期末考试前三天，你翻开一本崭新的教材，发现自己除了老师画的重点，什么都看不懂。你打开 DeepSeek，问了几个问题，得到一堆看起来都对但不知道先看哪个的答案。你把手机锁屏，决定"明天再学"——然后这个明天，从大一拖到了大四。
你花 39 块买了一个 AI 刷题会员，做了 200 道题，正确率从 40% 涨到了 42%。你知道自己在进步，但说不出来进步了什么。下一次考试换了一个问法，你又不会了——因为你的"学会"只是记住了答案。
你的毕设答辩 PPT 上写着"基于深度学习的 XX 系统"，评委问你这个模型为什么选 ResNet 不选 VGG，你支支吾吾说了三分钟。不是因为你没准备——是你真的不理解。你只是跑了教程里的代码，改了数据集路径，然后祈祷没人深问。
如果你觉得上面任意一条像是在偷看你的生活——不用慌，你不是一个人。整个中国高等教育体系里，99% 的学习者都陷在同一个泥潭里：有资源没路径，有答案没理解，有 AI 没效果。
市面上所有的 AI 学习工具都在做同一件事——把答案喂到你嘴边。你问 "泰勒展开怎么理解"，它扔给你一段定义加一个例题。你把答案抄到笔记本上，关上页面，第二天原样忘干净。
这不是你的问题。这是产品设计的问题。
一个把"给答案"当成"教学"的工具，和一本带答案的习题集没有本质区别。你需要的不是更多答案，是有人逼你去想、去犯错、去发现自己哪里不懂。
ZEdu 为此而生。它不给你答案——它给你 17 个 AI 智能体协作形成的完整学习系统，覆盖从"我不知道自己不知道什么"到"这个知识点我彻底掌握了"的全过程。
┌─────────────────────────────────────────────────────────────────────┐
│ AgentOrchestrator 协调中枢 │
│ │
│ ┌─────────┐ ┌─────────┐ ┌──────────┐ ┌──────────────────┐ │
│ │画像分析 │ │路径规划 │ │知识图谱 │ │资源类型→Agent分派 │ │
│ │Profile │→│Planner │→│ KG │→│ ResourceRegistry │ │
│ └─────────┘ └─────────┘ └──────────┘ └──────┬───────────┘ │
│ │ │
│ ┌────────────────────────────────────────┼─────────────┐ │
│ │ DynamicAgentGraph 动态协作执行层 │ │
│ │ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐ │ │
│ │ │苏格拉│ │深度 │ │错题 │ │作文 │ │口语 │ ... │ │
│ │ │底辅导│ │推理 │ │诊断 │ │批改 │ │评测 │ │ │
│ │ └──────┘ └──────┘ └──────┘ └──────┘ └──────┘ │ │
│ └──────────────────────────────────────────────────────┘ │
│ │
│ ┌─────────────────────────────────────────────────────────────┐ │
│ │ 三大闭环 │ │
│ │ 🔄 学习闭环：画像→诊断→ZPD→路径→多Agent生成→评估→画像更新 │ │
│ │ 🔄 错题闭环：采集→8维诊断→溯源→深度推理→针对性练习→掌握 │ │
│ │ 🔄 知识闭环：上传→分块→Chroma向量化→RAG检索→生成→FSRS追踪 │ │
│ └─────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────┘
没有一键生成答案的快捷方式。每一个 AI 智能体都在做它最擅长的那件事，合在一起，才叫"教"。
你问 AI："什么是时间复杂度？"它给你一段定义。你看了，觉得懂了。第二天遇到一道时间复杂度分析题，你又错了——因为你从来就没理解，你只是以为自己理解了。
