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

原创2026-10-29 11:22:111,817 阅读
文章标签:人工智能AI 应用AI Agent多智能体Agent 编排Agent 工作流Agent 沙箱教育后端前端本地部署

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:

EduSwarm智慧课堂工作台总体架构图,展示接入渠道、LEADER教研组长与八个专职教学Agent的分层设计

  • 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:

EduSwarm完整教学闭环工作流程图,涵盖课前备课、课中实时课堂、课后作业批改与学情分析

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:

AI教师团队备课闭环完成报告,展示教案、课件与配套作业的生成与入库状态

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:

课件中心编辑界面,展示知识点标签、随堂练习与课堂总结的AI生成效果

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:

班级管理创建班级界面,填写班级名称、年级与班主任信息

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:

教师端授课指挥中心,展示课件放映与出勤率、参与度实时统计

学生端实时同步课件内容,并可随时向教师提问:

EduSwarm学生端课堂界面,学生凭课堂码加入后可跟课互动与答疑

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:

课堂互动随堂测试,AI生成选择题并推送给学生实时作答

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":

课堂结束后的完整报告,展示出勤率、参与度、随堂测试逐题统计

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

AI智慧课堂工作台实践流程:浏览器进入AI开发者空间,自动部署并调用大模型服务

💡 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。

登录后查看全文
企业-教育-EduSwarm智慧课堂工作台