Professional Agentic Learning

AI 学习卡片系统。项目采用前后端分离架构：Vue 前端提供 ChatGPT 风格学习界面，Django 后端提供 API、SQLite 数据库、SSE 流式生成和 AI Provider 抽象。

功能范围

• 多轮学习对话
• 每次生成一张学习卡片
• 继续学习和出题练习
• 四选一选择题
• 答对烟花效果
• Markdown 安全渲染
• 整个对话导出 PDF
• Provider 健康状态
• Ollama / OpenRouter / OpenAI-compatible / vLLM / SGLang 可切换
• cl100k_base 100k token 上下文预算

界面截图

SQL 学习

Python 学习

Terraform 学习

目录

professional-agentic-learning/
  backend/             Django + Django Ninja + SQLite
  frontend/            Vue 3 + Vite + TypeScript + pnpm
  prd/                 产品和工程 PRD
  run-all.sh           本地同时启动前后端
  Dockerfile           多阶段容器构建
  docker-compose.yml   容器编排

本地启动

本项目按当前机器约定使用 conda/base Python，不创建 Python 虚拟环境。

后端：

cd backend
/opt/anaconda3/bin/python3.13 manage.py migrate
/opt/anaconda3/bin/python3.13 manage.py runserver 127.0.0.1:8000

前端：

cd frontend
pnpm install
pnpm dev --host 127.0.0.1

一键启动：

./run-all.sh

run-all.sh 只启动两个独立 tmux session，不会自动进入任何一个。

进入 Vue/Vite：

tmux attach -t agentic-learning-vue

进入 Django：

tmux attach -t agentic-learning-django

停止本项目的两个 tmux session：

./stop-all.sh

环境变量

后端默认使用 Ollama OpenAI-compatible endpoint：

AI_PROVIDER=ollama
AI_BASE_URL=http://127.0.0.1:11434/v1
AI_MODEL=gpt-oss:120b
AI_API_KEY=ollama

前端只配置后端地址：

VITE_API_BASE_URL=http://127.0.0.1:8000

真实 .env 不提交。示例见：

• backend/.env.example
• frontend/.env.example

测试

后端测试包含真实 AI Provider 测试，不是 mock-only。

cd backend
/opt/anaconda3/bin/python3.13 -m pytest -q

前端构建：

cd frontend
pnpm build

Docker Compose

docker compose up --build

默认端口：

• Backend: http://127.0.0.1:8000
• Frontend: http://127.0.0.1:5173

容器内的 Ollama/OpenRouter/vLLM/SGLang 地址需要通过环境变量配置。macOS Docker 访问宿主机 Ollama 时通常使用：

AI_BASE_URL=http://host.docker.internal:11434/v1

提交规范

commit message 使用中文，标题简洁，正文写清楚背景、原因、主要改动、影响范围和测试结果。不要使用 update、fix、改一下 这类低信息量提交。