Skip to content

jackylk/agentic-edu

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Echo - AI 个人学习助理

基于 NeuroMemory 的智能学习伙伴,帮助你梳理知识体系,提升专业技能

🎯 产品定位

Echo 是一个 AI 驱动的个人学习助理,专注于:

  • 📚 知识体系梳理 - 自动构建你的专属知识图谱
  • 🎓 技能提升规划 - 基于现有基础制定学习路径
  • 💡 智能内容推荐 - 发现最相关的学习资源
  • 🔄 持续学习跟踪 - 记录学习历程,巩固知识

核心特性

1. 知识图谱自动构建

用户输入:我想学习 Rust 编程语言

Echo 自动:
├─ 分析用户背景(已掌握 Python, C++)
├─ 构建 Rust 知识图谱
│   ├─ 基础概念(所有权、借用、生命周期)
│   ├─ 核心特性(类型系统、并发、宏)
│   ├─ 应用领域(系统编程、Web 后端、CLI 工具)
│   └─ 学习资源(官方书籍、项目实战、视频教程)
└─ 生成个性化学习路径

2. 学习资源智能管理

  • 自动下载和整理网页文章
  • 提取 PDF/文档核心内容
  • 关联相关知识点
  • 生成学习笔记

3. 知识巩固助手

  • 定期复习提醒(遗忘曲线)
  • 生成测试题目
  • 知识点关联回顾
  • 学习进度可视化

4. 个性化推荐引擎

  • 基于知识图谱推荐下一步学习内容
  • 发现知识盲区
  • 推荐相关项目实践
  • 推荐学习伙伴

5. 学习档案管理 (ECHO.md)

  • 自动生成个性化学习档案
  • 记录学习偏好、技能树、兴趣领域
  • 提供记忆查询指南
  • 详细数据存储在 NeuroMemory 后端

技术架构

┌─────────────────────────────────────────┐
│           Echo 用户界面                  │
│  - CLI 命令行工具                        │
│  - Web 界面(可选)                      │
│  - VS Code 插件(未来)                  │
└─────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────┐
│           Echo Agent 核心                │
│  - 对话管理器                            │
│  - 知识图谱构建器                        │
│  - 学习路径规划器                        │
│  - 内容推荐引擎                          │
└─────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────┐
│         NeuroMemory 记忆系统             │
│  - 会话存储                              │
│  - 知识图谱 (Apache AGE)                 │
│  - 文档管理 (OBS)                        │
│  - 向量检索 (pgvector)                   │
└─────────────────────────────────────────┘

快速开始

安装

# 克隆项目
git clone https://github.com/yourusername/echo.git
cd echo

# 安装依赖
pip install -e .

# 配置
cp .env.example .env
# 编辑 .env,填入 API Keys

基础使用

# 启动 Echo CLI
echo chat

# 查看/更新用户学习档案
echo profile --update

# 或者使用 Python API
python
>>> from echo import EchoAgent
>>> agent = EchoAgent(user_id="your_name")
>>> agent.chat("我想学习 Rust 编程语言")
>>> agent.update_profile()  # 更新学习档案

使用场景

场景 1: 学习新技术

你: 我想学习 Kubernetes,但我只有基础的 Docker 知识

Echo:
好的!我会帮你规划学习路径:

1. 基础准备(1-2周)
   - Docker 进阶(网络、存储)
   - 容器编排概念

2. K8s 核心概念(2-3周)
   - Pods, Deployments, Services
   - ConfigMap, Secrets
   - 实战:部署简单应用

3. 高级特性(3-4周)
   - StatefulSets, DaemonSets
   - 网络策略
   - 实战:部署微服务

我已经为你收集了以下资源:
- [官方文档] Kubernetes 基础教程
- [视频课程] K8s 入门到实战
- [实战项目] 部署一个博客系统

需要我详细讲解哪个部分?

场景 2: 知识梳理

你: 帮我整理一下我学过的后端技术

Echo:
根据我们的对话记录,你的后端技术栈:

编程语言:
├─ Python (熟练)
│   └─ FastAPI, Django, SQLAlchemy
├─ Java (中级)
│   └─ Spring Boot, MyBatis
└─ Go (入门)

数据库:
├─ PostgreSQL (熟练)
├─ Redis (中级)
└─ MongoDB (了解)

知识图谱已更新!要查看详细图谱吗?

