Skip to content

Latest commit

 

History

History
52 lines (39 loc) · 2.75 KB

File metadata and controls

52 lines (39 loc) · 2.75 KB

ChainLearn AI - 增强功能需求文档

1. 项目背景

为了将 ChainLearn AI 打造成一个具有商业竞争力的专业化学习平台,我们需要引入更高级的互动功能。目前的纯文本对话形式较为单调,缺乏视觉刺激和主动的知识验证机制。

2. 核心功能需求

功能一:可视化知识图谱 (Visual Learning)

目标:利用图表将抽象概念具象化,提升用户的理解效率和沉浸感。

具体需求

  1. Mermaid图表渲染

    • 支持类型:流程图 (Flowchart)、时序图 (Sequence Diagram)、思维导图 (Mindmap)、类图 (Class Diagram)。
    • 触发机制:AI 讲师在讲解复杂流程(如“React 渲染机制”、“光合作用流程”)时,自动输出 Mermaid 代码块。
    • UI展示:在聊天气泡中,将 Markdown 代码块自动转换为渲染好的 SVG 图表。
    • 交互:支持简单的缩放或全屏查看(可选)。
    • 暗黑模式适配:图表颜色需适配当前应用的深色主题 (Slate-950)。
  2. AI 智能绘图指令

    • 更新 System Prompt,明确指示 AI 在解释“结构”、“关系”、“过程”类知识点时必须使用可视化图表。

功能二:智能实战测验 (Smart Quizzes)

目标:通过游戏化的即时反馈,帮助用户巩固知识,增加学习的成就感。

具体需求

  1. 测验生成引擎

    • 在每个学习节点 (Node) 结束后,系统自动基于该节点的上下文生成 3-5 道单项选择题
    • 题目应包含:问题描述、4个选项、正确答案、解析 (为什么选这个)
  2. 交互式测验 UI

    • 入口:在节点头部或底部增加“知识自测 (Test Knowledge)”按钮。
    • 测试流程
      • 用户点击开始 -> 弹出模态框 (Modal)。
      • 逐题展示 -> 用户选择答案。
      • 即时反馈:选择后立即显示对错,并展示 AI 生成的解析。
    • 结果汇总:测试结束后显示得分(例如:4/5)。
      • 若全对:显示“完美掌握”鼓励动效。
      • 若有错:建议复习相关知识点。

3. 技术实现路径 (简述)

  • 前端依赖:引入 mermaid 库用于绘图。
  • 组件开发
    • MermaidBlock:封装 React 组件,接收 code string,输出 SVG。
    • QuizModal:封装测验交互逻辑。
  • AI 服务:新增 generateNodeQuiz 接口,专门用于生成结构化的测验 JSON 数据。

4. 预期交付成果

  • 用户在询问“TCP 握手流程”时,能直接看到时序图。
  • 用户在学完一个章节后,可以通过测验验证自己是否真的学会了。