---
url: /about/contact.md
---

# 联系我们

## 公司地址

- 地址：上海市浦东新区东育路588号前滩前滩中心21层
- 邮编：200126

## 在线联系

- 邮箱：peirongw@foxmail.com
- 微信：18557519609

## 业务合作

- 电话：18557519609
- 联系人：perry


---
url: /about/index.md
---

# 公司介绍

曲速引擎互联网络科技有限公司，成立于2018年，专注于数字化与AI智能技术的应用与创新。
我们致力于通过先进的技术手段，帮助企业提升运营效率、优化决策过程，推动企业数字化转型与升级。
公司主要承接各类数字化需求，提供定制化的软件开发服务、信息化系统建设、大数据解决方案、Web及小程序开发、性能调优等服务。
我们始终秉承客户需求导向，全面打造公司的核心竞争力，助力客户在数字化浪潮中获得更大的市场优势。

# 业务介绍

1. **软件定制开发**：我们根据客户的具体需求，提供量身定制的软件解决方案，涵盖各行业的管理系统、数据平台等，确保高效、灵活地满足客户的业务需求。

2. **信息化系统建设**：从需求分析到系统上线，提供全面的IT系统架构设计与实施服务，帮助客户实现流程自动化与信息化管理。

3. **大数据解决方案**：结合最新的大数据技术，为客户提供数据采集、处理、存储、分析等一体化解决方案，帮助客户深度挖掘数据价值，做出精准决策。

4. **Web与小程序开发**：开发响应式网站、Web应用以及基于微信平台的小程序，帮助客户拓展线上渠道，提升品牌影响力与用户体验。

5. **性能调优**：针对已有系统，提供性能评估与调优服务，优化系统架构与数据库，提升系统稳定性和响应速度。

# 使命与愿景

- **使命**：为客户提供创新的数字化解决方案，助力企业实现智能化转型，以科技推动社会进步与经济发展。

- **愿景**：成为领先的数字化服务提供商，持续引领行业技术创新，助力各行各业实现全面数字化升级。

# 价值观

- **客户至上**：始终把客户需求放在首位，提供优质的服务与解决方案，建立长期互信的合作关系。
- **创新驱动**：坚持技术创新，勇于探索前沿技术，不断推动产品和服务的升级与优化。
- **团队协作**：提倡团队精神，尊重每一个团队成员的贡献，协同合作，共同成长。
- **诚信正直**：以诚信为基础，公平、公正、透明的与客户和合作伙伴共同发展。

我们相信，数字化将带来更大的商业机会，曲速引擎将继续为客户创造更多价值，携手共创辉煌未来。


---
url: /case/index.md
---


# 产品案例

我司当前在售产品包括以下数个系列：

## WarpHelix - AI生物医学研究平台

WarpHelix 是一款面向生物医学研究人员的 AI 智能助手平台。基于大语言模型和专业生物信息学工具，WarpHelix 可以帮助研究者进行数据分析、文献检索、实验设计、序列分析和代码执行，大幅提升科研效率。

**核心能力：**
- 🧬 **生物序列分析** — 支持 DNA/RNA/蛋白质序列比对、注释和可视化
- 📊 **智能数据分析** — 自动编写并执行 Python/R 代码，处理组学数据
- 📚 **文献智能检索** — 跨数据库检索并总结最新研究进展
- 🔬 **实验设计辅助** — 基于已有研究提供实验方案建议
- 💻 **代码执行环境** — 内置安全沙箱，支持 Python、R、Bash 脚本实时执行

可以查看 [WarpHelix 详细介绍](./warphelix) 获取更多信息。

---

## AI辅助教学系统

该系统是一套基于人工智能技术的教学系统，能够解除教学在空间和时间上的限制，达到随时随地学习、精准高效解决问题的目的。用户端是AI教学系统面向学生的客户端，提供了教学问答、通知查看等功能。

可以查看[AI辅助教学系统用户手册](../ai-teaching/index.md)获取更多信息。



---
url: /case/warphelix.md
---


# WarpHelix — AI 生物医学研究智能体平台

> **以超光速推动生命科学研究**

<div style={{ position: 'relative', width: '100%', maxWidth: '800px', margin: '24px auto', paddingBottom: '56.25%', height: 0, overflow: 'hidden', borderRadius: '8px' }}>
  <iframe
    src="//player.bilibili.com/player.html?bvid=BV1XC9jBiESu&high_quality=1&danmaku=0"
    style={{ position: 'absolute', top: 0, left: 0, width: '100%', height: '100%', border: 'none' }}
    allowFullScreen
    scrolling="no"
  />
</div>

## 生物医学研究正面临一场效率危机

全球每年发表超过 **300 万篇** 生物医学论文，公共数据库中沉淀了 **PB 级** 的组学数据。然而，绝大多数研究人员却无法有效利用这些资源——不是因为缺乏科学直觉，而是因为**缺乏工具和技能**。

### 🔴 三大核心痛点

**1. 生信人才严重短缺**

生物信息学已成为现代生命科学研究的"必修技能"，但现实是：

- 全球生信人才缺口持续扩大，高校培养速度远远跟不上需求
- 一个合格的生信工程师年薪 30-80 万，中小型实验室根本请不起
- 即使是大型科研机构，一个生信团队也要服务几十个课题组，排队等分析是常态
- **结果：大量"湿实验"做完了，数据分析成了瓶颈，论文发不出去**

**2. 工具碎片化，学习曲线陡峭**

生物医学研究涉及数百种专业软件和数据库：

- 做基因组分析要学 BLAST、BWA、GATK、samtools...
- 做单细胞分析要学 Scanpy、Seurat、CellRanger...
- 做药物发现要学 RDKit、AutoDock、ADMET 预测工具...
- 做蛋白质分析要学 AlphaFold、STRING、分子对接工具...
- 每个工具都有不同的安装方式、数据格式、参数设置
- **结果：一个完整的分析流程，光环境配置就要花几天，真正的科学问题反而被搁置**

**3. 分析流程不可复现**

科研领域的可复现性危机尤其严重：

- 手动操作步骤容易遗漏，参数设置靠"经验"
- 不同分析师对同一数据可能得出不同结论
- 审稿人要求复现分析时，经常发现"跑不通了"
- **结果：浪费时间、浪费经费，拖慢整个研究进程**

:::tip 一句话总结
**生物医学研究最大的瓶颈，不是没有数据，而是没有足够多、足够好的人来分析数据。**
:::


## WarpHelix 如何解决这些问题？

WarpHelix 的核心理念：**让每一个研究人员都拥有一个 7×24 在线的"超级博后"**。

不需要编程，不需要配置环境，不需要学习几十种工具——**用自然语言描述你的研究问题，WarpHelix 自动完成从规划到执行到报告的全流程。**

### 🧠 核心架构：Think → Execute → Observe → Solution

WarpHelix 基于斯坦福大学 [Biomni](https://biomni.stanford.edu/) 框架构建，采用 **LLM 推理 + 检索增强规划 + 自动代码执行** 的深度集成架构：

```
研究人员提问
    ↓
🧠 Think — 理解问题，规划分析路径
    ↓
⚡ Execute — 自动编写并执行 Python/R/Bash 代码
    ↓
👁️ Observe — 检查中间结果，发现问题自动调整
    ↓
📋 Solution — 整合多轮分析，生成完整报告 + 可视化
```

**关键差异：WarpHelix 不是一个"问答机器人"，而是一个真正能"动手做实验"的 AI 智能体。** 它不只是告诉你"应该怎么做"，而是直接帮你做完。

![WarpHelix 平台界面 — AI 驱动的生物医学研究分析](/case-images/warphelix/ui-overview.jpg)


## 为什么 WarpHelix 能做到？

### 🔬 150+ 专业工具，开箱即用

WarpHelix 系统性地从上万篇生物医学论文中挖掘和集成了 **150+ 专业工具**，覆盖生物医学全链路——这也是 Biomni 框架的核心创新：**Action Discovery（动作发现）机制**。

