团队项目第一次作业

作业所属课程：https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringDoubleDegree2026
作业要求：https://edu.cnblogs.com/campus/gdgy/SoftwareEngineeringDoubleDegree2026/homework/15663
团队名称：学习引擎
团队成员：3123001577郑瑞元
团队展示ppt

AI课程助手系统需求分析文档

---

一、项目标识
1.1 项目名称
AI课程助手系统
1.2 项目类型
基于大模型API的智能教学辅助系统
1.3 项目背景
随着人工智能技术的发展，大模型在教育领域的应用逐渐成熟。本项目旨在构建一个多学科、多模式的智能课程助手系统，以辅助学生学习并提高教学效率。
1.4 项目目标
本系统的主要目标包括：
• 实现多学科（计算机、化学、政治）智能教学支持
• 提供多种交互模式（学习、出题、代码、报告生成）
• 实现结构化输出，提高内容可读性
• 提供实验/课程报告自动生成能力

---

二、迭代记录表
版本号 日期 修改内容 修改人
v1.0 初始版本 完成基础前后端通信 开发者
v1.1 增强稳定性 增加异常处理、超时控制 开发者
v1.2 功能完善 增加报告生成模块 开发者
v1.3 优化体验 增加前端结构化展示 开发者

---

三、系统总体描述
3.1 系统架构
系统采用前后端分离架构：
前端（HTML+JS） → Flask后端 → 大模型API → 返回结果 → 前端展示

---

3.2 系统组成
（1）前端模块
• 用户交互界面（HTML）
• 用户输入处理（JavaScript）
• 数据请求（Fetch API）
• 数据展示（结构化解析）

---

（2）后端模块
• Web服务（Flask）
• 接口设计（/chat、/report）
• Prompt构造模块
• API调用模块（requests）
• 异常处理模块

---

3.3 用户特征
• 普通学生用户
• 无需专业技术背景
• 具备基本计算机操作能力

---

四、功能需求

---

4.1 学科选择功能
描述
用户可选择不同学科（计算机、化学、政治）
实现
前端通过按钮设置 subject 参数，后端根据该参数构造不同 Prompt

---

4.2 模式选择功能
描述
系统支持以下模式：
• 学习模式
• 出题模式
• 代码模式

---

4.3 学习模式
描述
系统以“教师讲解”的形式输出内容，包括：
• 知识点拆解
• 逐步讲解
• 示例
• 总结
• 选择题与解析

---

4.4 出题模式
描述
系统根据学科自动生成：
• 选择题（3题）
• 简答题（1题）
• 提供解析

---

4.5 代码模式
描述
适用于计算机学科，提供：
• 代码解释
• 错误分析
• 优化建议

---

4.6 报告生成功能
描述
根据学科生成不同类型报告：
• 化学实验报告
• 计算机实验报告
• 政治课程报告

---

4.7 前端结构化展示功能
描述
通过解析如下格式：
【标题】
实现内容分块显示，提高可读性

---

五、非功能需求

---

5.1 性能需求
• 响应时间 ≤ 10秒
• 支持基本并发访问

---

5.2 可靠性
• 系统具备异常处理能力
• API调用失败时返回提示信息

---

5.3 可用性
• 界面简洁
• 操作简单
• 无需复杂学习成本

---

5.4 可维护性
• 前后端分离
• 模块化设计
• Prompt可独立修改

---

六、类图
+-------------------+
| Frontend |
+-------------------+
| subject |
| mode |
| message |
+-------------------+
| send() |
| generateReport() |
+-------------------+

|
v

+-------------------+
| Backend |
+-------------------+
| API_KEY |
+-------------------+
| chat() |
| report() |
| call_api() |
+-------------------+

|
v

+-------------------+
| Prompt Module |
+-------------------+
| chemistry_prompt |
| cs_prompt |
| politics_prompt |
+-------------------+

---

七、思维导
AI课程助手系统
│
├── 学科模块
│ ├── 计算机
│ ├── 化学
│ └── 政治
│
├── 模式模块
│ ├── 学习模式
│ ├── 出题模式
│ └── 代码模式
│
├── 报告模块
│ ├── 化学报告
│ ├── 计算机报告
│ └── 政治报告
│
├── 前端模块
│ ├── 输入界面
│ ├── 按钮控制
│ └── 结果展示
│
└── 后端模块
├── Flask接口
├── Prompt构造
├── API调用
└── 异常处理

---

八、接口说明

---

8.1 聊天接口
URL
/chat
方法
POST
输入参数
参数 类型 说明
message string 用户输入
subject string 学科
mode string 模式

---

输出
{
"reply": "AI返回内容"
}

---

8.2 报告接口
URL
/report
方法
POST
输入参数
参数 类型 说明
topic string 题目
subject string 学科

---

输出
{
"report": "生成的报告"
}

---

九、验收标准

---

9.1 功能验收
• 能正常选择学科与模式
• 能正确返回AI生成内容
• 报告功能可正常生成

---

9.2 性能验收
• 响应时间合理（≤10秒）
• 多次请求不崩溃

---

9.3 稳定性验收
• 网络异常时系统不崩溃
• API失败时返回提示信息

---

9.4 用户体验验收
• 界面简洁清晰
• 输出内容结构清晰
• 操作流程顺畅

---

本系统通过引入大模型API与Prompt工程，实现了多学科智能教学辅助功能，在结构化输出与系统设计方面具有一定创新性，具备良好的扩展性与应用前景。