握,可跳过 | | 追及问题 | ⭐⭐⭐ | 继续练习 | | 环形跑道 | ⭐⭐ | 需要加强 | ## 📈 进步曲线 [此处插入学习曲线图] ## 💡 建议 1. 追及问题还需加强,建议多做3道练习 2. 可以开始学习下一章:工程问题 3. 明天复习一下相遇问题,防止遗忘 ## 🏆 本次表现 - 最快解题:用时45秒(相遇问题) - 需要帮助:环形跑道第三题

第一次在 WorkBuddy 里交这个任务,怎样说才最稳

初始化学生信息

请帮我设置学习档案: - 年级:高二 - 科目:数学 - 薄弱点:解析几何、排列组合 - 学习目标:高考数学130+ 请制定一个为期3个月的学习计划。

开始学习

请帮我学习行程问题。 我先看一遍知识点,然后做练习。

这个案例会用到哪些能力

能力用途
苏格拉底式提问引导式教学,让学生自己思考
知识图谱建立知识点之间的关联
学习记忆记住学生的掌握度和历史
自适应出题根据水平调整难度
路径规划推荐学习顺序

普通用户最容易犯的三个错误

第一个:把AI当答案机器

错误:直接问答案,不思考

正确:问"为什么"而不是问"是什么"

第二个:只刷题不总结

正确:做完题要理解背后的知识点

第三个:学习计划不坚持

正确:让龙虾帮忙监督和提醒

http://www.jsqmd.com/news/833323/

相关文章:

  • CircuitPython Web Workflow实战:无线开发Yoto Mini与I2C硬件验证
  • 决策拓扑:用开源工具可视化复杂业务逻辑,告别流程图乱麻
  • 六轴串联机械臂路径规划【附程序】
  • 用ESP32+GRBL打造无线写字机器人:蓝牙/WIFI控制与离线绘图全攻略
  • 5G QoS实战:从数据包到QoS Flow的映射与过滤规则全解析
  • dotai:将AI大模型无缝集成到Shell终端的智能助手工具
  • 3步极速获取百度网盘提取码:开源神器baidupankey的智能解密指南
  • MoviePilot终极指南:一键批量重命名,让你的媒体库整齐划一
  • 如何高效解析百度网盘真实下载地址:专业开发者的完整指南
  • 从零构建SDK:以Bags-SDK黑客松为例的设计、实现与实战
  • Windows右键菜单管理神器:ContextMenuManager高效清理与自定义指南
  • DHCP 中继实验:跨网段自动分配 IP(附排错实录)
  • Rust命令行工具oli:提升终端效率的轻量级瑞士军刀
  • 生产环境紧急修复如何从 tag 创建 hotfix 分支流程?
  • 表现主义不是乱涂!——掌握这8个专业级语义锚点词,让MJ瞬间理解“蒙克式焦虑”或“康定斯基式节奏”
  • 番茄小说下载器:打造属于你的个人数字图书馆终极指南
  • Python创意编程入门:用DrawBot实现矢量图形与数据可视化
  • MySQL 视图使用场景与限制
  • Scarab架构深度解析:基于Avalonia的空洞骑士模组管理器实现原理
  • 终极免费工具:NVIDIA Profile Inspector让你的显卡性能翻倍
  • 线程化笔记工具:重塑深度思考与知识管理的技术实践
  • 从零构建类Claude智能助手:基于开源LLM的指令微调与部署实战
  • 基于RAG的电影智能体构建:从向量检索到Agentic设计
  • 基于MCP协议与Figma API构建AI设计协作工具:原理与实践
  • 氛围驱动开发:用兴趣流与个性化工具链提升编程心流
  • TPU柔性材料3D打印GoPro车载支架:从减震原理到实战拍摄全指南
  • 量子退火与经典优化结合的金融投资组合优化方法
  • 分支提交包含敏感密钥如何彻底从历史清除?
  • 三维重建实时映射技术在智慧水利中的核心应用
  • DIY堆肥翻堆器:Fusion 360设计与木工实践指南