【1902】优化后的三路径学习系统

优化后的三路径学习系统

本文提出了一种三路径学习系统优化方案，通过智能分析原始PPT内容生成三种学习路径：A路径（速通版）合并相关知识点形成精炼内容；B路径（正常版）保持原始PPT顺序；C路径（刷题版）在知识点后插入练习题。系统首先解析PPT提取内容（X slides），然后通过LLM分析生成知识点分析报告，据此构建Y slides（压缩版）和Z slides（练习版），最终自动组合成三条个性化学习路径。该方案能根据学习者需求提供差异化学习体验，提高学习效率。

阶段一：内容预处理与路径生成

1. 开始节点

输入变量：-original_ppt_file:爬取的原始PPT文件-course_name:课程名称

2. 代码节点：解析原始PPT

节点类型：代码执行
使用库：python-pptx

frompptximportPresentationimportjsondefmain(original_ppt_file):""" 解析原始PPT，提取X slides """# 读取PPT文件prs=Presentation(original_ppt_file)x_slides=[]foridx,slideinenumerate(prs.slides):slide_data={"id":f"X{idx+1}","type":"X","slide_number":idx+1,"title":"","content":[],"has_image":False}# 提取标题ifslide.shapes.title:slide_data["title"]=slide.shapes.title.text# 提取文本内容forshapeinslide.shapes:ifhasattr(shape,"text")andshape.text:slide_data["content"].append(shape.text)# 检查是否有图片forshapeinslide.shapes:ifshape.shape_type==13:# 图片slide_data["has_image"]=Truex_slides.append(slide_data)return{"x_slides":x_slides,"total_x_slides":len(x_slides),"x_slides_json":json.dumps(x_slides,ensure_ascii=False)}

3. LLM节点：分析X slides知识点

Prompt：

你是教学内容分析专家。请分析以下PPT slides，提取核心知识点。 原始Slides (X类型): {{x_slides_json}} 任务： 1. 为每个X slide标注核心知识点 2. 识别哪些slides可以合并（知识点相关） 3. 识别哪些知识点需要额外练习 4. 估计每个slide的难度（1-5） 输出格式（严格JSON）： { "slides_analysis": [ { "slide_id": "X1", "knowledge_points": ["概念A", "概念B"], "difficulty": 3, "can_merge_with": ["X2"], "needs_practice": true } ], "merge_groups": [ { "group_id": "G1", "source_slides": ["X1", "X2", "X3"], "combined_knowledge": ["概念A", "概念B", "概念C"] } ] }

输出变量：slides_analysis

4. LLM节点：生成Y slides（速通版）

Prompt：

基于以下分析结果，生成Y类型slides（压缩精炼版）。 原始分析： {{slides_analysis}} 原始X slides： {{x_slides_json}} 要求： 1. 合并相关知识点，减少slide数量 2. 提炼核心概念，去除冗余 3. 可以适当加入超纲但相关的高级内容 4. 每个Y slide应该覆盖2-3个原始X slide的内容 例如： - X1 (函数基础) + X2 (函数参数) + X3 (返回值) → Y1 (函数完整机制：定义、参数、返回值、高阶函数预览) 输出格式（严格JSON）： { "y_slides": [ { "id": "Y1", "type": "Y", "title": "精炼后的标题", "content": [ "核心要点1", "核心要点2", "进阶提示" ], "covers_x_slides": ["X1", "X2", "X3"], "advanced_topic": "高阶函数简介", "estimated_time": "3分钟" } ], "y_to_x_mapping": { "Y1": ["X1", "X2", "X3"], "Y2": ["X4", "X5"] } }

输出变量：y_slides_data

5. LLM节点：生成Z slides（刷题巩固版）

Prompt：

基于以下分析，为需要巩固的知识点生成Z类型slides（刷题练习版）。 原始分析： {{slides_analysis}} 原始X slides： {{x_slides_json}} 要求： 1. 为每个标记为needs_practice的知识点生成一个Z slide 2. Z slide包含： - 概念回顾（简化版） - 3-5道练习题（带详细解析） - 常见错误提示 3. 插入位置：在对应的X slide之后 输出格式（严格JSON）： { "z_slides": [ { "id": "Z1", "type": "Z", "title": "练习：{{知识点名称}}", "insert_after": "X1", "concept_review": "概念回顾内容", "practice_questions": [ { "question": "题目内容", "options": {"A": "...", "B": "...", "C": "...", "D": "..."}, "correct": "B", "explanation": "详细解析" } ], "common_mistakes": ["错误1", "错误2"] } ] }

