SCUT老学长- RAG智能复习助手长期纳贤 && 仓库资料上传规定放开

[HKO00O]

整合自
#42 #40
SCUT 老学长 _ 初期产品形态(3).pdf
SCUT 老学长 _ 2代形态(3).pdf

愿开源精神永远在 SCUT 上空飘扬 🎏

项目背景思考

本人也是察觉到在 Agent、大模型普及的时代，学生会被海量 LLM 生成材料淹没，大量复习时间浪费在信息筛选、资料整合上。
本项目希望搭建一套 插件化 Harness +Cordis决策门 + RAG‑Agent + 大模型 API 调用 的高效复习助手。

至于为什么需要高效？为什么复习不完了？那你别管

当前项目进展

目前已通过 Tailscale 内网穿透完成 GitHub‑OAuth 全链路联调，SOP 文档第四代版本开发完毕。
下一阶段三项核心任务：

1. 部署华为云服务器（资源支持已落实，原定 iteration‑2 迭代任务）
2. 按照 SOP 文档，持续迭代产品功能
3. 最重要：资料 Markdown 格式转换 + 人工按照 SOP 标准审核、标注、补充内容

第三期项目初衷

打造面向华工同学的复习辅助工具，目标实现：

• 快速检索各科往年复习题
• 根据往年真题分布自动生成复习计划
• 针对错题薄弱点进行总结，沉淀 SCUT 各科往年题「题库」

招募｜寻找对 Agent 应用开发感兴趣的低年级同学

欢迎加入本项目，一起长期维护迭代。

重要说明

1. 项目纯为爱发电，无报酬，开发维护阶段开发者使用自备 Token；
2. 产品运行方案：依托我个人账号的 OpenRouter 免费 API，同时支持 Buy‑your‑own‑key，用户可填入自己的密钥调用大模型。维护迭代者无需承担任何产品使用费用。

也欢迎所有同学贡献资料to 学科资料/ 文件夹，别提交进知识库了！

如果知识库长期得不到更新、资料时效性下降，本项目最后只会退化成一个普通的「大模型 + B 站视频检索助手」，失去原本价值。
不要坐吃山空！欢迎大家主动搜集、上传复习资料，哪怕是 Markdown 格式的 AI 整理总结稿也非常欢迎。因为本项目都会切割进知识库，后期0阅读成本。

[HKO00O]