基于大模型的个性化资源生成与学习多智能体系统开发

A3-基于大模型的个性化资源生成与学习多智能体系统开发
时间：2026-04-01 15:32:46
第十五届中国软件杯大赛--A组赛题
赛题名称:基于大模型的个性化资源生成与学习多智能体系统开发

组类： A组（本科、研究生、高职）
出题企业：科大讯飞股份有限公司

答疑QQ群：1072584310

赛题简介：介绍整个赛题的实现目标、实用价值、涉及技术和整体要求

在数字化与智能化深度融合的时代，高等教育的个性化变革成为核心发展方向，同时也面临传统教学模式适配性不足的挑战。不同学生在知识基础、学习能力、兴趣方向上的显著差异，使得标准化教学难以满足个性化学习需求，部分学生存在知识吸收效率低的问题。当前大模型技术迎来高速发展新阶段，以通用大模型、多模态生成大模型(如SeeDance等)、 AI辅助编程工具(如Claude Code等)为代表的技术体系，具备强大的自然语言理解、多模态内容生成、代码辅助开发及实时推理能力，为高等教育领域的创新升级带来全新契机。本赛题旨在借助大模型技术体系，融合前沿AI技术，突破传统教育的技术与模式局限，要求参赛团队构建高等教育个性化学习资源体系，开发智能学习智能体系统，切实满足学生的个性化、多模态学习需求。

赛题业务场景：描述赛题相关的真实企业业务背景。从真实场景中，适当简化或者提炼出适合比赛的赛题场景

在高等教育学习过程中，学生普遍面临学习资源繁杂无序、难以精准匹配自身需求且缺乏智能化、个性化学习指导的核心问题。不同专业、不同学历水平的学生在面对海量课程资料、学术文献、学习辅助工具时，难以快速筛选出契合自身学习进度和能力的资源;同时课堂集体讲授模式无法兼顾每位学生的学习节奏与特点，导致学生在知识掌握和能力提升上存在明显差距。传统学习模式及基础的智能辅助系统，因缺乏多模态生成、多智能体协同等前沿AI技术的支撑，难以满足现代高等教育对培养创新型、个性化人才的要求。基于此，本赛题要求参赛团队构建多智能体系统，为学生打造专属的个性化资源学习智能体，并借助多智能体协作实现智能化、精准化的学习引导。系统需依托各类高等教育资源，融合多模态生成、代码辅助开发等技术，以某一具体专业课程(如人工智能、计算机、电子信息相关等)为切入点，实现个性化资源的自动化生成与建设，根据学生个体情况提供定制化、多模态的学习内容，全方位辅助学生开展自主学习，真正实现“因材施教”的数字化落地。

基本功能需求

参赛团队需深入调研和研究新时代大学生的学习需求和痛点，融合前沿AI技术和工具，开发出能够高效生成个性化、多模态学习资源(如资源设计方案、PPT、题库、多模态视频/动画、实操案例、实践项目学习材料等)的智能体系统，实现提升学生学习效率、优化学习资源利用、增强学习效果的核心目标。该系统应包含以下核心功能：

1、对话式学习画像自主构建：摒弃传统繁琐表单，支持通过自然语言对话(结合学生的专业、学习目标、学习历史等)自动抽取特征，构建包含不少于6个维度(如知识基础、认知风格、易错点偏好等)的动态学生画像，并支持画像的随学随新。

2、多智能体协同的资源生成：系统须体现“多智能体”架构设计;通过与学生的智能交互，大模型结合AI前沿技术和工具，依据学生提供的专业、课程内容、知识短板、学习需求等信息，生成针对性的多模态学习资料，须由不同角色的智能体协作完成至少5种类型的个性化资源生成，如专业课程讲解文档、知识点思维导图、不同类型练习题目、拓展阅读材料、多模态教学视频/动画、代码类实操案例等，为学生提供全方位学习参考。

3、个性化学习路径规划和资源推送：依托多智能体协同工作机制，整合系统生成的个性化资源，结合大模型对学生专业、学习进度、知识掌握情况及学习偏好的深度分析，为学生规划科学、动态的个性化学习路径，明确学习步骤和顺序;同时基于画像实现学习资源的精准推送，涵盖文档、视频、题库、实操案例等多类型内容。

