EduSwarm 智慧课堂工作台全解析:11 位 AI 教师如何接管备课、上课到学情的完整教学闭环
EduSwarm 智慧课堂工作台全解析:11 位 AI 教师如何接管备课、上课到学情的完整教学闭环
EduSwarm 是一个基于多智能体框架构建的 AI 智慧课堂工作台:它由 11 位专职 AI 教师(课件制作师、出题官、批改师、学情分析师等)协作接管备课、上课、作业、批改到学情分析的完整教学闭环。教师只需做决策,学生凭 6 位课堂码即可加入课堂。本文带你完整看懂这套 AI 教师团队的架构分工、教学闭环流程,以及如何快速部署你的 AI 智慧课堂。
为什么是"11 位 AI 教师",而不是一个超级 AI
传统 AI 教学工具往往让"一个大模型包打天下",但真实教学从来都是团队协作——教研组长统筹、学科教师备课、命题教师出题、阅卷教师批改、教研员分析学情。单个 AI 一人分饰多角,很快会撞上瓶颈:
| 痛点 | 具体表现 |
|---|---|
| 📝 备课耗时 | 一节新课要写教案、做课件、出习题,动辄数小时 |
| 📚 批改负担重 | 作业批改占据大量课后时间,反馈滞后 |
| 📊 学情靠经验 | 班级薄弱点全凭感觉,缺少数据支撑的诊断与补救路径 |
| 🤖 单 Agent 困境 | Prompt 膨胀导致注意力涣散、角色混乱、无法并行、专业深度不够 |
EduSwarm 的思路是:这些工作不是"要不要做"的问题,而是"交给谁做"的问题——把教学任务拆给多位专职 AI 教师协作完成,教师从"亲力亲为"变成"做决策"。这套多智能体设计原则(先拆角色 → 再定流程 → 最后配信号)的完整推演,可以阅读 EduSwarm经验分享.md。
平台架构总览:五层结构一张图看懂
EduSwarm 的整体架构自上而下分为五层:接入渠道 → 平台与控制 → 专职教学 Agent → 支撑层 → 底座:
- ① 接入渠道:教师端 / 学生端 / 飞书推送 / 外部 REST API / 教育市场(Skill 市场)
- ② 平台与控制:EduSwarm Web 平台(前端交互、鉴权、实时消息)+ LEADER 教研组长(任务调度、状态机、汇总审核)
- ③ 专职教学 Agent 团队:备课规划、课件制作、出题、批改、学情分析、主讲教师、讨论引导员、答疑双端等,业务能统一、薄弱诊断
- ④ 支撑层:知识库(RAG)、数据流转(教学数据库 / JSON / 报告文件)、SKILL 技能库(内置 20+ / 市场 170+)
- ⑤ 底座:平台服务(一键启动、Agent 配置中心)、算力(OpenAI 兼容 API)、智能体平台
💡 关键设计:每个 Agent 的知识库互相隔离、各管各的边界;成员是按需拉起的——简单任务由 LEADER 直接秒级完成,复杂任务才会真正"组队"协作,避免"为了多 Agent 而多 Agent"。
11 位 AI 教师角色图鉴:每位只做好一件事
EduSwarm 内置了 11 位教学 Agent,每位都有专属的小镇居民名和严格划定的职责边界,人设与技能均可在「Agent 配置中心」修改:
| 内部 ID | 居民名 | 角色 | 一句话职责 | 挂载技能 |
|---|---|---|---|---|
edu_leader |
团团 | 教研组长(统筹) | 统筹教学计划、给团队分工、把控质量与节奏 | lesson-planner / courseware-maker / quiz-generator |
edu_courseware_maker |
丹丹 | 课件制作专家 | 把教案/上传素材变成 8–15 页精美课件 | courseware-maker |
edu_quiz_maker |
点子 | 出题教师 | 按"知识点 + 难度 + 题型 + 数量"生成分层练习 | quiz-generator |
edu_grader |
小红 | 批改教师 | 客观题自动判分、主观题 AI 批注与改进建议 | grading-assistant |
edu_analyst |
