CoursePilot 是一个面向大学课程学习场景的智能体学习平台，目标是把“教材接入 -> 概念讲解 -> 练习生成 -> 考试评卷 -> 错题记忆”做成一条可追踪、可评测的学习闭环。
通用 Chat 应用通常擅长回答单个问题，但很难稳定处理课程材料引用、多轮学习状态、练习/考试、工具权限和质量回归。CoursePilot 将多 Agent 编排、教材级 RAG、长短期记忆、MCP 工具治理组合在一起，让系统既能围绕教材回答问题，也能持续跟踪学习过程，并用可追溯证据约束回答质量。
- 多 Agent 协作：Router 理解意图并制定计划，Tutor 负责讲解，QuizMaster 负责出题，Grader 负责评分与反馈。
- 教材 RAG：支持课程材料解析、切块、向量索引、BM25 + dense 混合检索，并在回答中展示来源页码和证据片段。
- 学习闭环：覆盖
learn / practice / exam三种模式，从讲解到练习、考试、评分、记录沉淀在同一系统内完成。 - 记忆系统：服务端维护会话状态、用户画像和情景记忆，用于多轮学习连续性和个性化反馈。
- 工具系统：通过 MCP 与 ToolHub 管理搜索、计算、文件写入等工具，统一做权限、预算、去重和失败处理。
- 评测系统：内置 benchmark、LLM-as-a-Judge 和 review 队列，用客观指标与主观评分跟踪系统质量。
推荐使用 Python 3.11。
py -3.11 -m pip install -r requirements.txt在项目根目录创建 .env，最少需要：
OPENAI_API_KEY=...
OPENAI_BASE_URL=https://api.openai.com/v1
DEFAULT_MODEL=gpt-4o-mini如果需要 judge 模型、运行治理参数或完整环境变量说明，请看 配置总览。
# 终端 1：后端
py -3.11 -m backend.api
# 终端 2：前端
streamlit run frontend/streamlit_app.py默认后端端口 8000，前端端口 8501。
推荐直接通过前端完成：
- 创建或选择课程
- 上传教材文件
- 点击“构建索引”
- 开始学习 / 练习 / 考试
如果你需要批量重建所有课程索引：
py -3.11 scripts/rebuild_indexes.py对外，CoursePilot 提供三种学习模式：
learn：解释概念、回答问题、引用教材practice：生成练习题并评分讲评exam：生成试卷并完成一次性评卷
对内，系统不会直接把模式映射到单一函数，而是先由 Router 生成计划，再进入受控模板执行。当前核心执行思路是：
workflow_template：决定本轮是“只讲解”、“只出题”还是“出题后评分”等路径ExecutionRuntime + TaskGraph：把计划编译成可观测、可回退的执行步骤RAGService + MemoryService：负责教材证据和历史记忆预取ToolHub：统一工具门控与审计
更详细的执行链路见 架构文档。
course-pilot/
├─ backend/ API 与 SSE
├─ frontend/ Streamlit UI
├─ core/ Agent 编排与运行时
│ ├─ agents/ Router / Tutor / QuizMaster / Grader
│ ├─ orchestration/ Runner、Plan、SessionState
│ ├─ runtime/ ExecutionRuntime、TaskGraph
│ ├─ services/ RAG、Memory、ToolHub
│ ├─ llm/ LLM client 与工具轮
│ └─ metrics/ 运行指标
├─ rag/ 解析、切块、索引、检索
├─ memory/ 长期记忆与用户画像
├─ mcp_tools/ MCP 与工具实现
├─ scripts/ 索引、评测、worker 脚本
│ ├─ eval/ bench / judge / review
│ ├─ perf/ 性能脚本
│ └─ workers/ 后台 worker
├─ benchmarks/ benchmark 与 gold 数据
│ └─ archive/ 历史数据集
├─ tests/ 回归测试
├─ docs/ 项目文档
│ ├─ guides/ 指南文档
│ ├─ examples/ 示例
│ ├─ reviews/ 审阅报告
│ ├─ internal/ 内部资料
│ └─ archive/ 历史归档
├─ data/ 本地运行产物
└─ artifacts/ 本地实验材料
README 文档只是一个快速启动和项目概览，更多细节和设计思路请看这些文档：
重点不只是“把文档喂给模型”，而是把教材证据、练习/考试链路、状态管理、工具治理和动态评测放进同一个工程体系里。
可以。你完全可以只用 learn 模式；练习、考试和评测链路是增量能力，不强制依赖。
MIT