计算机考研智能题库系统 (基于 Django 和 大语言模型)

简介

本项目是一个基于 Python 3.12 和 Django 5.2 构建的现代化、异步支持的智能学习辅导系统，专为准备计算机专业研究生入学考试的用户设计。系统深度融合了知识图谱、个性化错题管理，并利用大语言模型 (LLM) 提供智能知识点提取、AI 习题生成与推荐、AI 助教等功能，旨在打造一站式、高效、智能的学习与备考平台。

主要功能

• 📚 课程知识图谱:

  • 提供 数据结构、计算机网络、计算机组成原理、操作系统 四门核心课程的结构化知识图谱。
  • 帮助用户系统梳理知识体系，进行关联性学习。

• ❌ 个性化错题集:

  • 自动记录用户练习中的错题，每个用户的错题记录相互独立。
  • 支持错题回顾、筛选与管理，方便进行针对性复习。

• 💡 智能知识点提取:

  • 利用 大语言模型 (LLM) 分析用户提交的错题内容。
  • 精准定位并提取错题背后关联的核心知识点。

• ✍️ AI 习题服务:

  • 智能生成: 基于提取的知识点或用户具体的错题，动态生成新的、相关的练习题目。
  • 智能推荐: 根据用户的错题历史和薄弱环节，直接推荐或生成针对性的练习题进行强化。
  • AI 习题库: 统一存储和管理所有由 AI 生成的习题，方便用户随时练习。

• 🤖 AI 助教:

  • 提供基于所覆盖课程内容的 交互式对话问答 功能。
  • 用户可以就学习中遇到的概念、题目理解等问题与 AI 进行对话，获得即时辅导。

• ⚡ 异步架构:

  • 充分利用 Django 5.2 的原生异步视图和 ORM 支持，提升系统在高并发场景下的性能和响应速度。

技术栈

• 后端 (Backend):
  • 语言: Python 3.12
  • 框架: Django 5.2 (启用 ASGI 异步模式)
• 大语言模型 (LLM):
  • 集成用于: 知识点提取、习题生成/推荐、AI 助教问答。
  • 使用DeepSeek API，Grok API
• 数据库 (Database):
  • SQLite
• 前端 (Frontend):
  • HTML, JavaScript
• 其他 (Others):
  • (可列出其他关键依赖库或技术，如：Celery (如果用于后台任务), Redis (如果用于缓存或队列) 等)

安装部署

1. 环境准备:

• 确保已安装 Python 3.12 及 pip 包管理器。
• 推荐使用虚拟环境 (如 venv) 来隔离项目依赖。

  conda create -n exambank python==3.12
  conda activate exambank
  pip install -r requrements.txt

2. 获取代码:

git clone <your-repository-url>
cd <repository-directory-name>