AI 服务

EduBuddy 的所有 AI 功能集中封装在 backend/src/services/aiService.ts 中，通过 OpenAI Node.js SDK 与大型语言模型交互，支持任何兼容 OpenAI API 格式的服务商。

服务函数总览

客户端初始化

使用单例模式懒加载 OpenAI 客户端，避免多次实例化：

let openaiClient: OpenAI | null = null;

function getOpenAIClient(): OpenAI {
  if (!openaiClient) {
    openaiClient = new OpenAI({
      apiKey: process.env.OPENAI_API_KEY || 'sk-placeholder',
      baseURL: process.env.OPENAI_BASE_URL || 'https://api.openai.com/v1',
    });
  }
  return openaiClient;
}

// 模型名称从环境变量读取，支持运行时切换
const MODEL = () => process.env.OPENAI_MODEL || 'gpt-4o';

核心调用参数

// 通用对话调用配置
await client.chat.completions.create({
  model: MODEL(),
  messages,
  temperature: 0.7,    // 适度创意，避免过于随机
  max_tokens: 2000,    // 限制单次响应长度
});

各功能 Prompt 设计

generateLearningPath — 学习路线生成

系统角色：专业的教育规划专家

输入：科目、年级、当前水平、学习目标

输出 JSON Schema：

{
  "title": "学习路线标题",
  "description": "路线描述",
  "estimated_hours": 数字,
  "difficulty": "beginner|intermediate|advanced",
  "nodes": [
    {
      "title": "节点标题",
      "description": "节点描述",
      "content": "Markdown格式学习内容",
      "node_type": "lesson|quiz|project",
      "estimated_minutes": 数字,
      "order_index": 数字,
      "resources": ["学习资源"]
    }
  ]
}

generateQuestion — 题目生成

系统角色：专业的教育工作者

输入：科目、知识点、难度、题型、数量

输出 JSON Schema（数组）：

[
  {
    "title": "题目简标题",
    "content": "题目完整内容",
    "options": ["A. 选项1", ...] 或 null,
    "correct_answer": "正确答案",
    "explanation": "详细解析（不少于200字）",
    "tags": ["知识点标签"]
  }
]

solveQuestion — 解题

系统角色：专业教师

输出内容：解题思路和步骤、关键知识点、常见错误、拓展知识

{
  "solution": "详细解题过程（Markdown，不少于300字）",
  "keyPoints": ["关键知识点1", "关键知识点2"]
}

evaluateAnswer — 答案评估

系统角色：专业批改老师

输入：题目内容、正确答案、学生答案、科目

{
  "isCorrect": true 或 false,
  "score": 0-100,
  "feedback": "具体反馈（不少于100字）"
}

降级处理：若 AI 返回解析失败，回退为字符串精确匹配：

const isCorrect = userAnswer.trim().toLowerCase() 
               === correctAnswer.trim().toLowerCase();
return { isCorrect, score: isCorrect ? 100 : 0, feedback: ... };

analyzeWeaknesses — 薄弱环节分析

系统角色：专业学习顾问

输入：学生知识点掌握度数据（subject、topic、masteryLevel、practiceCount、correctRate）

输出：按优先级排序的建议列表（最多 8 条）

[
  {
    "type": "weakness_improvement|review|practice_more|new_topic",
    "content": "具体建议（不少于80字）",
    "priority": "high|medium|low",
    "subject": "科目",
    "topic": "知识点"
  }
]

extractQuestionsFromText — 文本题目提取

系统角色：题目解析专家

输入：原始文本（最多 3000 字符）、科目

AI 自动识别文本中的题目，提取题目内容、题型、答案、解析、知识点等结构化信息。若无可识别题目，返回空数组 []。

generateAssessmentReport — 评估报告

系统角色：教育评估专家

输入：学生名、评估周期、学习时长、平均分、已掌握知识点、薄弱知识点、练习总数

输出：Markdown 格式的专业评估报告，包含 5 个章节：总体评价、优势分析、薄弱环节分析、改进建议、下阶段学习计划。

JSON 解析容错

所有返回 JSON 的 AI 函数都有统一的解析容错处理：

// 1. 清理 AI 返回的 Markdown 代码块包裹
const cleaned = result
  .replace(/```json\n?/g, '')
  .replace(/```\n?/g, '')
  .trim();

// 2. 尝试 JSON.parse
try {
  return JSON.parse(cleaned);
} catch {
  logger.error('JSON解析失败:', result);
  // 3. 降级处理（各函数自行定义）
  throw new Error('AI返回格式异常，请重试');
}

多模态能力

图片 OCR（GPT-4 Vision）

图片上传接口直接使用 OpenAI Vision API，将图片转为 Base64 嵌入消息体：

messages: [{
  role: 'user',
  content: [
    { type: 'text', text: `请识别图片中的题目，科目：${subject}` },
    { type: 'image_url', 
      image_url: { url: `data:image/${mimeType};base64,${base64Image}` } 
    }
  ]
}]

语音转文字（Whisper）

语音识别直接调用 OpenAI Whisper API：

const transcription = await client.audio.transcriptions.create({
  file: fs.createReadStream(req.file.path),
  model: 'whisper-1',
  language: 'zh'   // 中文识别
});

费用估算参考