图图 | 学情分析教师 | 从成绩数据找薄弱点、输出诊断报告与提升建议 | analyst-diagnosis / learning-path |
edu_lecturer |
百灵 | 主讲教师 | 把知识点讲成生动直观的课(随堂交互 / 板书) | lesson-planner |
edu_discussion_guide |
泡泡 | 讨论引导员 | 设计有思辨性的话题、分组与互评量规 | peer-discussion |
edu_tutor |
知了 | 答疑教师(教师侧) | 面向教师的个性化讲解与一对一辅导 | homework-assigner / grading-assistant |
edu_tutor_agent |
糖糖 | AI 辅导员(学生侧) | 耐心鼓励、分层讲解、错题回溯与补差路径 | tutor-agent / exercise-recommend |
edu_kg_builder |
卷卷 | 知识库管家 | 把散落资料整理成可检索的知识库 | workvault |
edu_sandbox_guide |
奇奇 | 实训指导设计 | 设计实训步骤文档、判题脚本与沙箱镜像配置 | 随任务动态装配 |
每位 Agent 的配置源文件都在 jiuwenswarm/resources/agent/edu_agent_configs/ 目录下,一个 JSON 对应一位教师,复制改 ID 即可扩展出你的自定义 Agent(详见 docs/Agent二次开发指南.md)。完整角色说明见 docs/Agent职责说明.md。
完整教学闭环:备课 → 上课 → 批改 → 学情 → 再备课
EduSwarm 最有价值的地方在于它不是零散功能堆砌,而是一条数据自动流转的教学闭环:
第一步:课前备课,一句话生成一整节课
在教师团队会话中切到集群模式,输入一句自然语言:
帮我做《小学2年级数学》单元教学闭环:教案+课件+习题+配套作业,并帮我入库课件和作业到 eduswarm
LEADER 团团会自动判断复杂度、拆解任务并派给丹丹(课件)、点子(出题)等成员,产物自动入库到课件中心与作业中心,教师在工作台审阅即用。任务完成后会收到一份结构化完成报告:
生成的课件可在「课件中心」自由编辑:左侧填写学科、年级、知识点与标签,右侧预览习题与课堂总结,支持 AI 优化、存草稿或直接发布:
第二步:上课,学生凭课堂码实时加入
在「班级管理」创建班级(填名称、年级、班主任,可绑定飞书 Webhook),再创建课堂、设置排期。课堂创建后每个班级自动生成一个 6 位课堂码:
学生无需安装、无需注册——打开教师机的 URL,输入"课堂码 + 学号 + 姓名"即可入班(会话有效期 2 小时,过期重新输入即可)。教师端进入「授课指挥中心」,课件投屏、教案、习题、白板四大页签随时切换:
学生端实时同步课件内容,并可随时向教师提问:
课堂中的"互动"页签可以让 AI 随堂生成随机测试题并推送给学生,实时查看每道题的作答情况:
下课结束时,平台自动生成课堂总结与完整报告(出勤率、参与度、随堂测试通过率、逐题明细),支持导出 JSON / HTML,还能一键把课堂习题"布置作业":
第三步:课后作业自动批改 + 学情诊断反哺备课
作业中心形成第二个小闭环:AI 按知识点/题型/难度出题 → 分发到班级 → 学生在线作答 → 客观题自动判分、主观题 AI 批注 → 生成全班批改报告(HTML)。配套作业会自动命名为《课件标题·配套练习》并记录关联,一眼看出对应哪份课件。
批改数据再流入学情看板:班级成绩分布、薄弱知识点诊断、补救路径建议,输出可下载的诊断报告——数据会反哺下一轮备课,形成"备课 → 教学 → 作业 → 批改 → 分析 → 再备课"的教学数据飞轮。
快速部署:3 种方式跑起你的 AI 智慧课堂
| 方式 | 适合场景 | 操作 |
|---|---|---|
| ☁️ 云端一键体验 | 零基础尝鲜 | 华为云 AI 办公实践中心中选择「EduSwarm · AI 智慧课堂工作台」实践,AI 助手自动创建 ECS 并部署容器,浏览器打开 http://<IP>:5173 即用 |