ZEdu 的 TutorAgent 拒绝直接回答。它内置一个苏格拉底状态机：你说"我不明白"，它不解释——它反问。它追问，它让你自己推导，它在你将要放弃时轻推一把。你回答得出来，说明你真的懂了。你回答不出来，它会标记这个知识节点的掌握度，并触发 PlannerAgent 为你重新规划学习路径。
这才是教学。不是喂答案，是逼你想。
用户: "回溯算法到底在干什么？"
TutorAgent: "我们先换一个问题——如果你在迷宫里走到了死胡同，你会怎么办？"
用户: "退回去，换一条路走。"
TutorAgent: "精确。那在解数独的时候，如果你填了一个数字后导致后续所有格子都无解，你会怎么做？"
用户: "把刚才填的数字擦掉，换个数字试。"
TutorAgent: "你已经自己总结出了回溯算法的核心思想。现在试着用你的话定义它。"
用户: "……一种试错+撤销的搜索策略。"
TutorAgent: "满分。但你刚才的推导过程有一个跳步——你是怎么判断'后续所有格子都无解'的？这才是回溯算法里最贵的部分。"
你有一个错题本，里面记了 50 道题。考试前你翻了一遍，然后考试时你又错了——因为你的错题本只有一个维度："这道题我做错了"。它没告诉你错在哪、为什么错、同类错题有多少、知识上游哪个环节断了。
ZEdu 的 WrongQuestionAnalysisAgent 对每一道错题执行 8 个维度的诊断：
| 维度 | 诊断问题 |
|---|---|
| 概念理解 | 你真的理解这道题涉及的知识概念吗？ |
| 公式应用 | 你选的公式对吗？条件判断对了吗？ |
| 计算过程 | 是算错了还是思路错了？ |
| 思维逻辑 | 你的推理链条断了在哪一步？ |
| 审题能力 | 你读题的时候漏掉了哪些关键信息？ |
| 知识关联 | 这道题依赖的上游知识点你掌握了吗？ |
| 错误模式 | 你的错误属于哪一类模式？（混淆型 / 遗漏型 / 推理跳跃型） |
| 元认知 | 你为什么会觉得这道题"不难"但实际上做错了？ |
诊断完之后，KnowledgeTracer 会沿着知识图谱向上追溯——找到那个真正的薄弱点。然后 DeepReasoningAgent 用可视化推演向你展示正确的解题过程。最后 QuizAgent 生成一组针对你的薄弱点的变式题——你不止改了这一道错题，你把这个知识漏洞彻底补上了。
这就是错题闭环。不是"看一眼正确答案就过"，是追根溯源，斩草除根。
你打开参考答案，看到 "由拉格朗日中值定理可得"，然后你陷入了沉思——这个定理在题目里的哪个条件触发了它？如果你自己做，你怎么知道要想到这个定理？
DeepReasoningAgent 不输出"由 XX 定理可得"。它输出一张可视化的推理路径图（类似学而思 MathGPT 的解题过程还原），展示：
- 已知条件 → 推导出什么 → 用到了哪个定理/公式 → 下一步推理 → 结论
- 每一步标注推理依据和可能的替代路径
- 如果某一步有多个选择，它会标注"为什么不选 B 而选 A"
你看到的不是"这道题怎么做"，而是"什么样的人能想到这一步"。这才是解题能力的本质——不是会背公式，是能判断什么条件下用什么工具。
你交了一篇 800 字的议论文，老师的批语写着"结构有待优化，论证可以更深入"。你知道自己的问题——但不知道怎么改。下一篇文章，你还是 80 分。
EssayGradingAgent 从 4 个维度对你作文的每一段、每一句话打分：
| 维度 | 权重 | 评测内容 |
|---|---|---|
| 内容立意 | 30% | 中心论点是否明确？是否切题？立意是否新颖？ |
| 结构逻辑 | 25% | 段落衔接是否自然？论证链条是否完整？有没有逻辑跳跃？ |
| 语言表达 | 25% | 用词是否精准？句式是否多样？有没有语病？ |
| 规范书写 | 20% | 标点、格式、字数是否符合考试要求？ |
然后呢？它不只给分——它在你的作文里逐句标注："这一句的论证逻辑断裂，需要在前面补充前提"、"这个词用得不准确，建议替换为 X 或 Y"。你把修改建议对着改，然后再次提交——分数涨了。你看到了反馈闭环的威力。