场景 3: 添加学习资源

你: 我找到一篇很好的 Rust 文章 https://doc.rust-lang.org/book/

Echo:
正在下载和分析...

✓ 已下载并解析《The Rust Programming Language》
✓ 提取了 150 个知识点
✓ 关联到你的 Rust 学习路径
✓ 生成了 5 个重点章节摘要

这本书涵盖了:
- 所有权系统(你之前想学的!)
- 错误处理
- 泛型和 Trait
- 并发编程

要我生成学习计划吗?

场景 4: 查看学习档案

$ echo profile

# 显示 ECHO.md 内容
## 👤 基本信息
- **用户 ID**: `alice`
- **档案创建**: 2024-01-15
- **最后更新**: 2024-01-20 14:30

## 🎯 学习偏好
- **学习风格**: 实战为主
- **首选语言**: 中文
- **每日学习时间**: 2 小时

## 🌳 技能树
### 已掌握 ✅
- Python 编程
- FastAPI 框架
- PostgreSQL 数据库

### 学习中 📚
- Rust 编程语言
- Kubernetes 容器编排

## 📝 重要笔记
- 正在学习 Rust 的所有权系统
- 计划用 Rust 重写项目后端

## 🔍 记忆查询指南
详见档案中的 Python 代码示例,教你如何查询详细记忆数据

项目结构

echo/
├── README.md
├── pyproject.toml
├── .env.example
├── echo/
│   ├── __init__.py
│   ├── agent.py              # 核心 Agent 逻辑
│   ├── cli.py                # CLI 命令行界面
│   ├── knowledge/            # 知识管理模块
│   │   ├── graph.py          # 知识图谱构建
│   │   ├── path.py           # 学习路径规划
│   │   └── recommender.py    # 推荐引擎
│   ├── content/              # 内容处理模块
│   │   ├── downloader.py     # 资源下载
│   │   ├── extractor.py      # 内容提取
│   │   └── summarizer.py     # 摘要生成
│   ├── memory/               # NeuroMemory 集成
│   │   └── client.py         # 记忆客户端封装
│   └── utils/
│       ├── llm.py            # LLM 调用封装
│       └── prompts.py        # Prompt 模板
├── tests/
├── docs/
└── examples/

核心功能模块

1. Agent 核心 (agent.py)

class EchoAgent:
    """Echo 学习助理核心"""

    def chat(self, message: str) -> str:
        """对话入口"""

    def build_knowledge_graph(self, topic: str):
        """构建知识图谱"""

    def create_learning_path(self, topic: str, level: str):
        """创建学习路径"""

    def add_resource(self, url: str):
        """添加学习资源"""

    def review_knowledge(self):
        """复习知识点"""

2. 知识图谱 (knowledge/graph.py)

class KnowledgeGraph:
    """知识图谱管理"""

    def build_from_topic(self, topic: str):
        """从主题构建图谱"""

    def add_concept(self, concept: str, related_to: list):
        """添加概念节点"""

    def visualize(self):
        """可视化知识图谱"""

3. 学习路径规划 (knowledge/path.py)

class LearningPath:
    """学习路径规划器"""

    def plan(self, topic: str, user_level: str) -> dict:
        """规划学习路径"""

    def get_next_step(self):
        """获取下一步建议"""

与 NeuroMemory 集成

Echo 充分利用 NeuroMemory 的能力:

NeuroMemory 功能 Echo 使用场景
会话存储 记录所有对话,提取学习意图
偏好管理 记住学习风格、时间偏好
向量检索 查找相关学习资源和笔记
知识图谱 存储概念关系、技能树
文档管理 管理下载的教程、文章

开发路线图

MVP (4周)

Week 1-2: 核心对话能力

  • 基础对话流程
  • 学习意图识别
  • 简单的知识点记录

Week 3-4: 知识图谱 v1

  • 基础图谱构建
  • 简单的学习路径生成
  • 与 NeuroMemory 集成

V1.0 (8周)

  • 完整的知识图谱系统
  • 智能学习路径规划
  • 资源自动下载和整理
  • CLI 命令行工具

V2.0 (12周)

  • Web 界面
  • 学习进度可视化
  • 复习提醒系统
  • 社区功能(分享知识图谱)

相关项目

贡献指南

欢迎贡献!请查看 CONTRIBUTING.md

License

MIT License


让 AI 成为你最好的学习伙伴! 🚀

About

教育Agent,微信小程序

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages