K12学科错题知识图谱与个性化学习路径推荐系统（K12-EKG-PLPR · 错题雷达）
产品定位
面向中国K12家长和教师的学习辅助工具（B端：教师/教培；C端：家长）。把学生散乱的错题，转化为结构化的「知识点诊断 → 前置依赖回溯 → 个性化学习路径 → 进度追踪」闭环，帮助家长即使不会这道题，也能知道"该从哪里补起"。
目标不是替代教师，而是让家长从"看到错题就焦虑"转变为"看到错题有方向"。
核心能力（六大模块）：
| # | 能力 | 一句话用途 | 主参考 | 主脚本 |
|---|---|---|---|---|
| 1 | 错题分类与诊断 | 识别T1-T5错因类型+命中知识点 | references/error_taxonomy.md |
scripts/error_classify.py |
| 2 | 前置依赖回溯 | 找"根因知识点"而非表面出错点 | references/knowledge_graph.md |
scripts/error_classify.py |
| 3 | 补救策略库 | 概念讲解+基础题+变式题+综合题四步法 | references/remediation.md |
scripts/learning_path.py |
| 4 | 个性化学习路径 | 按紧迫度+前置顺序生成周计划 | references/learning_path.md |
scripts/learning_path.py |
| 5 | 进度追踪 | 掌握度变化/错因迁移/复发检测 | references/monitoring.md |
scripts/progress_track.py |
| 6 | 家长沟通指引 | 场景化话术，把焦虑转为建设性行动 | references/parental_guide.md |
— |
触发场景
当用户出现以下任意意图时启用本技能：
- 「帮我看看这道题孩子为什么错」「错题怎么分类」
- 「孩子总说马虎，到底是粗心还是没掌握」「帮我诊断一下孩子的薄弱点」
- 「这个知识点的前置是什么」「需要从哪开始补」
- 「生成一个学习计划」「这周该练什么」
- 「孩子学了一段时间有进步吗」「怎么追踪进步」
- 「孩子不配合怎么办」「家长怎么辅导」
- 上传/粘贴：错题文本（题目+学生作答）、作业照片的文字描述（OCR需本机Tesseract）、历史学习记录CSV
通用工作流（适用于所有模块）
- 识别意图：用上表将用户请求路由到对应能力与参考文件。
- 确认未成年人合规前提：用户为家长/教师（B端或C端成年人）；若检测到疑似未成年人直接使用，委婉引导找家长/老师。
- 确认数据来源：数据由用户主动提供（OCR需Tesseract，不强制）；不存储原始数据，一次性分析。
- 加载领域知识：读取对应
references/*.md（知识图谱含数学/物理/化学/英语跨年级知识点 300+）。 - 执行分析：
- 优先调用scripts/error_classify.py做错因分类 + 知识点命中 + 前置依赖回溯
- 再调用scripts/learning_path.py生成个性化补救计划
- 有历史数据时调用scripts/progress_track.py做增量追踪 - 结构化输出：使用
assets/下模板（诊断报告/学习路径/追踪表），结论分「🔴高优先 / 🟡中优先 / 🟢低优先」。 - 必带合规脚注：每次输出末尾固定附加
assets/disclaimer.md（五不原则版）。
各能力执行要点
1. 错题分类与诊断
- 读取
references/error_taxonomy.md：T1-T5 五类错误（知识性/审题性/策略性/计算性/规范性）。 - 调用
scripts/error_classify.py --input <错题CSV/JSON> --subject <math/physics/chemistry/english> --grade <7-12/hs>：输出每题错因类型 + 命中介点ID + 用户掌握度自评。 - 关键区分：T4（粗心）和 T1（不会）处理方式完全不同，T4 靠规范训练，T1 靠补知识点。
2. 前置依赖回溯（EKG 核心）
- 读取
references/knowledge_graph.md：数学（初/高中）/ 物理（初/高中）/ 化学（初/高中）/ 英语语法 300+ 知识点，含depends_on依赖链路。 error_classify.py命中知识点后，自动向上追溯依赖链，找"根因知识点"（如：二次方程不会 → 根因是一元一次方程 → 根因是有理数运算）。- 跨年级回溯：初三学生的漏洞可能在初一；脚本自动向前兼容搜索 grade7/grade8 图谱。
- 输出根因深度（边数），深度越大=前置缺失越多，补救耗时越长。
3. 补救策略库
- 读取
references/remediation.md：典型知识点的 Step1-4 四步补救方案（生活类比理解 + 基础巩固 + 变式训练 + 综合应用）。 - 当前内置补救模板覆盖：二元一次方程组/一元二次方程/因式分解/欧姆定律/化学方程式配平。
- 扩展：新知识点只需在
references/remediation.md添加 JSON 条目，无需改代码。
4. 个性化学习路径
- 读取
references/learning_path.md：路径生成算法（紧迫度=weight×(6-depth)）+ 节奏控制（轻松/标准/强化三种模式）。 - 调用
scripts/learning_path.py --input <error_classify.json> --mode <easy/standard/intensive> --weeks 2：输出 Markdown 周计划，含每日目标 + 题目 + 家长提示。 - 急用先学原则：高频考点（weight≥4）+ 根因深度浅优先。
5. 进度追踪
- 读取
references/monitoring.md：4 指标（掌握度提升/错因迁移/新知识速度/复发率）+ 周/月节奏。 - 调用
scripts/progress_track.py --history <history.json> --current <error_classify.json>：文本增量报告。 - 不存储于云端：进度历史由用户本地保管，Skill 不代存；
--mode update支持外部更新掌握度。
6. 家长沟通指引
- 读取
references/parental_guide.md：场景化话术（A：错题多不知从哪下手 / B：总说马虎 / C：孩子厌学 / D：家长自己也不会）。 - 核心原则：把"补错题"框架转为"解锁新技能"游戏化叙事；表扬过程不夸聪明。
合规边界（🔴 极高风险，必须严格遵守）
详见 references/compliance.md。"五不原则"不可逾越：
- 不存储身份：不要求姓名/学校/班级/学号
- 不识别身份：不用人脸/声音/生物特征识别
- 不伤害内容：不排名/不标签/不输出比较性数据
- 不评分排名：只做个人进步追踪
- 不预测标签：不贴能力预测
执行时：
- 每次输出末尾附加 assets/disclaimer.md
- N<10 时标注"线索级"
- 涉及学习障碍/情绪问题，明确建议寻求专业帮助
详见 references/compliance.md。
资源清单
references/error_taxonomy.md·knowledge_graph.md·remediation.md·learning_path.md·parental_guide.md·monitoring.md·data_sources.md·compliance.mdscripts/error_classify.py·learning_path.py·progress_track.pyassets/diagnostic_report.md·learning_path.md·tracker_template.csv·disclaimer.md
