Learning System
专业、年级、学习风格、错题表现和目标方向会被整理成持续更新的个人画像。
系统把目标拆成章节顺序、重点、难度、预计耗时和当前学习位置。
文档、导图、题库、阅读、视频脚本和代码实操由多 Agent 协作生成。
课程讨论、AI 辅导、错题复盘和差距报告共同推动下一轮学习计划。
Signal
6
资源形态
12
画像维度
3
检索召回
24/7
智能辅导
01
学习画像把目标、薄弱点、错题表现和学习风格放在同一个上下文里，后续路径和资源才有依据。
profile
02
章节、重点、难度和预计耗时被组织成可推进的学习路径，学习者知道今天应该做什么。
前端基础回顾
基础 · 3 小时
组件通信
基础 · 3 小时
数据结构
进阶 · 5 小时
Agent 系统开发
进阶 · 5 小时
03
多 Agent 根据当前章节生成文档、导图、练习、拓展阅读、视频脚本和代码实操。
04
课程讨论、AI 回复、错题复盘和差距报告回流画像，让计划持续更新。
62
行业匹配度
优势能力
代码开发
待提升
Agent 开发
重点关注
算法结构
Agent Workflow
下方预留给 Agent 流水线视频、资源生成过程录屏，或学习路径生成动效。
01
从专业背景、学习目的和当前短板开始，而不是直接生成一份通用计划。
02
把目标拆到章节、练习、资源和验收节点，形成可以每天推进的路线。
03
围绕当前路径补齐课程文档、思维导图、题库、拓展阅读和代码实操。
04
错题、讨论、测评和差距报告会回流到画像，更新下一步建议。
后续页面会承载更多具体界面：课程播放、AI 评论回复、导师匹配、路径规划、资源生成、错题复盘和行业能力对比。 首页只负责建立清晰的产品气质，让用户理解这不是内容集合，而是一套能持续推进学习的系统。
查看成长档案