不同于传统的"人工选择几个常用工具"，Biomni 通过 AI 自动从学术文献中发现、评估并集成专业工具，构建了目前最全面的生物医学 AI Agent 工具生态。

| 分析领域 | 代表性工具 | 典型任务 |
|----------|-----------|---------|
| 序列分析 | BLAST、BWA、samtools | 序列比对、变异检测 |
| 基因组学 | BEDTools、liftOver、VCF工具 | 区间运算、坐标转换 |
| 单细胞 | Scanpy、AnnData | scRNA-seq 分析、细胞注释 |
| 蛋白质 | AlphaFold、STRING | 结构预测、互作网络 |
| 药物发现 | RDKit、AutoDock、TDC | 分子对接、ADMET 预测 |
| 文献检索 | PubMed、Semantic Scholar | 跨库检索、趋势分析 |

### 🌐 25 个生物医学子领域全覆盖

从基因组学到癌症基因组学，从分子克隆到罕见病诊断，从微生物组到蛋白质工程——WarpHelix 是目前覆盖领域最广的生物医学 AI Agent。

<details>
<summary>查看完整领域列表</summary>

| # | 领域 | 典型任务 |
|---|------|---------|
| 1 | 🧬 基因组学 | 遗传变异解读、基因优先级排序、调控元件查询 |
| 2 | 💊 药物发现 | ADMET 预测、药物重定位、分子对接模拟 |
| 3 | 🔬 单细胞生物学 | scRNA-seq 细胞注释、Perturb-seq 分析 |
| 4 | 🧪 分子克隆 | 克隆方案设计、引物设计 |
| 5 | 🏥 罕见病诊断 | 辅助诊断、文献证据关联 |
| 6 | 🦠 微生物组 | 微生物组分析、群落结构解析 |
| 7 | 🧫 蛋白质科学 | 结构预测、相互作用网络分析 |
| 8 | 📊 癌症基因组学 | cBioPortal 数据查询与分析 |
| 9 | 📚 文献挖掘 | 跨数据库检索、研究趋势分析 |
| 10 | 🧬 表观基因组学 | DNA 甲基化、组蛋白修饰分析 |
| 11 | 🔗 基因调控网络 | 转录因子结合、基因调控推断 |
| 12 | 📈 群体遗传学 | 选择信号检测、群体结构分析 |
| 13 | 💉 免疫学 | 免疫组库分析、新抗原预测 |
| 14 | 🧪 代谢组学 | 代谢通路分析、代谢物鉴定 |
| 15 | 🧫 蛋白质组学 | 蛋白质定量、修饰位点分析 |
| 16 | 🌿 植物生物学 | 植物基因组分析、作物改良 |
| 17 | 🧬 RNA 生物学 | ncRNA 预测、RNA 结构分析 |
| 18 | 📊 空间转录组学 | 空间基因表达分析 |
| 19 | 🧬 进化生物学 | 系统发育分析、分子进化 |
| 20 | 🏥 临床基因组学 | 临床变异解读、用药指导 |
| 21 | 🔬 结构生物学 | 蛋白质结构解析、分子模拟 |
| 22 | 💊 化学信息学 | 分子描述符计算、化合物筛选 |
| 23 | 🧬 功能基因组学 | CRISPR 筛选分析、基因功能注释 |
| 24 | 🏥 精准医学 | 分子分型、个体化治疗方案 |
| 25 | 📊 生物统计学 | 生存分析、临床试验设计 |

</details>


## 对比：有 WarpHelix vs 没有 WarpHelix

| 场景 | 传统方式 | 使用 WarpHelix |
|------|---------|---------------|
| 遗传变异分析 | 手动查 ClinVar、gnomAD，写脚本解析 VCF → **2-3 天** | 一句话提问，自动查库、分析、出报告 → **5 分钟** |
| 单细胞 RNA-seq | 配环境、装包、调参、写流程 → **1-2 周** | 上传数据，描述需求 → **15 分钟** |
| 药物 ADMET 预测 | 安装 RDKit、TDC，写预测脚本 → **2-3 天** | 给 SMILES 结构，直接预测 → **3 分钟** |
| 蛋白质对接 | 配置 AutoDock、准备结构文件 → **3-5 天** | 指定目标蛋白，自动完成 → **10 分钟** |

:::info 效率提升
平均分析效率提升 **5-10 倍**，部分场景提升超过 **100 倍**。
:::


## 企业级特性：不只是原型，而是生产级平台

WarpHelix 不是一个实验室 demo。在开源 Biomni 框架基础上，我们进行了深度企业级改造：

### 👥 多用户与权限管理
完整的用户注册、认证和权限体系。管理员后台支持用户管理、对话审计、系统配置一站式管理。

### 💰 精确的用量计量
Token 用量精确统计（输入/输出分别计量），用户级别配额分配与消耗追踪，超额自动暂停。

### 🔧 多模型灵活切换
- **AWS Bedrock**（Claude Sonnet 4）：主力模型
- **通义千问（DashScope）**：国内低延迟备选
- 管理员可随时切换，无需重启

### 📁 智能文件管理
上传文件按类型自动分类，Agent 执行环境自动挂载用户文件，智能预览与分析。

### 📤 全流程可追溯
一键导出完整对话（含执行步骤、代码和结果），Markdown 格式，支持归档、审计和分享。

👉 **[查看完整企业特性详解 →](./warphelix/enterprise)**


## 🔒 数据安全：私有化部署，数据不出内网

生物医学研究数据高度敏感。WarpHelix 从架构层面保障安全：

- **用户数据严格隔离** — 每个用户的对话、文件、分析结果相互独立
- **研究数据不用于模型训练** — 您的数据绝不会被用于训练 AI 模型
- **支持完全私有化部署** — 所有数据留在企业自有服务器
- **全链路自主可控** — 从 LLM 推理到数据存储，全部署在客户环境
- **一键部署** — 支持 AWS / 阿里云 / 本地服务器

👉 **[查看技术架构与安全详解 →](./warphelix/tech-architecture)**


## 典型应用案例

### 案例 1：遗传变异解读 — 从数据到报告 5 分钟

**研究者提问：** "帮我分析这组基因变异数据，重点关注与帕金森病相关的变异。"

**WarpHelix 自动执行：**
1. 解析上传的 VCF 文件，识别变异位点
2. 查询 ClinVar、gnomAD 获取变异注释和人群频率
3. 检索 PubMed 相关文献，关联临床证据
4. 评估变异致病性（ACMG 标准）
5. 生成完整分析报告 + 可视化图表

### 案例 2：单细胞 RNA-seq 全流程分析

**研究者提问：** "分析这个 Perturb-seq 数据集，找出关键的基因扰动效应。"

**WarpHelix 自动执行：**
1. 加载 AnnData 格式数据，执行质控和标准化
2. PCA 降维 + UMAP 可视化
3. 细胞类型注释（基于标记基因）
4. 差异表达分析，识别扰动响应基因
5. 通路富集分析，揭示扰动的生物学效应
6. 生成完整报告，附带所有可视化结果

### 案例 3：药物成药性评估

**研究者提问：** "评估这个化合物的成药性：CC(=O)Oc1ccccc1C(=O)O"

**WarpHelix 自动执行：**
1. 解析 SMILES 结构，计算分子描述符
2. 预测 ADMET 属性（吸收、分布、代谢、排泄、毒性）
3. Lipinski 五规则评估
4. 对比同类药物数据
5. 给出成药性评分和优化建议

### 案例 4：蛋白质结构预测与分子对接

**研究者提问：** "预测 ACE2 蛋白的结构，并模拟与候选药物的对接。"

**WarpHelix 自动执行：**
1. 获取 AlphaFold 预测结构
2. 检测潜在配体结合位点
3. 准备配体结构并执行分子对接
4. 分析结合模式、亲和力和关键相互作用
5. 可视化对接结果


## 技术底座

WarpHelix 基于斯坦福大学 [Biomni](https://biomni.stanford.edu/) 开源框架构建。Biomni 是学术界首个通用型生物医学 AI Agent 框架，提供了统一的工具发现机制和执行环境。

WarpHelix 在此基础上进行了深度企业级改造，新增多用户管理、配额计量、私有化部署、文件管理等生产环境必需能力，**使其从科研原型升级为可落地的企业级产品**。

