你的 AI 刷题导师
学习助手是一款基于 agentzoo 框架构建的智能学习辅助应用，以限时刷题为核心场景。它能把知识点、考纲和往年真题自动转化为结构化练习流程：资料整理 → 知识点图谱 → 限时刷题 → 结果分析 → 学习报告，形成完整闭环。支持选择题、简答题、编程题，题目难度由易到难、来源可追溯；刷题后可自动分析正确率、薄弱知识点与错因（知识盲区 / 审题粗心 / 时间不足），并给出下一步刷题建议。还提供考纲分析、错题讲解、即时刷题报告等对话任务，以及一键同步至 Synapse Studio 题库（智学工坊）。Rust 单二进制交付，前端内嵌，部署简单。
学习助手：你的 AI 刷题导师
标签：
AI 学习助手限时刷题考前冲刺错题分析知识点梳理备考复习智能出题学习报告个性化学习
一、项目概述
学习助手（agentzoo_assistant）是一款基于 agentzoo 框架构建的智能学习辅助应用。它以"限时刷题"为核心场景，帮助学习者将知识点、考纲和往年真题转化为一套结构化的练习流程：从资料整理、知识点梳理，到限时练习、结果分析与学习报告，形成完整闭环。
应用采用 Rust 服务端与 React 前端的架构组合，服务端以单一二进制形式交付，前端资源在构建时内嵌其中，部署简单、运行高效。
二、核心功能
1. 资料整理（Materials）
学习助手接收学习者提供的主题、学习资料、考纲与往年真题（支持项目内路径、URL 或粘贴文本），自动整理为结构化的资料清单。每份资料均标注类型（资料 / 知识点 / 考纲 / 真题 / 模型生成）、摘要与关键点，确保后续环节有据可依。若学习者未提供外部资料，助手将基于自身知识生成知识点大纲，并明确标注其来源性质。
2. 知识点图谱（Knowledge Map）
基于整理后的资料，助手生成知识点图谱（knowledge-map.md），涵盖：
- 知识点清单与考纲要求
- 重点与易错点标注
- 知识点之间的前置关系
- 题型与难度分布（参考往年真题）
图谱为后续出题提供明确的依据，所有引用均可追溯至原始资料。
3. 限时刷题（Timed Practice）
助手根据知识点图谱生成一套限时练习题，支持选择题、简答题与编程题三种题型。题目难度由易到难分布，题量与限时可由学习者指定（默认 20 题 / 30 分钟）。每道题均附带答案与解析，来源可追溯（知识点 / 考纲 / 真题）。
刷题环节设有学习者审批门（Gate）：练习集生成后需经学习者确认，方可进入作答阶段，确保练习内容符合预期。
4. 结果分析（Analysis）
作答完成后，助手基于实际答案与用时生成分析报告，包括：
- 成绩、正确率与用时统计
- 薄弱知识点识别
- 错因分类：知识盲区 / 审题粗心 / 时间不足
- 记忆卡片（间隔复习素材）
- 下一步刷题建议
分析严格基于实际作答数据，不作臆测。
5. 学习报告（Report）
流程最终生成一份完整的学习报告（report.md），汇总练习成绩、用时、正确率、薄弱知识点、错因分类与后续刷题计划，为学习者的下一阶段学习提供具体、可执行的指导。
6. 智学工坊同步（Synapse Studio Sync）
学习助手支持将生成的练习集与知识点图谱同步至 Synapse Studio 题库（中文界面名称：智学工坊）。知识点图谱以单一知识点形式发布，所有题目关联至该知识点。同步记录作为运行工件（synapse.json）保存在工作台，重新发布时会自动更新知识点并重建题目与试卷。
三、交互方式
除完整的流程化学习外，学习助手还提供多种即时对话任务，学习者可随时发起：
| 任务 | 说明 |
|---|---|
| 分析考纲与真题 | 整理知识点、题型、难度与考点分布，作为出题依据 |
| 开始限时刷题 | 逐步确认主题、资料、题量与限时后创建练习 |
| 分析刷题结果 | 基于作答数据给出正确率、薄弱点与错因分析 |
| 讲解知识点 | 针对知识点或错题给出直觉、例子、易错点与同类题思路 |
| 刷题报告 | 汇总本次练习，生成成绩与后续计划报告 |
四、技术架构
整体结构
agentzoo_assistant/
├── server/ # Rust 应用 crate 与产品二进制
│ ├── prompts/ # 提示词资源
│ └── src/ # 工作流引擎、HTTP 路由、工具与服务
├── web/ # Vite/React 前端
├── Cargo.toml # 工作区定义
└── Makefile # 构建自动化
设计要点
- 框架集成：agentzoo 框架以 git 依赖方式引入（当前版本 v1.3.0），应用实现框架的
zoo_bootstrap::Apptrait，路由、处理器与服务均按标准 axum 应用方式编写，不依赖插件机制。 - 工作流引擎：学习流程以声明式方式定义（阶段、审批门、工件、角色），阶段间通过工件传递数据，关键节点设有人工审批门。
- 前端内嵌：前端构建产物通过
rust-embed在编译期内嵌至服务端二进制，单文件即可运行。 - 知识库检索：内置项目知识库（
.zoo_agent/knowledge），助手可检索并引用其中的学习资料。 - 数学公式：统一使用行内
$...$或独立$$...$$包裹，保证渲染正确。
构建与运行
make build # 先构建前端，再构建服务端，输出 bin/zooagent[.exe]
make run # 构建并启动
make test # 运行测试
make release # 发布构建
五、安全与许可
- 应用不持久化任何登录密码；Studio 同步支持界面登录或环境变量令牌两种方式。
- 仓库不包含模型 API 密钥等敏感信息。
- 本项目为专有软件（All Rights Reserved），未经书面许可不得复制、修改、分发或商用。agentzoo 框架作为独立依赖，遵循其自身许可协议。
六、总结
学习助手将"学—练—析—报"四个环节整合为一条自动化流水线，以审批门保障学习者对关键产物的控制权，以可追溯的引用保障内容质量，以结构化报告支撑持续改进。无论是备考复习还是技能训练，它都能为学习者提供高效、可量化的练习体验。