你对着手机念了一段英语，AI 说"流利度 85 分，发音 4.2 分"。你觉得自己进步了——直到你在雅思口语考场被考官打断三次，因为你念的是"中式节奏"，重音和语调全错。
ZEdu 接入讯飞 ISE 语音评测引擎，不是简单的"发音准不准"，而是：
- 完整度：你是不是每个词都说完整了，还是在吞音
- 流利度：你的停顿是自然的语义停顿，还是在纠结
- 准确度：你的发音到底是"能听懂"还是"标准"
- 韵律节奏：你的重音和语调是否符合目标语言的节奏模式
你读一段文字，ZEdu 逐词标色——红色是严重偏音，黄色是轻微偏差，绿色是标准。你可以点开任何一句话，听到标准音和自己的录音做对比。这种反馈的颗粒度，是一个普通口语老师无法给的。
你学了一学期的线性代数，考试前你翻目录——行列式、矩阵、特征值、二次型。你看着这些名词，觉得每个都学过，但说不清楚它们之间的关系。"行列式"和"特征值"之间到底怎么衔接的？你不知道。因为你记住的是孤岛，不是网络。
KnowledgeGraphAgent 自动构建层级知识图谱：父节点 → 子节点 → 前置依赖 → 后续拓展。你可以直观地看到任一个知识点在整个学科里的位置。
配合 FSRS（Free Spaced Repetition Scheduler）和 SM2 算法，系统会根据你的掌握度动态调整每个知识点的复习时间——你掌握得好的，少复习；你掌握得差的，高频推送；你即将遗忘的，精准提醒。
不再是"翻开课本从头看"，而是"系统告诉你看哪里，看几次，什么时候看"。
你下载了一个番茄钟 App，用了三天，第四天你无视了它的提醒。你下载了一个打卡 App，连续打卡 7 天后断了——从此再也没打开过。
ZEdu 把学习过程游戏化——连续学习获得连击成就，知识点通关解锁徽章，错题攻克获得经验值。不是为了让你沉迷，是为了让你在"不想学"的时候还能克服那一点摩擦力——多坚持五分钟。
如果你是一位老师，你会在教师仪表盘上看到班级整体的学习数据——哪些知识点普遍薄弱、哪些学生进度落后、哪些错题在全班反复出现。你可以据此调整教学重点，而不是凭感觉。"
ZEdu 的所有 AI 调用通过你自己的智谱 GLM 和讯飞星火 API Key 完成，不经过任何第三方中转服务器。学习行为数据存储在你自己部署的 MySQL 里，知识库文档向量存储在你自己控制的 Chroma 中。
| ZEdu 不做 | ZEdu 做 |
|---|---|
| 收集你的聊天记录用于模型训练 | 所有对话数据存储在你自己的数据库 |
| 将你的答题数据上传到云端分析 | 行为分析引擎本地运行 |
| 接入第三方 SDK 做用户画像 | 所有模型调用通过你自己的 API Key |
| 用你的作文语料喂给 AI | 作文批改即时处理，不持久化原文 |
Docker Compose 一键部署到你自己的服务器，Electron 桌面端装在你的电脑上。数据在你自己手里。
| ZEdu | ChatGPT 对话 | 传统刷题 App | 网课平台 | |
|---|---|---|---|---|
| 教学模式 | 苏格拉底引导式 | 一问一答 | 题海战术 | 单向灌输 |
| 错题处理 | 8 维诊断 + 知识溯源 | 需要你主动追问 | 只看对错 | 没有 |
| 推理过程 | 可视化推理路径 | 文字推导 | 看参考答案 | 看录播讲解 |
| 个性化 | 画像 + ZPD + FSRS 动态适应 | 依赖你的 prompt 能力 | 固定难度分级 | 统一课程 |
| 学习闭环 | 画像→路径→评估→循环 | ❌ | ❌ | ❌ |
| 部署方式 | Docker / Electron 桌面端 | Web | App | Web |
| 数据归属 | 你自己的服务器 | OpenAI 服务器 | 平台服务器 | 平台服务器 |
| 面向受众 | 大学生系统性深度学习 | 所有人 | K12 | 所有人 |
| 开源 | ✅ MIT | ❌ | ❌ | ❌ |
2025 年，大模型 API 价格已经降到学生可以承受的水平（智谱 GLM-4-Flash 千 tokens 不到一分钱）。技术不再是你用不起的奢侈品——你缺的从来不是好模型，是好工具。