👉 **[查看技术架构详解 →](./warphelix/tech-architecture)**


## 联系我们

如需了解更多信息、申请试用或商务合作：

- 📧 邮箱：[peirongw@foxmail.com](mailto:peirongw@foxmail.com)
- 🌐 官网：[website.autoinfra.cn](http://website.autoinfra.cn/)
- 🏢 公司：曲速引擎互联网络科技有限公司


import SharePoster from '@/components/SharePoster';

<SharePoster />

*WarpHelix — 让 AI 成为每一位生命科学研究者的超级助手*



---
url: /case/warphelix/enterprise.md
---


# WarpHelix 企业特性详解

> 从开源框架到企业级产品，WarpHelix 做了哪些改造？

[← 返回 WarpHelix 主页](../warphelix)


## 为什么需要企业级改造？

[Biomni](https://biomni.stanford.edu/) 是斯坦福大学发布的优秀开源框架，但它本质上是一个**科研原型**——面向单用户、单机部署、演示场景。要在真实科研机构中落地，需要解决一系列工程和管理问题：

| 维度 | 开源 Biomni | WarpHelix 企业版 |
|------|-----------|-----------------|
| 用户管理 | ❌ 无，单用户 | ✅ 完整注册/认证/权限体系 |
| 用量控制 | ❌ 无限制 | ✅ Token 精确计量，配额管理 |
| 数据隔离 | ❌ 共享空间 | ✅ 用户级严格隔离 |
| 模型选择 | ❌ 单模型 | ✅ 多模型动态切换 |
| 文件管理 | ❌ 基础 | ✅ 智能分类、自动挂载 |
| 部署方式 | ❌ 手动 | ✅ 一键私有化部署 |
| 审计追踪 | ❌ 无 | ✅ 全流程可追溯 |


## 👥 多用户与权限管理

### 用户体系

WarpHelix 提供完整的用户管理能力：

- **用户注册与认证** — 支持邮箱注册、管理员创建账户
- **角色权限** — 管理员/普通用户双角色，权限清晰分离
- **会话管理** — 自动登录状态维护，安全超时机制

### 管理员后台

管理员可通过独立后台完成：

- **用户管理** — 创建、编辑、禁用用户账户
- **对话审计** — 查看所有用户对话记录和执行历史
- **系统配置** — 模型选择、参数调优、功能开关
- **全局监控** — 系统运行状态、资源使用一目了然


## 💰 精确用量计量与配额管理

### 为什么重要？

AI 模型调用是有成本的。在科研机构中，不同课题组、不同项目的预算各不相同。WarpHelix 提供精细化的用量管理，确保成本透明可控。

### 计量维度

- **输入 Token** — 用户问题 + 上下文 + 工具调用的 token 消耗
- **输出 Token** — 模型回复 + 代码生成 + 分析报告的 token 消耗
- **按对话/按用户/按时间段** 多维度统计

### 配额管理

- **用户级配额** — 为每个用户分配独立的 token 配额
- **消耗追踪** — 实时显示已使用量和剩余配额
- **超额保护** — 配额耗尽时自动暂停服务，避免意外超支
- **灵活调整** — 管理员可随时调整用户配额


## 🔧 多模型支持

### 当前支持模型

| 模型 | 提供商 | 特点 | 适用场景 |
|------|--------|------|---------|
| Claude Sonnet 4 | AWS Bedrock | 推理能力强、代码生成质量高 | 主力模型 |
| 通义千问 (Qwen) | 阿里云 DashScope | 国内部署、低延迟 | 国内网络环境 |

### 动态切换

- 管理员可在后台**一键切换**模型，无需重启服务
- 不同用户可配置不同的默认模型
- 未来计划支持更多模型（GPT-4o、DeepSeek 等）

### 为什么多模型很重要？

- **网络环境差异** — 国内访问 AWS 可能延迟较高，切换到国内模型可显著提升体验
- **成本优化** — 不同模型定价不同，可根据任务复杂度选择合适的模型
- **风险分散** — 不依赖单一模型供应商


## 📁 智能文件管理

### 自动分类

用户上传文件后，WarpHelix 自动识别并分类：

| 文件类型 | 识别特征 | 示例 |
|---------|---------|------|
| 🧬 序列文件 | FASTA、FASTQ、GenBank | `sample.fasta`, `reads.fastq.gz` |
| 📊 数据文件 | CSV、TSV、H5AD、VCF | `expression.csv`, `variants.vcf` |
| 📝 文档 | PDF、DOCX、TXT | `protocol.pdf`, `results.txt` |
| 💻 脚本 | Python、R、Bash | `analysis.py`, `pipeline.R` |
| 🖼️ 图片 | PNG、JPG、SVG | `figure1.png`, `heatmap.svg` |

### Agent 执行环境集成

- 上传的文件**自动挂载**到 Agent 执行环境
- Agent 可以直接读取、处理用户文件
- 分析生成的结果文件可直接下载
- 大文件支持流式上传/下载


## 🔄 稳定的实时通信

### 流式输出

WarpHelix 使用 WebSocket 实时推送分析进度：

- **思考过程可视化** — 用户可以看到 AI 正在"想什么"
- **代码执行实时展示** — 每一步代码和执行结果即时显示
- **分析进度感知** — 不再是"黑盒等待"

### 可靠性保障

- **断线自动重连** — 网络波动不影响正在进行的分析
- **执行状态恢复** — 重新连接后可无缝继续
- **长时间任务保护** — 即使关闭浏览器，后台分析仍在继续


## 📤 对话与分析导出

### 一键导出

- **完整对话记录** — 包括用户问题、AI 思考过程、执行代码和结果
- **Markdown 格式** — 可直接用于论文补充材料或实验笔记
- **代码可复现** — 导出的代码可以在本地环境重新运行

### 用途

- 📝 **实验笔记** — 作为电子实验记录的一部分
- 📄 **论文补充材料** — 提供可复现的分析流程
- 🔍 **审计合规** — 满足机构对研究过程的追溯要求
- 📤 **分享协作** — 将分析过程分享给同事或审稿人


## 🏗️ 私有化部署方案

### 部署选项

| 部署方式 | 适用场景 | 特点 |
|---------|---------|------|
| AWS 云部署 | 海外机构 | 与 Bedrock 同区域，延迟最低 |
| 阿里云部署 | 国内机构 | 合规、低延迟 |
| 本地服务器 | 数据敏感机构 | 数据完全不出内网 |

### 部署要求

- **最低配置：** 4 核 CPU / 16GB 内存 / 100GB SSD
- **推荐配置：** 8 核 CPU / 32GB 内存 / 500GB SSD
- **操作系统：** Ubuntu 20.04+ / CentOS 7+
- **容器化：** Docker + Docker Compose 一键部署

### 部署流程

```
1. 获取部署包 → 2. 配置环境变量 → 3. docker-compose up → 4. 完成 ✅
```

通常 **30 分钟内** 即可完成从零到可用的完整部署。


[← 返回 WarpHelix 主页](../warphelix)


## 联系我们

如需了解私有化部署方案或商务合作：

- 📧 邮箱：[peirongw@foxmail.com](mailto:peirongw@foxmail.com)
- 🌐 官网：[website.autoinfra.cn](http://website.autoinfra.cn/)
- 🏢 公司：曲速引擎互联网络科技有限公司



---
url: /case/warphelix/tech-architecture.md
---


# WarpHelix 技术架构与安全

> 从斯坦福 Biomni 到企业级产品的技术演进

[← 返回 WarpHelix 主页](../warphelix)


## 技术底座：斯坦福 Biomni

### Biomni 是什么？

[Biomni](https://biomni.stanford.edu/) 是斯坦福大学发布的**首个通用型生物医学 AI Agent 框架**。它提出了两个核心创新：

**1. Biomni-E1：统一生物医学环境**

传统的生物信息学工具散落在各处——不同的网站、不同的编程语言、不同的数据格式。Biomni 通过 **Action Discovery（动作发现）** 机制，系统性地从数万篇论文中挖掘出生物医学研究所需的工具和数据库，构建了**首个统一的生物医学 Agent 执行环境**。

```
10,000+ 篇生物医学论文
         ↓ Action Discovery（动作发现）
150+ 专业工具 + 59 个数据库 + 105 个软件包
         ↓ 统一接口封装
Biomni-E1 统一生物医学环境
```

