WeSmartFlow用户手册：从入门到精通的智能学习助手使用教程
【免费下载链接】WeSmartFlow项目地址: https://gitcode.com/gh_mirrors/we/WeSmartFlow
WeSmartFlow是一款基于Agent-native技术的自适应学习框架，它让AI不再局限于简单的问答，而是能深度参与学习过程，包括知识诊断、路径规划、个性化辅导、内容生成、测验反馈与长期记忆演化。通过本教程，您将快速掌握这个智能学习助手的使用方法，开启高效学习之旅。
🌟 快速了解WeSmartFlow核心价值
传统的AI学习工具往往停留在聊天或内容生成层面，而WeSmartFlow的独特之处在于它构建了完整的学习过程模型。它不仅能回答您的问题，还能：
- 追踪学习状态：通过知识图谱记录您对每个概念的掌握程度
- 规划学习路径：根据您的现有知识水平推荐最优学习顺序
- 生成个性化内容：自动创建交互式学习材料和测验
- 提供深度反馈：不只是判断对错，还能分析错误原因并给出改进建议
🖥️ 界面概览：认识WeSmartFlow工作台
WeSmartFlow的主界面设计简洁直观，让您能快速找到所需功能：
WeSmartFlow主界面，展示了AI辅导入口和主要功能区域
左侧导航栏包含核心功能模块：
- AI辅导：与智能学习助手进行交互
- 练习题库：访问生成的练习题和测验
- 学习历史：查看过往学习记录
- 知识图谱：可视化您的知识结构
- 今日学习：查看当日推荐学习内容
🚀 开始使用：三步上手WeSmartFlow
1️⃣ 环境准备与安装
要使用WeSmartFlow，您需要先完成以下准备工作：
系统要求：
- Python 3.10+
- Node.js 18+
- OpenAI兼容API Key（可使用OpenAI、DeepSeek、通义千问等）
安装步骤：
# 克隆仓库 git clone https://gitcode.com/gh_mirrors/we/WeSmartFlow cd WeSmartFlow # 安装后端依赖 conda env create -f environment.yml && conda activate edu-agent pip install -r backend/requirements.txt # 安装前端依赖 cd frontend && npm install && cd .. # 配置环境变量 cp backend/.env.example backend/.env # 编辑backend/.env文件，至少填写LLM_API_KEY、LLM_BASE_URL和LLM_MODEL2️⃣ 启动服务
完成安装后，启动WeSmartFlow服务：
# 启动后端服务（端口8080） cd backend && python main.py # 启动前端应用（端口5173，需另开终端） cd frontend && npm run dev启动成功后，在浏览器访问 http://localhost:5173 即可开始使用。
3️⃣ 首次登录与设置
首次使用时，您可以通过GitHub OAuth或邮箱验证码登录系统。登录后，建议先完成：
- 个人资料设置：填写学习目标和感兴趣的领域
- 知识水平评估：完成简短的评估测验，帮助系统了解您的知识基础
- API配置检查：确认LLM服务已正确连接
📚 核心功能详解
💬 AI辅导：您的个性化学习助手
AI辅导是WeSmartFlow的核心功能，提供两种主要交互模式：
自由对话模式：直接向AI提问，获取详细解释和示例。系统会自动识别新概念并更新您的知识图谱。
引导学习模式：选择特定主题，AI会提供结构化的学习路径，包括概念讲解、交互式示例和练习测验。
AI辅导界面展示了知识卡片和交互式学习内容
使用技巧：
- 提问时尽量具体，例如"解释微积分基本定理并举例"比"什么是微积分"效果更好
- 使用"为什么"和"如何"类问题深入理解概念
- 遇到不理解的地方，直接告诉AI"这个概念我还是不明白"
🕸️ 知识图谱：可视化您的学习进度
知识图谱是WeSmartFlow的特色功能，它以可视化方式展示您学习的概念及其关系：
知识图谱展示了概念间的关联和掌握程度