输出变量：z_slides_data

6. 代码节点：构建三条路径

节点类型：代码执行

importjsondefmain(x_slides_json,y_slides_data,z_slides_data):""" 构建A、B、C三条学习路径 """x_slides=json.loads(x_slides_json)y_slides=json.loads(y_slides_data)["y_slides"]z_slides=json.loads(z_slides_data)["z_slides"]y_to_x_mapping=json.loads(y_slides_data)["y_to_x_mapping"]# B路径（正常组）：所有X slides按顺序path_b={"name":"B路径 - 正常学习","description":"按照原始PPT顺序学习所有内容","slides":x_slides,"total_slides":len(x_slides),"estimated_time":len(x_slides)*5# 每个slide 5分钟}# A路径（速通组）：Y slides + 未覆盖的X slidescovered_x=set()fory_id,x_listiny_to_x_mapping.items():covered_x.update(x_list)path_a_slides=[]x_idx=0fory_slideiny_slides:path_a_slides.append(y_slide)# 跳过被覆盖的X slideswhilex_idx<len(x_slides)andx_slides[x_idx]["id"]iny_slide["covers_x_slides"]:x_idx+=1# 添加未覆盖的X slideswhilex_idx<len(x_slides)andx_slides[x_idx]["id"]notincovered_x:path_a_slides.append(x_slides[x_idx])x_idx+=1path_a={"name":"A路径 - 速通学习","description":"精炼内容，适合基础较好的学习者","slides":path_a_slides,"total_slides":len(path_a_slides),"estimated_time":len(path_a_slides)*3}# C路径（刷题组）：X slides + Z slides穿插path_c_slides=[]z_dict={z["insert_after"]:zforzinz_slides}forx_slideinx_slides:path_c_slides.append(x_slide)# 如果有对应的Z slide，插入ifx_slide["id"]inz_dict:path_c_slides.append(z_dict[x_slide["id"]])path_c={"name":"C路径 - 强化练习","description":"原始内容+额外练习，适合需要巩固的学习者","slides":path_c_slides,"total_slides":len(path_c_slides),"estimated_time":len(path_c_slides)*6}return{"path_a":path_a,"path_b":path_b,"path_c":path_c,"summary":{"x_slides_count":len(x_slides),"y_slides_count":len(y_slides),"z_slides_count":len(z_slides),"path_a_slides":len(path_a_slides),"path_b_slides":len(x_slides),"path_c_slides":len(path_c_slides)}}

7. 代码节点：为每个slide生成测试题

使用迭代器遍历所有slides

defmain(slide_content,slide_type):""" 根据slide类型生成不同难度的测试题 """# 对于Y类型（速通），题目更难# 对于X类型（正常），题目中等# 对于Z类型（刷题），题目已经包含在内容中ifslide_type=="Z":# Z slide已有题目，直接返回return{"quiz":slide_content.get("practice_questions",[])}# 否则需要LLM生成return{"needs_generation":True}

阶段二：用户交互流程

1. 会话初始化

输入变量：-user_id:用户ID-course_id:课程ID 初始化变量：-current_path:"B"# 默认从B路径开始-current_slide_index:0-user_history:[]-performance_scores:[]

2. 显示Slide节点

节点类型：模板

【当前路径：{{current_path}}路径】 进度：{{current_slide_index + 1}} / {{total_slides}} --- # {{current_slide.title}} {{#each current_slide.content}} • {{this}} {{/each}} {{#if current_slide.type == "Y"}} 本页覆盖原始内容：{{current_slide.covers_x_slides}} 进阶内容：{{current_slide.advanced_topic}} {{/if}} {{#if current_slide.type == "Z"}} 概念回顾：{{current_slide.concept_review}} 常见错误：{{current_slide.common_mistakes}} {{/if}} --- 准备好后，点击"开始测试"