**2. Biomni-A1：通用 Agent 架构**

在统一环境之上，Biomni 构建了一个能够**跨领域通用**的 Agent 架构：

- **LLM 推理引擎** — 理解自然语言问题，规划分析策略
- **检索增强规划** — 从工具库中找到最合适的工具组合
- **代码执行环境** — 自动编写并运行分析代码
- **迭代优化** — 检查结果、发现问题、自动调整

**核心优势：** 不需要针对每个任务单独训练或调优，一个通用架构即可处理 25 个子领域的分析任务。


## WarpHelix 架构全景

```
┌─────────────────────────────────────────────┐
│                   用户层                       │
│  Web UI  ←→  WebSocket 实时通信                │
├─────────────────────────────────────────────┤
│                 应用服务层                      │
│  用户管理 │ 配额计量 │ 对话管理 │ 文件管理       │
├─────────────────────────────────────────────┤
│                AI Agent 层                    │
│  ┌─────────┐  ┌──────────┐  ┌───────────┐  │
│  │ LLM 推理 │  │ 工具发现   │  │ 代码执行   │  │
│  │ (Think)  │  │ (Search)  │  │ (Execute) │  │
│  └─────────┘  └──────────┘  └───────────┘  │
│           ↕ 检索增强规划 (RAP)                  │
├─────────────────────────────────────────────┤
│            Biomni-E1 执行环境                   │
│  150+ 工具 │ 59 数据库 │ 105 软件包             │
├─────────────────────────────────────────────┤
│               基础设施层                        │
│  LLM API │ 数据库 │ 文件存储 │ 沙箱环境          │
└─────────────────────────────────────────────┘
```

### 分层设计的好处

1. **用户层与 Agent 层解耦** — 前端交互和 AI 推理独立演进
2. **应用服务层可替换** — 多租户管理逻辑与核心 Agent 无关
3. **执行环境可扩展** — 新工具可以热加载，无需重新部署
4. **基础设施可选择** — 支持公有云、私有云、本地部署


## AI Agent 核心工作流

### 完整分析流程

```
用户提问："分析这组基因变异数据"
    │
    ├── 🧠 Think（思考）
    │   ├── 理解用户意图
    │   ├── 评估数据特征
    │   └── 规划分析路径（可能包含多个步骤）
    │
    ├── 🔍 Search（搜索工具）
    │   ├── 从 150+ 工具中检索相关工具
    │   ├── 评估工具适用性
    │   └── 确定工具调用顺序
    │
    ├── ⚡ Execute（执行）
    │   ├── 生成 Python/R/Bash 代码
    │   ├── 在安全沙箱中执行
    │   └── 捕获执行结果和日志
    │
    ├── 👁️ Observe（观察）
    │   ├── 检查执行结果是否正确
    │   ├── 发现问题 → 回到 Think 重新规划
    │   └── 结果满意 → 继续下一步
    │
    └── 📋 Solution（综合报告）
        ├── 整合多轮分析结果
        ├── 生成可视化图表
        └── 输出结构化报告
```

### 检索增强规划（RAP）

WarpHelix 不是简单地把用户问题扔给 LLM。它采用**检索增强规划**机制：

1. **工具检索** — 根据用户问题，从向量数据库中检索最相关的工具文档
2. **上下文注入** — 将工具的使用说明、参数格式、示例代码注入 LLM 上下文
3. **规划生成** — LLM 基于完整上下文生成精确的分析方案
4. **执行验证** — 每一步执行后验证结果，必要时调整方案

**好处：** 即使 LLM 本身没有"记住"某个生信工具的具体用法，也能通过检索获取准确信息，大幅减少"幻觉"。


## 安全沙箱执行

### 为什么需要沙箱？

WarpHelix 的 Agent 会自动生成并执行代码。这意味着必须有安全隔离机制，防止：

- 恶意代码执行
- 用户间数据泄露
- 系统资源滥用

### 沙箱机制

| 安全层 | 措施 |
|--------|------|
| 网络隔离 | Agent 执行环境仅能访问白名单中的公共数据库 |
| 文件隔离 | 每个用户有独立的文件空间，互不可见 |
| 资源限制 | CPU、内存、磁盘空间有上限 |
| 执行超时 | 单次代码执行有时间限制，防止死循环 |
| 审计日志 | 所有代码执行记录完整保存 |


## 🔒 数据安全与合规

### 数据流向

```
用户输入
    ↓ HTTPS 加密传输
WarpHelix 服务
    ├── 对话记录 → 加密数据库（仅该用户可见）
    ├── 上传文件 → 加密文件存储（用户隔离）
    ├── 分析代码 → 安全沙箱执行
    └── LLM 调用 → AWS Bedrock / DashScope API
                    （不存储、不训练）
```

### 安全承诺

| 承诺 | 说明 |
|------|------|
| 🔐 数据加密 | 传输层 TLS 1.3 + 存储层 AES-256 加密 |
| 🚫 不训练模型 | 用户数据绝不用于模型训练 |
| 🏠 私有化部署 | 支持全链路部署在客户环境内 |
| 👤 数据隔离 | 用户间严格隔离，无法交叉访问 |
| 📋 审计追踪 | 所有操作有完整日志记录 |
| 🗑️ 数据可删 | 用户有权删除自己的所有数据 |

### 合规支持

- **GDPR** — 支持数据主体的访问权、删除权
- **等保要求** — 私有化部署方案满足国内等级保护要求
- **机构安全审计** — 完整的审计日志支持安全审查


## 部署架构

### 标准部署（Docker Compose）

```
┌──────────────────────────────────────┐
│           Docker Compose              │
│                                      │
│  ┌──────────┐  ┌──────────────────┐  │
│  │ Frontend  │  │ Backend (API)    │  │
│  │ (Nginx)   │  │ + Agent Engine   │  │
│  └──────────┘  └──────────────────┘  │
│  ┌──────────┐  ┌──────────────────┐  │
│  │ Database  │  │ File Storage     │  │
│  │ (MySQL)   │  │ (Local / S3)     │  │
│  └──────────┘  └──────────────────┘  │
│  ┌──────────────────────────────────┐│
│  │ Code Execution Sandbox           ││
│  └──────────────────────────────────┘│
└──────────────────────────────────────┘
```

### 硬件要求

| 配置 | CPU | 内存 | 存储 | 适用规模 |
|------|-----|------|------|---------|
| 最低 | 4 核 | 16 GB | 100 GB SSD | 10 用户 |
| 推荐 | 8 核 | 32 GB | 500 GB SSD | 50 用户 |
| 高配 | 16 核 | 64 GB | 1 TB SSD | 200+ 用户 |


## 技术路线图

| 阶段 | 计划 | 状态 |
|------|------|------|
| ✅ 已完成 | 核心 Agent 功能、多用户管理、配额计量 | 已上线 |
| ✅ 已完成 | 多模型支持、文件管理、对话导出 | 已上线 |
| 🔄 进行中 | 更多模型支持（DeepSeek、GPT-4o） | 开发中 |
| 📋 规划中 | 批量分析、工作流编排 | 设计阶段 |
| 📋 规划中 | 团队协作、项目管理功能 | 规划中 |


[← 返回 WarpHelix 主页](../warphelix)


## 联系我们

如需了解技术细节或定制开发：

- 📧 邮箱：[peirongw@foxmail.com](mailto:peirongw@foxmail.com)
- 🌐 官网：[website.autoinfra.cn](http://website.autoinfra.cn/)
- 🏢 公司：曲速引擎互联网络科技有限公司



---
url: /ai-teaching/index.md
---

# AI辅助教学系统

AI辅助教学系统是一套基于人工智能技术的教学辅助系统，通过大模型和RAG技术的加持，可以创造教师的“数字分身”；学生使用基于聊天的界面与系统进行互动，系统可以回答学生的问题，解决学生的困惑；教师还可以根据学生的问答情况，随时增加或更换适合的学习资源。

## 用户端

用户端主要具有的功能有：

- 问答功能
  * 学生可以选择教师的“数字分身”进行提问，系统会结合教师设置的教学资源进行回答。
  * 问答具有多轮对话功能，学生可以通过多轮对话更深入地了解问题。

