AI 私教（初中）— 教育 Agent Skill
产品定位
面向初中生的 AI 私教小程序/H5，核心场景：
- 知识点补弱：通过练习定位薄弱知识点，针对性出题
- 错题管理：记录错题、追踪掌握度变化
- 苏格拉底式讲解：AI 老师不直接给答案，用提问引导学生思考
- 游戏化激励：经验值、等级、徽章、连击系统
技术栈：
- 前端：微信小程序原生 / H5（纯静态 + JS）
- 后端：微信云开发 或 Python 标准库 HTTP 服务
- AI：StepFun step-3.7-flash（出题/对话）
- 数据：localStorage（前端） + analytics.json（后端匿名统计）
核心能力
1. 智能出题
# 题库优先，不足时 AI 生成
POST /api/questions
{
"subject": "数学",
"knowledgePoint": "一元一次方程",
"difficulty": 3,
"count": 5
}
出题规则：
- 单选题为主，必须 4 个选项（A/B/C/D）
- 干扰项设计：2 个明显错误 + 1 个接近但错误的干扰项
- 填空题仅在知识点不适合选择题时使用
- 同一批题目互不雷同（考查角度、语料、数值都有实质差异）
- 难度 1-5 自适应，支持相邻难度放宽
AI 出题 System Prompt：
你是初中全学科命题专家。请严格按要求的学科、知识点、难度出练习题。
要求：
1. 以单选题(choice)为主；知识点确实不适合选择题时才出填空题(fill)
2. 单选题必须 4 个选项（A/B/C/D），且只有一个正确答案
3. 干扰项要有迷惑性：2 个明显错误 + 1 个接近但错误的干扰项
4. 每题必须有 explanation 解析，说清正确解法和关键思路
5. errorType 只能是：careless(计算粗心)/concept(概念理解不清)/formula(公式记混)/reasoning(推理逻辑错误)
6. 同一批题目必须互不雷同：考查角度、语料、数值都要有实质差异
7. 题干和解析里如需引用词语，一律用中文引号「」或“”，严禁英文双引号 "（会破坏 JSON）
8. 必须严格输出 JSON 数组，不要任何额外文字、注释或 Markdown 代码块标记
2. 苏格拉底式讲解
POST /api/explain
{
"question": "题目内容",
"userAnswer": "学生答案",
"knowledgePoint": "知识点"
}
讲解原则：
- 不直接给答案，用循序渐进的问题引导学生自己思考
- 每次只推进一小步，问完等学生回应，不一次讲完
- 学生答对时给予具体肯定（说清对在哪），再适度追问加深
- 学生答错时先判断错误类型（概念理解不清/计算粗心/公式记混/推理逻辑错误），
点明错因后再引导到正确思路
- 语气亲切耐心，像一位好老师
- 回复控制在 150 字以内
3. 掌握度算法
采用贝叶斯平滑，避免新知识点冷启动问题：
mastery = (correct + 1) / (total + 2) * 100
- 未练习时 mastery = null（不显示）
- 练习 1 次对：mastery = (1+1)/(1+2) = 66.7%
- 练习 3 次对 2 次：mastery = (2+1)/(3+2) = 60%
- 练习 10 次对 9 次：mastery = (9+1)/(10+2) = 83.3%
分层判定：
- ≥ 80%：已掌握（绿色）
- 60% ~ 79%：需加强（黄色）
- < 60%：薄弱（红色）
4. 游戏化系统
经验值（XP）规则：
- 答对 +10 XP，答错 +2 XP
- 连击加成：2 题 ×1.5 / 3 题 ×2 / 5 题+ ×3
- 答错即断连击，倍率重置
- 每 100 XP 升一级，共 9 级
等级路线：
新手 → 学徒 → 进阶 → 优秀 → 精通 → 专家 → 大师 → 宗师 → 传奇
徽章系统：
- 🏅 初出茅庐：累计答对 10 题
- 🏅 学有所成：累计答对 50 题
- 🏅 百题达人：累计答对 100 题
- 🏅 今日苦练：单日完成 20 题
- 🏅 连击之王：单场连击 5 题以上
- 🏅 答题如神：20 题内正确率 ≥ 90%
- 🏅 三日坚持：累计活跃 3 天
- 🏅 一周学霸：累计活跃 7 天
5. 数据分析后台
# 匿名访问统计
GET /admin/analytics?token=$ADMIN_PASSWORD
统计维度：
- UV / PV（累计 + 今日）
- 页面访问排行（Top 10）
- 事件统计（pageview / practice_start / answer_submit / chat_send 等）
- 学科练习排行（Top 10）
- 设备分布（微信 / iOS / Android / Mac / Windows）
数据存储：data/analytics.json（纯 JSON，零依赖）
前端集成
初始化
// 1. 加载技能
const aiTutor = await loadSkill('ai-tutor');
// 2. 初始化（自动生成 visitorId）
aiTutor.init({
apiBase: '/api',
onReady: () => console.log('AI 私教已就绪')
});
页面切换追踪
aiTutor.track('pageview', 'page-home');
开始练习
const result = await aiTutor.startPractice({
subject: '数学',
knowledgePoint: '一元一次方程',
difficulty: 3,
count: 5
});
// result.questions = [...]