| 💻 本地一键启动 | 教师机 / 机房(Windows、Linux、macOS) | 克隆仓库后双击 start-backend.bat(Windows)或执行 ./start.sh,脚本自动装依赖、构建前端并打开浏览器 |
| 🐳 Docker 部署 | Linux 服务器、零环境依赖 | 装好 Docker 后执行 docker compose up -d,镜像与数据卷、沙箱挂载均已内置在 docker-compose.yml 中 |
# 本地 / 云端通用
git clone https://gitcode.com/agent-best-practices/eduSwarm
cd eduSwarm
./start.sh # Windows 直接双击 start-backend.bat
💡 环境要求:Python ≥ 3.11、Node ≥ 18,Docker 可选(仅实训沙箱需要);未配置模型也能先启动,之后在「设置 → 模型配置」填入 OpenAI 兼容的 API Key 即可(所有教学 Agent 自动同步主模型)。完整 10 步上手流程见 EduSwarm快速部署指南.md。
两大进阶玩法:Agent 小镇 & 实训中心
- 🎪 Agent 小镇(3D 集群模式):把 11 位 Agent 具象成小镇居民,向"管家"说一句需求(如"给同学们做一个《循环》编程实训"),小镇会按"召集居民 → 进办公室 → 工位工作 → 庆祝交付 → 散场"的链路可视化走完协作过程,产物自动入库。特别适合在课堂上给学生演示"AI 团队如何工作"。
- 🖥️ 实训中心(沙箱编程实训):一个实训模板 = 分步指导文档 + 判题脚本 + 沙箱运行镜像。学生在隔离容器中写代码,提交后自动判分,把编程类任务从"出题 → 作答"延伸为"编码 → 运行 → 自动判分"。
数据安全:学生信息如何被保护
教育场景最关心隐私问题,EduSwarm 的默认设计对数据安全比较友好(详见 docs/数据存储与合规说明.md):
- 数据只落本地:全部教学数据写入本地单文件 SQLite(
edu.db),代码中不存在上传云端的环节; - PII 脱敏默认开启:调用外部大模型前,学生姓名自动替换为"学生N"、学号打星、班级名替换为"某班级"(
mask_student_pii默认true); - 可私有化:把模型
api_base指向内网自建服务(vLLM / Ollama),学生数据全程不出校园网; - 通知最小化:QQ / 飞书机器人只推送"作业/课堂标题 + 跳转链接",不发送成绩、名册等敏感字段;
- 期末一键清理:
class_purge接口可删除某班全部数据,并支持备份/恢复。
延伸阅读:文档与关键路径速查
| 想了解 | 看这里 |
|---|---|
| 项目总览(中文) | README_CN.md |
| 从零部署全流程 | EduSwarm快速部署指南.md |
| 11 位 Agent 角色与编排 | docs/Agent职责说明.md |
| 多智能体设计思路与踩坑实录 | EduSwarm经验分享.md |
| 数据安全与合规(学校评审用) | docs/数据存储与合规说明.md |
| 外部系统集成(LMS/小程序) | docs/对外API接入指南.md |
| 教学扩展源码 | jiuwenswarm/extensions/edu_platform/ |
| Agent 配置 JSON | jiuwenswarm/resources/agent/edu_agent_configs/ |
一句话总结:EduSwarm 用"11 位各司其职的 AI 教师 + 一条自动流转的教学数据闭环",把备课、上课、批改、学情从手工活变成了"提需求 → 审结果"的决策活。教师始终是教学的主导者,平台只负责把重复性事务接过去——这正是 AI 智慧课堂工作台最该有的样子。