- 通知功能
  * 教师可以通过系统向学生发送通知，提醒学生完成作业、参加活动等。
  * 学生可以通过系统接收到的通知，了解教师的要求。

- 作业功能
  * 教师可以通过系统发布作业，学生可以通过系统提交作业。
  * 教师可以通过系统查看学生提交的作业，进行批改。

每个功能的详细使用方法请参考[用户端功能手册](./user-end-manual.md)。


---
url: /ai-teaching/manager-end/assignment.md
---

# 课题任务管理

## 功能概述

课题任务管理模块旨在为教师提供一个方便的管理课题任务的工具，教师可以在该模块中创建课题任务、查看课题任务列表、查看课题任务详情、编辑课题任务、删除课题任务等操作。通过该模块，教师可以方便地下发课题任务，查看学生提交的课题任务，并将课题任务的收集数据导出，用作后续的数据分析等。

## 使用场景

- 派发课题任务：教师可以在该模块中创建课题任务，并将课题任务下发给学生。
- 收集任务数据：学生完成课题任务后，教师可以在该模块中查看学生提交的具体情况，并将课题任务的收集数据导出。

### 课题任务列表

切换到管理后台的“课题任务管理”模块，可以查看课题任务列表：

![课题任务列表](/case-images/admin/assignment-list.png)

在列表中，可以按照当前课题任务的状态进行筛选，支持查看未开始、进行中、已结束、已删除的课题任务。

### 添加课题任务

点击模块界面右上方的“添加课题任务”按钮，可以添加新的课题任务：

![添加课题任务](/case-images/admin/assignment-create.png)

需要为课题指定名称和生效日期时间段。在课题任务的生效日期时间段内，学生端可以看见以指定课题名称展示的课题任务，学生可以提交课题任务。

### 编辑课题任务

点击课题任务列表中的“编辑”按钮，可以编辑课题任务的名称和生效日期时间段：

![编辑课题任务](/case-images/admin/assignment-edit.png)

### 查看课题任务详情

点击课题任务列表中的“查看”按钮，可以查看课题任务的详情：

![查看课题任务详情](/case-images/admin/assignment-detail.png)

在课题任务详情页面，可以查看课题任务的名称、生效日期时间段、课题任务的提交情况等。

点击“导出为CSV”按钮，可以将课题任务的收集数据导出为CSV文件：

![导出数据](/case-images/admin/assignment-detail-export.png)

### 删除课题任务

点击课题任务列表中的“删除”按钮，可以删除课题任务：

![删除课题任务](/case-images/admin/assignment-delete.png)

删除课题任务后，该课题任务将不再显示在课题任务列表中，状态变为“已删除”。

:::warning
删除课题任务后，该课题任务的收集数据也会被删除，无法恢复，请谨慎操作。
:::


---
url: /ai-teaching/manager-end/file.md
---

# 文件管理
文件管理模块是教学平台中基于**检索增强生成（RAG）技术**的重要功能之一，为AI教学助手提供了学习和扩展知识的能力。通过该模块，
老师可以上传课程相关的学习资料，AI教学助手会对这些资料进行处理和学习，从而能够更针对性地回答与资料内容相关的问题。
这一模块大幅提升了AI助手的专业性和灵活性，为师生提供更精准的知识服务。

## 流程说明：
1. 老师上传资料: 目前支持pdf类型的文件。

![资料列表](/case-images/admin/file_list.png)

2. AI学习资料自动解析：文件上传后，系统会对内容进行智能解析，提取关键信息并建立内部知识索引。
3. 问题解答： 
   - **针对性回答：** 学生在提问时，AI教学助手会优先检索文件中相关内容进行回答，确保回答的准确性和与学习资料的一致性。 
   - **多文件支持：** 当问题涉及多个文件内容时，AI能够综合不同资料的信息给出完整的解答。
   - **引用出处：** 回答中会标明所参考的资料名称及位置，便于学生进一步查阅。


<div style="display: flex; flex-direction: row; justify-content: space-between;">

<div style="width: 48%;">

### 情况 1：没有资料时
当文件管理模块中没有上传学习资料时，AI教学助手缺乏相关的知识基础，无法回答涉及特定课程或内容的问题。这种情况下，AI可能会提示类似以下信息：

![资料列表](/case-images/admin/file_no.png)
备注：希望得到的CDK的解释是IaC工具相关的CDK概念，上图显然误解了，回答了生物相关领域概念。

</div>
<div style="width: 48%;">

### 情况 2：添加文件后
当老师将相关学习资料上传到文件管理模块后，AI教学助手能够解析这些资料并建立知识索引，从而在回答学生问题时更具针对性和准确性。以下为文件上传后的效果：

![资料列表](/case-images/admin/file_yes.png)

> **功能优势：**
> - **针对性回答：** AI根据资料内容提供精准解答，帮助学生理解。
> - **动态扩展：** 新增资料会实时同步到AI知识库，无需额外操作。
> - **高效教学支持：** 老师通过文件上传，为学生提供快速而可靠的学习支持。

</div>

</div>



## 使用场景
1. **教学资源集中管理：** 老师可以将课堂讲义、作业指导、考试复习资料等集中上传，形成一站式知识库。
2. **复杂问题解答：** 针对学生提问（如某章节难点或实验细节），AI教学助手能够基于资料内容快速解答，减少老师的重复劳动。
3. **课后延伸学习：** 学生可以通过AI助手获取更多与资料相关的深度解答，促进知识的全面理解。
4. **动态教学支持：** 针对新增课程或教学内容调整，老师可以随时上传新的学习资料，AI教学助手将自动适应变化。

## 模块优势

1. **提升教学效率：** 老师只需上传资料，AI即可为学生提供精准回答，大幅减少老师在课后解答中的重复劳动。
2. **增强学习体验：** 学生能够快速获得基于课件内容的深度解答，有助于理解和掌握复杂知识点。
3. **知识动态更新：** 文件管理模块可随教学内容动态调整，让AI教学助手始终紧跟课程进度。
4. **安全性与规范性：** 文件权限与版本管理功能确保资料的安全共享和统一性。

通过文件管理模块，教学平台不仅实现了学习资料的高效组织和管理，还赋予了AI教学助手更强大的针对性解答能力，为教学和学习提供全方位的支持。


## 文件列表
![资料列表](/case-images/admin/file_list.png)

## 添加文件
![资料列表](/case-images/admin/file_new.png)

- 对于普通文件，支持上传pdf类型
- 对于针对教学助手的QA问答，支持csv格式，分两列，第一列是问题，第二列是回答

文件添加后，系统会排队进行处理，一旦处理完成，文件状态将会变为“已启用”

## 失效和重新启用文件
当文件不再使用时，可以进行失效操作；失效后可以重新启用，删除后不支持重新启用。
![资料失效](/case-images/admin/file_invalid.png)

## 删除文件
![资料删除](/case-images/admin/file_delete.png)



---
url: /ai-teaching/manager-end/filter.md
---

# 过滤规则管理
过滤规则管理模块是AI教学助手的重要功能之一，旨在确保平台安全性并满足教学场景的特殊需求。该模块不仅内置了基础的安全过滤策略，还允许管理员根据实际教学要求定制额外的过滤规则。通过灵活配置过滤规则，平台能够快速适应特定场景要求，避免不适合教学的内容传播，并防止AI教学助手被恶意利用或“投毒”。

## 主要功能特点
1. **内置基础过滤策略：**
    - 系统默认启用了多种安全过滤规则，涵盖敏感词、违法信息、不适合教学的内容等，确保AI教学助手的回答符合基本安全要求。

2. **自定义规则配置：**
    - 管理员可以根据学校的特定教学需求，定制额外的过滤规则。
    - 支持关键词、句式模式和情境触发条件的多种规则设置，提升过滤的精准性和灵活性。

3. **场景适配：**
    - 针对学校的临时性或特定事件（如考试作弊防控、敏感信息管控等），通过快速添加规则，确保AI助手的回答符合教学任务要求。
    - 及时响应动态需求，为不同学校或课程场景提供定制化支持。