4、智能辅导(可选加分项)：当学生在学习过程中遇到问题时，系统提供即时、多模态的答疑解惑服务，通过智能体的数据分析、大模型的知识支持，结合多模态生成技术，为学生提供详细的文字解答、图解说明、短视频讲解等多样化解答形式，实现针对性学习引导。

5、学习效果评估(可选加分项)：通过实时跟踪学生的学习行为、练习测试情况、资源使用反馈等数据，依托大模型的数据分析能力实现对学生学习效果的多维度、精准评估;并根据评估结果及时动态调整学习资源推送策略和学习计划，实现学习方案的持续优化。

非功能性需求

1、系统界面美观大方、简洁明了，交互逻辑清晰，符合现代AI产品交互规范(如流式输出、Markdown渲染、多模态内容卡片化展示)，无明显功能与界面错误，可结合AI技术实现交互体验的智能优化;

2、若开发过程中使用开源项目、前沿 AI工具/框架，需在提交文档的显著位置标注名称、来源及相关协议要求;

3、系统需具备完善的“防幻觉”与内容安全过滤机制，确保生成的学术内容无事实性错误、无敏感违规信息;

4、智能体核心功能的响应时间控制在合理范围内，保障学生的日常使用体验，多模态资源生成的响应效率需满足实际学习场景需求，如提供“生成进度追踪”或“流式呈现”机制，避免长时间白屏等待。

实现条件：开发环境、实验平台、开发语言、数据库、编译器、涉及硬件等

本赛题对开发环境、编程语言、数据库、编辑器、硬件平台等均不做限制，参赛团队可结合等前沿AI技术/工具，借助各类开源工具完成开发工作，需明确系统中 “多智能体协同框架” ，但须严格遵循开源协议及相关工具的使用要求，确保智能体程序可稳定、正常运行;智能体开发框架不做限制;开发过程中使用的其他AI辅助工具，需选用科大讯飞相关工具。

测试数据或平台：提供给参赛者的测试环境和测试数据。

参赛团队需自行构造至少一门完整高校专业课程(如人工智能、计算机、电子信息相关等)的初始知识库/文档集作为系统输入。

开发所需设备及设备指标需求说明

无

文档及其他要求

参赛团队提交的文档需参考软件系统的标准文档规范，包括但不限于系统开发说明书、测试说明书等，且须满足以下核心要求：

1、需求层面：需深入了解和研究新时代大学生的学习需求，结合前沿AI技术的应用场景完成系统性的需求分析，明确技术与需求的结合点;

2、技术开发层面：详细阐述智能体的设计、开发、测试、部署全流程，包括用户界面设计、功能实现、系统集成及优化等方面的工作;重点说明前沿AI技术在系统中的融合应用思路、实现方法，同时指出系统开发过程中采纳的创新实践和用户体验提升策略。

参赛团队须确保以上两个层面的内容在文档中条理清晰、逻辑连贯，并且有充分的数据与案例支撑，以便能够全面体现系统的深度与广度。此外，鼓励参赛团队通过图表、流程图、架构图等视觉工具增强文档的可读性和说服力。

各评分项及大致占比

1、创新价值与实用性(35%)

2、功能实现及技术要求(45%)

3、配套文档的丰富度(10%)

4、演示视频、PPT 效果(10%)

初赛作品提交要求

1、演示 PPT：须清晰展示智能体应用价值、前沿AI技术融合思路与实现方法、创新价值、核心功能等内容，逻辑清晰、重点突出;

2、可完整运行的多智能体相关文件：包含但不限于项目源码、数据集、模型部署配置文件等，文件整理规范，可在常规环境下正常运行;

3、智能体演示视频：时长控制在7分钟之内，须清晰展示系统的操作流程、核心功能、多模态资源生成效果及前沿AI技术的应用成果;

4、智能体开发类型：不限，包括但不限于Web应用、移动端开发、小程序端开发等;

5、配套文档：需满足上文 “文档及其他要求”中的所有规范，文档格式统一、内容完整。

6、如若使用AI Coding工具，给出相关说明。