从什么问题出发
大学生在“预习—练习—温故”之间容易出现认知断层。对比 ima 与 NotebookLM 后，选择聚焦细分学习流程，做一个更轻的工具。
我负责的部分
- 整体产品方案与前后端实现，使用 Kimi Code、Cursor 推进迭代。
- 设计“本地小模型语义检索 + 云端大模型生成”的轻量 RAG 链路。
- 基于 Python、sentence-transformers 与 numpy 实现文本切分、向量化和 top-k 召回。
- 在两个教学班级现场演示，收集使用反馈并调整产品。
验证与迭代
一周内完成初版交付，获得 82 名同学试用，回收 39 条反馈，留下 8 名持续活跃用户。针对功能同质化的问题，迭代了“识海偏误图”：记录做题中的犹豫行为，尝试提供认知归因。
项目获中软国际“卓越杯”AI 挑战赛省级二等奖。
代码仓库：github.com/Dionysianspirit/jingzhou，MIT 开源，克隆后 5 分钟可跑。