4. **实时规则生效：**
    - 所有新增或调整的过滤规则在配置完成后实时生效，确保平台在第一时间适应变化。
    - 提供规则启用/停用功能，便于管理员灵活管理。

5. **过滤日志和审计：**
    - 系统会记录过滤规则的应用情况，包括被触发的规则和对应的回答内容，方便管理员进行审核和优化。

## 使用场景
- **教学任务保障：** 针对特定课程或活动中的关键内容（如考试安排、科研项目），确保AI回答与任务目标一致。
- **临时事件处理：** 学校发生临时性事件时，快速配置过滤规则，防止AI传播不适宜的信息。
- **安全性提升：** 增加对可能存在恶意输入的识别能力，避免教学助手因投毒内容输出错误或不良回答。

通过过滤规则管理模块，教学平台能够在确保安全的同时满足多样化的教学需求，为学校提供一个更智能、更可信的AI教学助手。

## 过滤规则列表
过滤规则列表会展示出当前系统自定义的过滤规则，支持根据规则类型（屏蔽词、语义屏蔽）和规则状态（启用、禁用、删除）进行搜索
![过滤规则列表](/case-images/admin/filter_list.png)

## 添加新的过滤规则
点击“添加过滤规则”可以进行添加，需要指定规则的类型：
- 屏蔽词：禁止教学助手出现该关键词
- 语义屏蔽：禁止教学助手出现该语义相关的内容

![过滤规则列表](/case-images/admin/filter_new.png)

## 失效和重新启用过滤规则
![过滤规则列表](/case-images/admin/filter_invalid.png)

## 编辑过滤规则
可以针对某一条具体的过滤规则进行更新
![过滤规则列表](/case-images/admin/filter_edit.png)

## 删除过滤规则
删除和失效不同，失效后可以重新启用，但是删除后该条目无法重新生效。
![过滤规则列表](/case-images/admin/filter_delete.png)



---
url: /ai-teaching/manager-end/login.md
---

# 管理端登录

### 登录操作说明

**适用对象：**
仅限**老师**和**管理员**使用。

#### 1. 登录网址
- 在浏览器中输入管理平台的[网址](http://ai.autoinfra.cn/admin/login)，按下回车键进入登录页面。
  
![登录页面](/case-images/admin/login.png)


#### 2. 用户名和密码输入
- **老师/管理员：** 输入预先分配的手机号和密码。
- 输入验证码。
- 点击**登录**按钮，进入管理平台。


#### 3. 常见问题及解决方法

- 登录失败提示"手机号或密码错误"： 请检查输入是否正确，注意区分大小写。
- 页面无法访问： 检查网络连接或联系客服确认平台是否在正常运行。




---
url: /ai-teaching/manager-end/notification.md
---

# 通知管理
## 功能概述
通知管理模块用于向学生端发布统一的通知信息，支持设置通知的有效期限和管理通知的状态，确保消息的及时性和有效性。以下为模块的主要功能特点：

1. **发布通知：** 支持管理员和老师发布相同内容的通知，确保消息能够覆盖所有目标用户。
2. **时间期限：** 通知支持设置有效期，系统将在通知到期的当天自动将其状态更新为“失效”。失效的通知将在学生端不可见。
3. **手动删除：** 管理员和老师可在必要时手动删除通知，即刻从学生端移除对应消息。
4. **通知状态管理：** 每条通知包含以下状态：
    - **正常：** 通知处于有效期内，学生端可见。
    - **已过期：** 通知超过有效期，自动切换为失效状态，学生端不可见。
    - **已删除：** 通知被手动删除，学生端不可见。
5. **状态更新自动化：** 系统对超过有效期限的通知进行自动处理，无需额外的人工操作。

添加通知后，学生可以在学生平台上看到有效期内的通知，如下所示：
![新增通知](/case-images/admin/client_notification.jpg)

同时，AI教学助手也会接受到通知内容，如果学生提问涉及到通知相关的信息，AI教学助手也会根据通知内容进行回复：
![回复通知](/case-images/admin/client_session_notification.png)

## 通知列表：
![通知列表](/case-images/admin/notification_list.png)

列表项默认展示通知状态为“已过期”和“正常”状态的通知项，如果需要展示已删除的项目，可以修改状态栏进行搜索。

## 新增通知：
![新增通知](/case-images/admin/notification_new.png)

添加通知需要指定标题、内容以及有效期限


## 失效通知：
当通知达到有限期限后，系统会自动将通知修改为“已过期”，“已过期”的通知在学生端不可见。

## 修改通知：
![修改通知](/case-images/admin/notification_edit.png)

## 删除通知：
![修改通知](/case-images/admin/notification_delete.png)



---
url: /ai-teaching/manager-end/overview.md
---

# 教学平台管理端功能概述

教学平台管理端是为管理员和老师设计的高效管理工具，旨在简化操作流程、提升教学效率，并为学生提供更加智能和个性化的学习支持。以下是主要功能模块的概述：


## 1. 管理端登录
管理端登录是进入平台的第一步，仅授权的**管理员**和**老师**可以访问。通过手机号、密码保障账户安全。

## 2. 用户管理
用户管理模块负责对**管理员**、**老师**和**学生**账户的创建、修改、查看和删除（CRUD）操作，支持设置用户类型（学生、老师或管理员），并根据角色灵活设置初始密码和权限。

## 3. 通知管理
通知管理模块用于发布、管理和维护通知信息，确保学生及时接收到有效的通知。管理员和老师可以通过该模块发布通知，并设置通知的有效期。系统会在通知到期后自动将其设置为“失效”，并在学生端不可见。同时，管理员和老师可以手动删除通知。

## 4. 过滤规则管理

过滤规则管理模块是AI教学助手的重要组成部分，旨在确保平台的安全性并满足教学需求。系统内置了基础的安全过滤规则，如敏感词和违法信息，确保AI的回答符合基本安全标准。管理员可以根据学校的特殊需求定制额外的过滤规则，包括关键词、句式模式和情境触发条件，确保回答内容符合教学目标。

该模块支持实时生效和规则启用/停用功能，确保规则灵活管理。管理员还可以查看过滤日志，了解规则的应用情况，进行优化。


## 5. 文件管理模块

文件管理模块基于**检索增强生成（RAG）技术**，为AI教学助手提供学习和扩展知识的能力。通过该模块，老师可以上传PDF格式的课程资料，AI教学助手会自动解析这些文件并建立知识索引，从而能够更精准地回答学生的问题。系统支持多文件处理，AI可综合多个文件的内容给出全面的答案，并在回答中标明资料来源。

该模块提升了教学效率，减少了老师重复劳动，并增强了学生的学习体验。随着资料的动态更新，AI教学助手始终能够提供符合当前课程内容的准确回答。模块支持资料的上传、失效、删除及重新启用操作，确保教学资料的高效管理和使用。

**核心优势：**
- 精准问题解答，基于上传资料提供详细回答。
- 动态更新资料库，实时跟进教学进度。
- 安全的文件管理，支持版本控制和权限管理。

通过该模块，平台大幅提升了AI助手的专业性，提供了更加智能和高效的教学支持。

## 6. 预设回答：
预设问题管理模块为AI教学助手提供了一套高效的预制问答机制，允许管理员和老师创建、编辑和维护常见问题库。当学生提问涉及这些常见问题时，AI助手能迅速、准确地提供解答。此模块对于解答高频问题、复杂概念及热点问题至关重要，既能简化老师的工作，也能提高学生的学习效率。



## 7. 课题任务

课题任务管理模块为教师提供了高效的课题任务管理工具。教师可以通过该模块创建、查看、编辑、删除课题任务，并管理学生提交的任务。任务可以设置生效日期，学生在指定时间内可以查看并提交作业。教师还可以导出课题任务的收集数据，以便后续分析。