// result.source = 'bank' | 'bank+ai' | 'ai'
提交答案
const feedback = await aiTutor.submitAnswer({
questionId: result.questions[0].id,
answer: 'A'
});
// feedback.ok = true/false
// feedback.explanation = '解析内容'
// feedback.reward = { xp: 10, mult: 1, leveled: false, level: 1, name: '新手', streak: 1 }
AI 讲解
const explanation = await aiTutor.explain({
question: '题目内容',
userAnswer: 'A',
knowledgePoint: '一元一次方程'
});
// explanation.text = 'AI 苏格拉底式引导内容'
后端部署
环境变量
# AI 配置
STEPFUN_API_KEY=your_key_here
AI_CHAT_MODEL=step-3.7-flash
AI_QUESTION_MODEL=step-3.7-flash
AI_CHAT_MAX_TOKENS=1500
AI_QUESTION_MAX_TOKENS=6000
AI_TIMEOUT=110
# WorkBuddy Agent API（可选，用于接入 Agent 底座）
USE_WORKBUDDY=true
WORKBUDDY_APP_KEY=your_app_key
WORKBUDDY_APP_SECRET=your_app_secret
WORKBUDDY_BASE_URL=https://api.workbuddy.tencent.com/v1
# 管理后台
ADMIN_PASSWORD=your_admin_password
注意：ADMIN_PASSWORD 和 STEPFUN_API_KEY 等敏感信息必须通过环境变量注入，禁止在 skill 包或前端代码中硬编码。
启动
python3 server.py
# 监听 0.0.0.0:$PORT
接口清单
| 方法 | 路径 | 功能 |
|---|---|---|
| GET | /api/health | 健康检查 |
| GET | /api/subjects | 学科 + 知识点索引 |
| POST | /api/questions | 取题（题库优先，不足时 AI 生成） |
| POST | /api/chat | AI 对话（SSE 流式） |
| POST | /api/explain | 苏格拉底式错题讲解（SSE 流式） |
| POST | /api/analytics | 匿名访问统计上报 |
| GET | /admin/analytics?token=xxx | 数据监测后台 |
WorkBuddy 平台集成方案
方案 A：发布为 Skill（推荐，最快落地）
优势：
- 直接复用现有 H5 代码，只需封装 SKILL.md
- 可在 WorkBuddy 市场被搜索、安装
- 获得平台流量 + 多端分发
实施步骤：
1. 将现有 ai-tutor-h5 的核心能力提取为 Skill 接口
2. 编写 SKILL.md，定义 triggers / gotchas / 使用示例
3. 发布到 WorkBuddy 开放平台
交付物：
- ~/.workbuddy/skills/ai-tutor/SKILL.md
- ~/.workbuddy/skills/ai-tutor/PURPOSE.md
- ~/.workbuddy/skills/ai-tutor/.abstract.md
方案 B：接入 WorkBuddy Agent 底座
优势：
- 获得 WorkBuddy 的 tool use / 多轮记忆 / MCP 生态
- 未来可接入智能硬件（平板、智能笔等）
- 无需自维护 AI 调用基础设施
实施步骤：
1. 将 AI 调用从「直接调 StepFun」改为「通过 WorkBuddy Agent 底座调用」
2. 用 MCP Connector 对接题库 API
3. 利用 WorkBuddy 内置的 SSE / streaming 能力
技术改造点：
- 后端 /api/chat 和 /api/explain 改为调用 WorkBuddy Agent API
- 前端 streamPost 适配 WorkBuddy 的 SSE 格式
- 保留现有 prompt 作为 System Prompt 注入
方案 C：发布为 Buddy 应用
优势：
- 品牌化 AI 工作台，教育领域官方背书
- 可对接 WorkBuddy 的 50+ 行业落地场景
- 支持自定义品牌 + 付费分发
实施步骤：
1. 基于方案 A 的 Skill 能力
2. 设计品牌化 UI（保留现有品牌色 #667eea）
3. 在 WorkBuddy 开放平台创建「AI 私教」Buddy 应用
4. 接入支付 / 会员体系（可选）
产品红线
- 个人主体可选类目极窄，教育类目基本不可选，不能开微信支付
- K12 义务教育阶段学科类培训是禁入类目——包括语数英物化的课内同步辅导、课后习题讲解，提交审核直接驳回
→ 本产品定位正好命中；换个体户/企业主体也解决不了（禁的是内容，不是主体） - 「设为体验版」不经过审核，个人主体体验成员上限 15 人
- 预览二维码有效期约 30 分钟，不限人数
- 可选路径：
- 体验版(15人)
- H5 网页版(无上限，AI 可全权代办) ← 当前选择
- 改定位为非 K12（成人职教、兴趣素养、纯工具）
下一步行动
- 立即执行：将现有 H5 封装为 Skill（方案 A）
- 本周内：设计 WorkBuddy Agent 底座接入方案（方案 B）
- 本月内：评估 Buddy 应用发布可行性（方案 C）
相关资源
- H5 线上地址：https://c90d04ebb0c54f6dbbe928d917519bc8.app.workbuddy.link
- 管理后台：https://c90d04ebb0c54f6dbbe928d917519bc8.app.workbuddy.link/admin/analytics?token=$ADMIN_PASSWORD
- 题库数据：
ai-tutor-h5/data/questions.json（6258 题） - 学科索引：
ai-tutor-h5/data/subjects.json