3. 显示测试题

节点类型：问题节点

展示：当前slide的3道测试题 输入格式：A,B,C 或 A B C 变量名：user_answers

4. 代码节点：评分与路径切换

defmain(user_answers,quiz,current_path,current_slide,all_paths):""" 评分并决定路径切换 """# 解析答案answers=[a.strip().upper()forainuser_answers.replace(',',' ').split()]correct_answers=[q["correct"]forqinquiz]# 计算正确数correct_count=sum(1foriinrange(3)ifanswers[i]==correct_answers[i])# 路径切换逻辑next_path=current_path switch_message=""ifcorrect_count==3:# 答对3题ifcurrent_path!="A":next_path="A"switch_message="全对！切换到A路径（速通模式）"else:switch_message="继续保持A路径"elifcorrect_count==2:# 答对2题ifcurrent_path!="B":next_path="B"switch_message="不错！切换到B路径（正常模式）"else:switch_message="继续保持B路径"else:# 答对0-1题ifcurrent_path!="C":next_path="C"switch_message="需要巩固，切换到C路径（强化练习）"else:switch_message="继续C路径，加强练习"# 计算下一个slide索引# 如果切换了路径，需要找到对应位置next_index=calculate_next_index(current_slide,current_path,next_path,all_paths)return{"correct_count":correct_count,"next_path":next_path,"next_index":next_index,"switch_message":switch_message,"path_changed":next_path!=current_path}defcalculate_next_index(current_slide,old_path,new_path,all_paths):""" 计算路径切换后的对应位置 """ifold_path==new_path:# 路径未变，直接下一个returncurrent_slide["index"]+1# 路径变化，找到对应的知识点位置current_knowledge=current_slide.get("knowledge_points",[])new_path_slides=all_paths[new_path]["slides"]# 找到新路径中覆盖相同知识点的下一个slideforidx,slideinenumerate(new_path_slides):ifany(kpinslide.get("knowledge_points",[])forkpincurrent_knowledge):returnidx+1# 如果找不到，从新路径的下一个位置开始return0

5. 条件分支：是否结束

判断条件： IF{{next_index}}>={{total_slides}}:→ 进入"生成学习报告"ELSE:→ 返回"显示Slide"（循环继续）

6. LLM节点：生成学习报告

用户完成了课程学习！ 学习数据： - 起始路径：B - 最终路径：{{current_path}} - 路径切换历史：{{path_history}} - 总答题数：{{total_questions}} - 正确率：{{overall_accuracy}}% 请生成学习报告： 1. 学习路径可视化 2. 知识点掌握情况 3. 强项与弱项分析 4. 后续学习建议 格式：Markdown

路径示例（假设有10个X slides）

原始PPT（X slides）

X1: Python简介 X2: 变量与类型 X3: 运算符 X4: 条件语句 X5: 循环基础 X6: 循环高级 X7: 函数定义 X8: 函数参数 X9: 函数返回值 X10: 模块导入

B路径（正常组）- 10个slides

X1 → X2 → X3 → X4 → X5 → X6 → X7 → X8 → X9 → X10

A路径（速通组）- 6个slides

Y1 (覆盖X1+X2+X3: 基础语法精炼) → X4 → Y2 (覆盖X5+X6: 循环完整机制+列表推导式) → Y3 (覆盖X7+X8+X9: 函数全貌+装饰器预览) → X10

C路径（刷题组）- 15个slides

X1 → Z1 (Python安装练习) → X2 → Z2 (类型转换练习) → X3 → X4 → Z3 (条件判断练习) → X5 → Z4 (循环练习1) → X6 → Z5 (循环练习2) → X7 → Z6 (函数练习) → X8 → X9 → X10

Dify实现要点

两个Workflow

Workflow 1: “内容预处理器”

上传原始PPT
解析X slides
生成Y slides（LLM）
生成Z slides（LLM）
构建三条路径
为每个slide生成测试题
保存到数据库

Workflow 2: “自适应学习系统”

加载课程数据
显示当前slide
用户答题
评分（3题全对→A，2题→B，0-1题→C）
切换路径（如需要）
循环直到结束
生成报告

数据结构示例

{"course_id":"python_basics_001","paths":{"A":{"slides":[...],"total":6},"B":{"slides":[...],"total":10},"C":{"slides":[...],"total":15}},"user_session":{"current_path":"B","current_index":3,"history":["B","A","A"],"scores":[2,3,3]}}