## 8. 用量统计
用量统计模块用于统计用户在平台上的使用情况，包括登录人数、对话频率和功能使用次数。用户可以根据自定义的时间范围查询相关数据，时间范围最短为3天，最长为90天。

**统计内容：**
1. **登录人数：** 统计在选定时间范围内的独立登录用户数。
2. **对话频率：** 统计用户在查询时间内的对话次数。
3. **功能使用次数：** 统计所有用户在选定时间内的功能使用频次。


---
url: /ai-teaching/manager-end/preset_answer.md
---

# 预设回答管理
## 功能概述
预设问题管理模块旨在为AI问答服务，提供一套高效的预制问答机制。通过提前配置常见问题及对应的解答，AI教学助手能够基于这些预设内容快速、准确地回答学生提问。此模块在解答高频热点问题方面发挥着重要作用，不仅能简化老师的工作，还能让学生更方便地理解相关概念。

1. **预设问题库：**：管理员和老师可以创建、编辑和维护一个问题库，包含常见的教学问题及详细解答。
2. **AI自动调用：**： 当学生提问涉及预设问题中的相关概念时，AI教学助手将优先基于问题库内容进行回答。

## 使用场景
- **高频概念解答：** 例如课程术语、作业提交要求等。
- **热点问题管理：** 针对阶段性或临时性高频问题（如某次实验操作说明），及时添加预设回答。
- **教学内容支持：** 通过高质量的标准回答，帮助学生更快理解复杂概念

通过预设问题管理模块，教学平台能够为学生提供更高效的学习支持，同时减轻老师的工作量，提升整体教学体验。

## 预设回答列表
![预设回答列表](/case-images/admin/preset_list.png)

## 新增预设回答
新增预设回答时，需要写明问题和内容，供AI识别参考，内容越详细，AI教学助手理解越透彻。

同时，内容支持markdown语法：
![新增预设回答](/case-images/admin/preset_new.png)

当添加完成后，AI教学助手会进行学习，大概半小时左右，会生效，可以进行学生问题回答，如图所示：

![使用预设回答](/case-images/admin/client_preset.png)

## 修改预设回答
可以针对某个具体的预设进行修改：
![修改预设回答](/case-images/admin/preset_edit.png)

## 失效和重启预设回答
当某些预设回答不在需要时，可以进行失效操作。注意：失效后，可以重新启用；删除不可重新启用。
![失效预设回答](/case-images/admin/preset_invalid.png)

## 删除预设回答
![删除预设回答](/case-images/admin/preset_delete.png)



---
url: /ai-teaching/manager-end/statistics.md
---

# 用量统计模块

用量统计模块主要用于统计用户的使用情况，包括用户的登录人数、对话频率和总功能使用次数等。

## 查询方法

用量统计使用基于时间范围的查询方法，用户可以选择查询的时间范围，系统会根据时间范围统计用户的使用情况。

时间查询的范围有如下要求：

- 以天为单位进行查询
- 最小时间范围为 3 天
- 查询时间范围最大不能超过 90 天

## 统计内容

用量统计包括以下三个统计内容：

- 登录人数：统计用户在查询时间范围内的登录人数
- 对话频率：统计用户在查询时间范围内的对话次数
- 功能使用次数：统计所有用户在查询时间范围内的所有功能使用次数

## 展示形式

用量统计以面积图的形式展示，用户可以直观地查看用户的使用情况。

当用户选定统计时间范围后，系统会同时更新三个统计内容的面积图，用户可以通过图表查看用户的使用情况。

![用量统计](/case-images/admin/statistics.png)


---
url: /ai-teaching/manager-end/user.md
---

# 用户管理

## 功能概述
用户管理功能是管理平台的重要模块，主要面向**老师**和**管理员**。通过此模块，用户可以完成以下操作：
- **老师：** 能够新增学生账户。
- **管理员：** 能够新增学生、老师以及其他管理员账户。

![用户管理](/case-images/admin/user_list.png)

## 新增用户操作指南

## 1. 新增用户基本信息
新增用户时需要填写以下信息：
- **用户姓名：** 必填，用于标识用户。
- **手机号码：** 必填，作为用户的唯一标识，必须确保号码唯一性。该号码同时作为登录账号。
- **用户类型：** 必填，选择“学生”或“老师”。
- **密码：**
    - 学生：初始密码为手机号码，首次登录时系统将强制要求学生修改密码。
    - 老师和管理员：需要设置初始密码，可通过“修改密码”功能进行更新。
- **管理员权限（仅针对老师和管理员）：** 可选择是否将用户设为管理员。
- **对外可见性：** 控制用户是否在学生端可见。

## 2. 新增学生账户
- **操作权限：**
    - 老师和管理员均可新增学生。
- **具体操作：**
    1. 填写用户姓名和手机号码。
    2. 系统会自动将手机号码设置为初始密码。
    3. 确认后点击“保存”，完成新增。

![新增学生账户](/case-images/admin/user_stu_new.png)

## 3. 新增老师或管理员账户
- **操作权限：**
    - 仅管理员可以新增老师或管理员账户。
- **具体操作：**
    1. 填写用户姓名、手机号码和初始密码。
    2. 选择用户类型为“老师”。
    3. 勾选是否授予管理员权限（可选）。
    4. 设置对外可见性。
    5. 确认后点击“保存”，完成新增。

![新增老师账户](/case-images/admin/user_tch_new.png)
- ** 说明： **
对外可见主要用户是否对学生可见，当老师想自用模型，不想对学生展示时使用，如下图所示，如果选择了对外不可见，那么其他人在学生端找不到对应的老师（示例中的李老师）
![新建对话时，学生看不到](/case-images/admin/client_tch_list.png)

## 4. 列表查看
![列表查看](/case-images/admin/user_list_2.png)
在列表中，可以根据用户名称、用户状态（正常状态、禁用状态）和用户类型（学生、老师）进行搜索。

## 5. 编辑资料
在列表中，可以选择有对应的学生或者老师，通过点击“编辑”按钮进行修改
![编辑](/case-images/admin/user_edit.png)

## 6. 删除用户信息
![删除](/case-images/admin/user_delete.png)
注意，用户被删除后，将失去系统使用权限，不能进行登陆、对话等功能。
但是在用户管理页面中，依然可以看到该用户，只是对应的状态为禁用状态。

## 7. 修改当前登陆用户密码
登陆用户可点击右上角，选择修改当前用户密码
![修改当前密码](/case-images/admin/user_changepwd.png)
![修改当前密码](/case-images/admin/user_changepwd2.png)

## 注意事项
1. **手机号码唯一性：** 手机号码作为登录账号和用户唯一标识，必须在新增时确保无重复。
2. **初始密码安全性：**
    - 学生需在首次登录后强制修改密码。
    - 老师和管理员可通过“修改密码”功能自行更新密码。
3. **管理员权限：** 新增时需明确是否授予管理员权限，仅有管理员可以新增其他管理员。
4. **对外可见性：**
    - 如果设置为“可见”，学生端将能查看用户信息。
    - 如果设置为“不可见”，用户信息将仅限管理端查看。

## 常见问题及解决方法
- **问题：新增时提示手机号重复**
    - 原因：手机号码已被注册为其他用户。
    - 解决方法：检查手机号码是否输入有误，或联系系统管理员查询号码归属。
- **问题：学生首次登录未提示修改密码**
    - 原因：学生账户可能未正确设置初始密码为手机号码。
    - 解决方法：联系管理员重置密码，并确保功能配置正确。
- **问题：新增用户无法登录**
    - 原因：可能是初始密码错误或账户未激活。
    - 解决方法：检查初始密码是否正确，或通过管理员激活账户。

通过以上功能和操作指南，管理员和老师可以高效管理教学平台用户，保障系统运行的顺畅和安全。


---
url: /ai-teaching/user-end/assignment.md
---

# 作业收集

系统具有作业收集功能，教师可以在系统中发布作业，学生可以在系统中提交作业。

目前支持的作业类型是“问答收集”类型。学生可在当前发布的收集任务中，提交自己的问答内容。

## 作业列表

在左侧栏的最下方，有“课程作业”条目，其子条目列出了当前可提交的所有作业。

点击其中的一个作业，即可进入作业详情页。

![作业列表](/case-images/user-assignment-1.png)

## 作业详情

作业详情页主要由已提交的作业记录列表和问答编辑器两部分组成。

### 作业记录列表

在作业记录列表中，目前所有可见的作业记录会按照时间倒序排列。每次加载10条记录，用户可以点击“加载更多”按钮查看更多记录。如果记录列表中没有更多记录，会提示“已加载所有问答”。