而 ZEdu 选择以 Electron 桌面端交付，原因很简单：浏览器是分心的源头。你在浏览器里打开一个学习工具，弹窗通知、B站收藏、微博热搜都在同一个应用框架里。桌面端是独立窗口，是仪式感，是你对自己说"我现在要学了"的动作。
git clone https://github.com/EXtreameChallenge/ZEdu.git
cd ZEdu/ai-edu-assistant-main
cp .env.example .env
# 编辑 .env，填入你的 API Key
# JWT_SECRET=随机32位字符串
# BIGMODEL_API_KEY=你的智谱API Key
# IFLYTEK_APP_ID=你的讯飞AppID
# IFLYTEK_API_KEY=你的讯飞API Key
# IFLYTEK_API_SECRET=你的讯飞API Secret
docker compose up -d打开浏览器访问 http://localhost，开始你的第一轮苏格拉底对话。
从 Releases 下载 ZEdu-Setup-x.x.x.exe，双击安装。
内置 JRE 17 + 后端 fat jar + 前端静态资源，不需要装 JDK、不需要装 Node.js、不需要配置环境变量。安装即用。
# 后端
cd ai-chat
./mvnw spring-boot:run
# 前端
cd ai-chat-frontend
npm install && npm run dev
# 桌面端
cd desktop
npm install && npm run dev| 层级 | 技术 | 说明 |
|---|---|---|
| 后端语言 | Java 17 | LTS，生态成熟 |
| 后端框架 | Spring Boot 3.3.5 | Web / WebFlux / Security / JPA / WebSocket / Actuator |
| AI 框架 | LangChain4j 0.35.0 | OpenAI 兼容协议，多模型路由 |
| AI 模型 | 智谱 GLM + 讯飞星火 + SiliconFlow Embedding | 国产模型，学生友好价格 |
| 数据库 | MySQL 8.0 + Flyway | 关系型存储 + 版本化迁移 |
| 缓存 | Redis 7 | 会话缓存 + 限流 + 排行榜 |
| 向量存储 | Chroma | RAG 检索增强生成 |
| 监控 | Micrometer + Prometheus + Resilience4j | 可观测性 + 熔断保护 |
| 前端框架 | React 19 + TypeScript 5.6 | 类型安全，组件化 |
| 构建工具 | Vite 6 | 极速 HMR |
| UI 样式 | Tailwind CSS 4.3 | 原子化 CSS |
| 状态管理 | Zustand 5 | 轻量、无 boilerplate |
| 实时通信 | STOMP + WebSocket | 流式对话 + 通知推送 |
| 图表 | Recharts + Mermaid + ReactFlow | 数据图 + 知识图谱 + 流程图 |
| 数学渲染 | KaTeX | LaTeX 数学公式 |
| 桌面端 | Electron 33.4 + electron-builder | NSIS 安装包 |
| 部署 | Docker Compose | MySQL + Redis + Backend + Frontend 一键启动 |
本项目基于 MIT License 开源。你可以随意使用、修改、商用——只要保留原始版权声明。
ZEdu 不承诺让你变成学霸。它承诺的是另一件事：当你坐在电脑前，决定今晚不再划水的时候，有一个工具不会辜负你的决心。
它不问你是不是天才，不问你的 GPA 起点是多少。它只做一件事——当你对自己说"我要学"的时候，它在旁边，准备好了。
Built with ☕ and sleepless nights by ExtreameChallenge