图谱中的每个节点代表一个知识概念，节点大小和颜色反映您的掌握程度。您可以：
- 点击节点查看详细解释和相关资源
- 通过拖拽调整图谱布局
- 使用搜索功能快速定位特定概念
- 设置学习目标，系统会高亮显示相关概念
知识图谱数据存储在backend/kg/目录下，采用高效的图数据库结构，支持复杂的关系查询和知识推理。
📊 交互式可视化：让抽象概念变得直观
WeSmartFlow的EduViz功能可以将抽象概念转化为交互式可视化，帮助您直观理解复杂知识：
交互式可视化展示了量子力学波函数的动态变化
目前支持多种可视化类型：
- 算法步骤演示：逐步展示算法执行过程
- 公式分解：交互式拆解复杂数学公式
- 参数探索：通过滑块调整参数，实时观察结果变化
- 几何构造：动态展示几何图形的构建过程
- 时间演化：通过时间轴展示系统随时间的变化
这些可视化组件由frontend/src/components/EduViz/目录下的代码实现，您也可以根据需要扩展新的可视化类型。
📝 智能测验：巩固学习成果
测验是检验学习效果的重要方式，WeSmartFlow提供了智能测验功能：
智能测验界面展示了题目、解答和详细解析
系统会根据您的学习情况生成针对性的测验，包括四种题型：
- 单选题：检验概念理解
- 填空题：强化关键知识点记忆
- 判断题：辨析易混淆概念
- 开放题：锻炼问题解决能力
完成测验后，系统会提供详细解析，并根据您的表现更新知识图谱中相应概念的掌握度。测验相关功能由backend/agents/tools/create_quiz.py实现。
📈 高级使用技巧
🧠 优化学习效果的五个建议
- 定期回顾知识图谱：每周花10分钟查看知识图谱，识别薄弱环节
- 使用间隔复习功能：系统会根据SM-2算法推荐最佳复习时间，遵循这些建议可提高记忆效率
- 尝试沉浸式学习模式：在
frontend/src/views/ImmersiveView.vue中体验深度专注学习环境 - 利用多模态学习：结合文本、可视化和语音讲解（如支持）进行多感官学习
- 主动创建知识连接：在对话中使用"这个和之前学的XX概念有什么关系"等问题，强化知识网络
🔧 自定义与扩展
WeSmartFlow设计为可扩展的框架，您可以：
- 添加自定义工具：在
backend/agent_core/tool/目录下实现新的工具类 - 扩展可视化类型：通过
frontend/src/components/EduViz/eduviz-sdk.js添加新的可视化组件 - 调整学习策略：修改
backend/agents/prompts/tutor.md中的提示词模板，定制AI辅导风格
❓ 常见问题解答
Q: 如何导入外部学习材料？
A: 目前可通过文档管理功能上传PDF文件，系统会自动解析内容并更新知识图谱。更高级的导入功能正在开发中。
Q: WeSmartFlow支持哪些学科领域？
A: 理论上支持所有学科，但目前在数学、物理和计算机科学领域表现最佳。您可以通过反馈功能请求添加特定领域的优化支持。
Q: 我的学习数据存储在哪里？
A: 本地部署时，数据存储在SQLite数据库中（backend/database.db）。系统采用WAL模式确保数据安全和性能。
Q: 如何共享我的学习进度或知识图谱？
A: 在设置页面中，您可以导出知识图谱为PNG图片或JSON文件，方便与他人分享。
📌 总结
WeSmartFlow作为一款Agent-native的自适应学习框架，通过AI辅导、知识图谱、交互式可视化和智能测验等功能，为您提供了全方位的学习支持。无论您是学生、自学者还是专业人士，都能通过这个智能学习助手提高学习效率，深化知识理解。
开始您的智能学习之旅吧！如有任何问题或建议，欢迎通过系统内的反馈功能告诉我们。
本手册基于WeSmartFlow最新稳定版本编写，功能可能会随版本更新而变化。完整文档请参考项目中的README文件。
【免费下载链接】WeSmartFlow项目地址: https://gitcode.com/gh_mirrors/we/WeSmartFlow
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
