跳到主要内容

项目：知识库驱动的课件生成助手

本节定位

这个项目比普通知识库问答更进一步。
它不是只回答问题，而是要真正产出：

  • 一份符合格式要求的 Word 课件

所以它特别适合训练这些系统能力一起工作：

  • 文档解析
  • 知识检索
  • 例题抽取
  • 结构化输出
  • 模板化文档生成

学习目标​

  • 学会把“主题 -> 查资料 -> 抽例题 -> 生成课件”组织成完整流程
  • 学会定义一个知识库驱动课件系统的最小项目边界
  • 学会把内部知识库和外部资料补充分开设计
  • 学会把这个项目做成一个有产品感的作品级系统

先建立一张地图​

这个项目最适合按“知识入库 -> 检索 -> 结构化生成 -> 模板导出”来理解：

所以这个项目真正想解决的是：

  • 用户只给一个主题时，系统怎样自动去找资料、找例题、再按模板写出来

一、项目题目怎么收窄？​

一个最稳的起点通常是：

做一个“知识库驱动的数学课件助手”，用户输入主题，系统自动生成一份包含知识点、例题和练习的 Word 初稿。

为什么这个范围合适？

  • 主题清楚
  • 资料形态清楚
  • 例题和知识点都能从文档里抽
  • Word 输出目标明确

不建议一开始就做成：

  • 所有学科通用
  • 自动生成 PPT + Word + 讲稿 + 配音

这样很容易把项目主线冲散。

二、一个更适合新人的总类比​

你可以把这个系统理解成：

  • 一个会先翻资料、再整理提纲、最后替你起草课件的备课助理

它不是直接凭空写，而是：

  1. 先查内部资料
  2. 必要时再补外部资料
  3. 再从资料里挑知识点和例题
  4. 最后按固定格式写成课件

这个类比很重要，因为它会帮新人避免把项目想成：

  • “直接让模型写一篇 Word”

三、最小系统闭环长什么样？​

  1. 文档入库
  2. 解析正文、标题和例题
  3. 用户输入主题
  4. 系统检索内部知识块
  5. 必要时补外部资料
  6. 生成结构化课件对象
  7. 套模板导出 Word

只要这 7 步跑顺，这个项目就已经非常像真正产品了。

四、先跑一个最小工作流示例​

knowledge_base = [
    {"topic": "折扣应用题", "content_type": "concept", "text": "折扣 = 原价 × 折扣率"},
    {"topic": "折扣应用题", "content_type": "example", "text": "商品原价 100 元，打 8 折后价格是多少？"},
    {"topic": "折扣应用题", "content_type": "exercise", "text": "一件衣服原价 80 元，打 7 折后是多少元？"},
]


def retrieve_internal(topic):
    return [item for item in knowledge_base if item["topic"] == topic]


def retrieve_external(topic):
    # 这里只做一个最小模拟
    return [{"topic": topic, "content_type": "note", "text": f"外部资料补充：{topic} 的常见教学误区。"}]


def build_courseware(topic):
    internal = retrieve_internal(topic)
    external = retrieve_external(topic)
    all_items = internal + external
    return {
        "title": topic,
        "concepts": [x["text"] for x in all_items if x["content_type"] == "concept"],
        "examples": [x["text"] for x in all_items if x["content_type"] == "example"],
        "exercises": [x["text"] for x in all_items if x["content_type"] == "exercise"],
        "notes": [x["text"] for x in all_items if x["content_type"] == "note"],
    }


print(build_courseware("折扣应用题"))

4.1 这个例子最关键的价值是什么？​

它说明这个系统真正有价值的地方，不是只会：

  • 查

而是能把查到的内容重新组织成：

  • 课件需要的栏目结构

五、这个项目最需要哪些能力？​

按系统分层看，核心能力是：

5.1 文档解析​

  • PDF / DOCX / PPTX 读取
  • 扫描件 OCR
  • 标题层级和例题识别

对应课程：

5.2 知识库与检索​

  • 切块
  • 元数据
  • 主题检索
  • 例题召回

对应课程：

5.3 结构化输出与模板生成​

  • 先生成大纲
  • 再生成知识点 / 例题 / 练习
  • 再套模板导出 Word

对应课程：

5.4 工具调用与工作流​

  • 内部知识库检索
  • 外部资料补充
  • 模板渲染
  • 导出文件

对应课程：

六、这个项目最该怎么评估？​

最值得先看的不是“写出来像不像”，而是：

  1. 检索内容对不对
  2. 例题抽得对不对
  3. 结构有没有符合模板
  4. 引用和来源能不能回溯

你可以先把评估拆成：

维度更像在看什么
检索质量主题资料和例题有没有找对
结构正确性标题、知识点、例题、练习有没有放对位置
来源可追溯性每一段内容能不能回溯到文档来源
模板符合度最终 Word 是否符合格式规范

七、一个新人可直接照抄的推进顺序​

第一次做这个项目时，更稳的顺序通常是：

  1. 先只做内部知识库
  2. 先不加外部资料
  3. 先生成结构化 JSON
  4. 再把 JSON 套到 Word 模板里
  5. 最后再补外部检索、工具编排和更复杂的 Agent 逻辑

这样会比一上来就做“全自动备课 Agent”更容易把系统做稳。

八、如果把它做成作品集，最值得展示什么？​

最值得展示的通常不是：

  • “我能生成 Word”

而是：

  1. 原始资料长什么样
  2. 解析后的知识块长什么样
  3. 用户输入主题后检索到了哪些内容
  4. 最终课件结构是怎么长出来的
  5. Word 模板导出后的结果长什么样

这样别人会更容易看出：

  • 你做的是一个知识驱动内容生成系统
  • 不只是让模型写了一篇文章

这节最该带走什么​

  • 这个项目最核心的不是“文档输出”，而是“文档知识 -> 结构化课件”的整条链
  • 文档解析、RAG、结构化输出、模板渲染缺一块，系统都不稳
  • 如果你想做这类系统，先把工作流版做稳，再考虑 Agent 化会更现实