### 添加问答

点击“添加新的问答”按钮，即可进入问答编辑器。

在问答编辑器中，用户需要输入问题和答案，点击“保存”按钮即可完成问答提交。

![添加问答](/case-images/user-assignment-2.png)

### 编辑问答

用户可以使用鼠标唤起已提交的问答右上角的菜单，选择“编辑”项目进入问答编辑器。可以在编辑器中修改当前问答条目的问题和答案，点击“保存”按钮即可完成问答修改。

![编辑问答](/case-images/user-assignment-3.png)

:::tip
在问答收集任务终止前，用户可以随时修改已提交的问答。最终收集的问答内容以最后一次提交为准。

如果问答收集任务已终止，用户将无法修改已提交的问答。
:::

### 删除问答

如果用户不想提交某个问答，可以使用鼠标唤起已提交的问答右上角的菜单，选择“删除”项目删除该问答。

:::warning
删除问答后，该问答将无法恢复，请谨慎操作。
:::
 


---
url: /ai-teaching/user-end/chat.md
---

# 对话功能

对话功能是AI教学系统的核心功能之一。学生可以通过对话功能与系统进行交互，提出问题，获取答案。

## 创建对话

在主界面左侧栏点击“创建新对话”，即可开始创建一个新的对话。

![新建对话](/case-images/user-chat-1.png)

用户需要为新对话指定以下信息：

1. 对话名称：对话的名称，用于区分不同的对话。
    * 对话名称不可重复。
    * 如果用户不指定对话名称，系统会自动为对话生成一个名称。

2. 对话的老师
    * 不同的老师具有其专业性，因此请根据需求决定选择哪位老师。
    * 只有选定的老师会成为你的对话对象。
    * 此项一旦确定，不可更改。

点击“创建对话”按钮，即可开始对话。

## 对话界面

对话界面分为两部分：上方是对话记录，下方是消息输入框。

![对话界面](/case-images/user-chat-2.png)

在左侧栏中，可以看到当前用户的所有对话。点击对话名称，即可切换到对应的对话界面。

:::tip
每个用户最多可以同时拥有10个对话。如果需要创建更多对话，请先删除不再需要的对话。
:::


### 查看消息

在对话框中可以查看历史消息。

消息按时间倒序排列，最新的消息会显示在最下方。

向上滑动对话框，点击“查看更多”，可以查看更早的历史消息。

![查看消息](/case-images/user-chat-3.png)

如果没有更多消息，会提示“已加载所有聊天记录”。

### 发送消息

在对话框中输入消息，点击发送按钮，即可发送消息。

:::tip
当一条消息正在处理时，用户无法发送新消息，请耐心等待。
:::

### 多轮对话

学生可以通过多轮对话更深入地了解问题。默认情况下，系统会记忆最近最多5轮对话的内容。

:::tip
如果你不想让系统记忆对话内容，可以创建一个新的对话。
:::

### 删除会话

在侧边栏的会话列表中，点击对话名称右侧的“更多”按钮，可以唤起删除会话的选项。

![删除会话](/case-images/user-chat-4.png)

点击“删除对话”，即可删除对话。

:::warning
删除对话后，对话记录将无法恢复，请谨慎操作。
:::




---
url: /ai-teaching/user-end/login.md
---

# 用户端登录

在开始使用AI教学系统之前，你需要先登录。登录后，你可以查看你的通知、会话和作业收集。

## 登录

1. 打开浏览器，输入[客户端网址](http://ai.autoinfra.cn)

![登录页面](/case-images/user-login.png)

2. 在登录页面，输入你的用户名和密码

    - 用户名：一般是你的手机号码，格式为11位数字，例如`18812347654`；
    - 密码：初始密码默认为你的手机号码。

3. 根据图片中的验证图案，输入对应验证码。

    - 如果你看不清验证码，可以点击验证码图片刷新；
    - 如果登录时提示验证码过期，可以点击验证码图片刷新。

4. 点击“登录”按钮。
  
    - 请确保已经了解了用户协议和隐私政策，点击“登录”按钮即表示你同意用户协议和隐私政策。

:::info
默认密码为你的手机号码；首次登录系统后，你需要[修改密码](./settings.md)才能继续其他操作。
:::

::: tip
如果不慎忘记了用户名或密码，请联系你的管理员（可能是你的老师）。
:::



---
url: /ai-teaching/user-end/notification.md
---

# 通知查看


## 通知提醒

通知会显示在页面左侧栏的通知提醒中。

![通知提醒](/case-images/user-notification-1.png)

### 排序规则

通知提醒默认按时间倒序排列，最新的通知会显示在最上面。

左侧栏的通知提醒最多显示3条最近的通知。

:::tip title=如何查看更早的通知？
用户可以点击任何一条通知进入通知详情页，在通知详情页可以查看所有通知。
:::

### 通知类型

通知根据后台的设置，分为两种类型：

- 警告消息
  - 此类消息代表着重要的通知，学生需要及时查看。
  - 在左侧通知栏处，此类消息会有红色的提示标志。

- 通知消息
  - 此类消息代表着一般的通知，学生可以根据自己的时间查看。
  - 在左侧通知栏处，此类消息会有蓝色的提示标志。

## 通知视图

用户点击通知提醒中的任何一条通知，即可进入通知查看视图。

![通知查看视图](/case-images/user-notification-2.png)

通知查看页面由所有通知列表（图中红框所示部分）和当前查看的通知详情两部分组成。

### 通知列表

在通知列表中，目前所有可见的通知会按照时间倒序排列。每次加载10条通知，用户可以点击“加载更多”按钮查看更多通知。如果通知列表中没有更多通知，会提示“已加载全部公告”。

### 通知详情

通知详情中展示了当前选定的通知的详细内容以及发布时间、发布人等信息。

![通知详情](/case-images/user-notification-3.png)

用户可以在通知详情页查看通知的详细内容，也可以随时使用通知提醒、通知列表等功能查看其他通知。



---
url: /ai-teaching/user-end/overview.md
---

# 概览

AI教学系统是一款基于人工智能技术的教学系统，能够解除教学在空间和时间上的限制，达到随时随地学习、精准高效解决问题的目的。用户端是AI教学系统面向学生的客户端，提供了教学问答、通知查看等功能。

下面是AI教学系统的用户端的功能概览。

:::tip

你可以点击左侧的目录，查看具体的功能介绍；或者点击每一节的标题，查看具体的功能介绍。

:::

## [登录](./login.md)

用户首先需要进行登录，登录后可以使用系统的各项功能。

用户可以通过输入用户名和密码进行登录。

## [密码修改](./settings.md)

用户可以通过修改密码功能修改密码。

首次登录系统后，用户需要修改密码。默认密码为用户的手机号码，为了保证账户安全，请尽快修改密码。

## [问答功能](./chat.md)

学生可以选择教师的“数字分身”进行提问，系统会结合教师设置的教学资源进行回答。

点击“创建对话”，选择教师的“数字分身”，即可开始对话。

## [通知功能](./notification.md)

教师可以通过系统向学生发送通知，提醒学生完成作业、参加活动等。

## [作业收集](./assignment.md)

教师可以通过系统发布作业，学生可以在系统中查看作业并提交作业。


---
url: /ai-teaching/user-end/settings.md
---

# 个人设置

个人设置页面可以修改用户的个人信息，目前开放了修改密码的功能。

## 修改密码入口

使用鼠标在系统左上角个人信息模块上悬停，即可唤起下拉菜单，点击`修改密码`即可进入修改密码页面。

![修改密码入口](/case-images/user-settings-1.png)

## 修改密码

在修改密码页面，用户需要输入当前密码、新密码、确认新密码，点击`确认`按钮即可完成密码修改。

![修改密码](/case-images/user-settings-2.png)

需要注意的是，新密码需要符合以下规则：

1. 长度为6-16位；
2. 新密码最好包含数字、字母、特殊字符中的至少两种。

:::tip
如果忘记了密码，可以联系管理员重置密码。

用户暂时无法通过邮箱或手机找回密码，请妥善保管密码。
:::



---
url: /index.md
---


import Homepage from '@/Homepage';

<Homepage />




---
url: /manual/index.md
---

# 说明书