一、项目背景随着人工智能技术的快速发展特别是大语言模型的广泛普及对Python编程与AI技术的复合型人才需求日益增长。然而传统编程学习平台普遍存在交互性不足、实践环境搭建复杂、缺乏智能化辅导等问题。本实训旨在开发一个集学习、实践、评测与教学管理于一体的Python大模型智能学习平台。二、平台核心目标1.零环境门槛浏览器直接运行 Python预装 numpy/pandas/matplotlib 等科学计算库2.AI 全流程辅助实时对话答疑、自动生成章节习题、个性化学习报告3.教师教学工作台班级创建、邀请码入班、实时群聊、公告发布、实验下发批改、学情数据分析4.游戏化学习激励星级评分、经验等级、30 天学习热力图、知识雷达图5.数据双通道持久化本地缓存 MySQL 云端存储支持多设备同步学习进度。三、技术栈分层技术选型核心作用前端框架Vue3 TypeScript ViteComposition API script setup类型安全极速热更新浏览器 Python 运行Pyodide(WASM)前端本地执行 Python内置数据分析库AI 能力deepseek API后端代理转发SSE 流式输出对话后端框架Express(Node.js)RESTful 接口、模块化路由、中间件鉴权数据库MySQL8.0(utf8mb4)支持表情存储外键级联删除保证数据一致性四、系统架构平台整体架构如下图4.1 核心模块学习地图卡片式展示 12 阶递进教学章节展示星级与完成状态作为平台首页AI 学习视图三合一布局集成 Markdown 教程、在线代码编辑器、AI 对话面板教师管理后台五大功能入口班级、实验、学情、用户、资源管理个人中心学习仪表盘、学习记录、错题本、我的班级。五、核心功能模块详细实现5.1 AI 小智对话模块5.2 AI 智能出题模块自动生成章节练习平台可一键生成两类习题客观选择题考察函数、语法、库基础用法如 np.zeros 创建数组实操编程题完整业务流程代码任务矩阵运算、数据读取、线性回归训练。缓存优化机制同一章节出题结果存入后端缓存重复访问直接读取减少大模型 API 调用成本5.3 班级与实验教学模块教师创建班级自动生成邀请码学生凭码加入内置班级群聊、公告发布功能。教师可下发绑定章节的实验任务学生在线编码提交教师后台统一查看代码、打分填写评语形成完整实训批改闭环。六、数据库整体建模设计6.1 数据库设计思路采用关系型 MySQL使用外键建立实体关联ON DELETE CASCADE级联删除自动清理冗余脏数据区分基础实体表、多对多关联表、业务记录表动态数据错题、答题记录使用 JSON 字段存储避免建立大量细分小表字符集统一utf8mb4支持表情、特殊代码字符存储。6.2 核心数据表设计逻辑users用户主实体存储账号、角色学生 / 教师 /admin、加密密码所有业务关联的根表classes班级实体教师创建班级存储班级名称、唯一 6 位邀请码、归属教师 IDclass_members多对多关联表用户与班级绑定区分学生 / 助教身份解决一个教师管理多个班级、一个学生加入多个班级experiments实验任务表教师下发的实训任务关联班级、所属章节、截止时间experiment_submissions实验提交表学生提交代码、教师批改分数评语关联用户与实验learning_progress学生学习进度主表按用户 章节维度存储完成状态、错题集合、AI 生成学习报告learning_activities行为记录表记录每日学习操作为热力图、活跃度统计提供数据源class_announcements班级公告表教师发布通知绑定对应班级class_chat_messages班级群聊表存储班级实时聊天记录七、前后端工程化分层设计7.1 前端 Vue3 工程设计组件分层设计全局布局组件统一顶部导航、侧边栏页面根组件学习地图、AI 学习视图、教师工作台、个人中心通用业务子组件代码编辑器、AI 对话框、实验卡片、统计仪表盘状态分层authStore登录、token、用户角色全局状态progressStore学习进度、星级、热力图数据resourceStore代码文件、实验资源管理路由设计路由懒加载拆分打包体积全局路由守卫统一鉴权拦截未登录访问接口层统一封装独立 apiService 模块自动携带 JWT 请求头统一捕获异常弹窗。7.2 后端 Express 路由模块化设计按业务领域拆分 5 个独立路由模块auth.js账号注册、登录、用户角色查询teacher.js班级、群聊、公告、实验、学情统计progress.js学习进度 CRUD、仪表盘聚合数据messages.js章节留言、敏感词过滤ai-proxy.jsSSE 流式对话、AI 出题、大模型请求中转。中间件分层设计一级中间件authMiddleware解析请求头 JWT挂载 userId、role 到请求对象二级中间件requireTeacher校验角色拦截普通学生访问教师专属接口。八、界面设计效果整体采用扁平化简约设计风格视觉统一干净九、平台拓展性本平台在课程内容管理、AI模型适配、学习数据分析、教学功能深化和终端适配五个方面具备可扩展能力具体如下一课程内容可动态扩展。目前平台涵盖12个章节后续可根据教学需要动态增删章节内容无需修改前端代码。章节数据由后端统一管理新增章节自动出现在学习地图和进度追踪中平台具备良好的课程内容扩展能力。二AI模型可灵活切换。当前平台已适配DeepSeek大模型接口具备模型切换的基础。后续可进一步引入模型路由机制根据不同提问类型自动选择最优模型亦可接入开源模型实现本地化部署降低对云端API的依赖。三个性化学习推荐。随着平台上积累的学生学习行为数据不断增多后续可引入学习分析技术构建学生知识图谱实现学习路径的智能推荐。例如当系统识别到某学生在“列表推导式”知识点上反复出错时可自动推荐相关章节的补充练习实现真正的个性化学习。四教学管理功能深化。教师工作台目前提供了班级管理和学情分析的基础功能后续可进一步拓展小组协作学习、互评机制、课堂互动等功能模块使平台从“作业管理”向“课堂生态”延伸。五多端适配延伸。平台采用前后端分离架构各模块耦合度低便于横向扩展。当前平台以Web端为主后续可基于现有API服务开发移动端小程序或App方便学生利用碎片化时间学习。十、网页视频展示十一、总结本平台采用分层前后端分离架构围绕学生、教师角色完成全流程功能设计配套规范化数据库模型与五大核心业务流程。针对在线编程、AI 交互、班级教学等核心场景定制专属实现方案并从前、后端、数据库、AI、代码运行五层做性能优化解决传统教学平台环境难搭、管理薄弱、性能卡顿等问题整套设计完整可落地。