内容
# 教育模型上下文协议（EDUMCP）
<div align="center">
<a href="https://aichildedu.xyz/">
<img src="https://raw.githubusercontent.com/aieducations/edumcp/refs/heads/main/assets/logo.jpg" margin-top="15px" margin-bottom="15px" width="200px" alt="Logo">
</a>
</div>
EDUMCP，即教育模型上下文协议，是一种创新性的开放平台协议，旨在打破目前教育领域中人工智能应用的孤岛效应。该协议建立在强大的模型上下文协议（MCP）的基础上，使多样的人工智能模型、教育应用、智能硬件甚至教学内容之间能够实现无缝互联和互操作。
一个人工智能辅导系统可以轻松地与故事生成模型、交互式游戏引擎或虚拟实验平台共享和理解数据及上下文。通过建立这样的标准化通信桥梁，EDUMCP为教育领域带来了前所未有的可能性，使各种人工智能工具能够协同工作，为用户提供更丰富、更个性化、更具启发性的学习内容和服务。
## EDUMCP 一句话视频创作框架
您只需要提供一个一句话的主题，EDUMCP就可以为儿童生成一个大约30-60秒的动画视频。它将支持英语翻译：对话内容修改和图像更改。
例如：创建一个视频，讲述EDUMCP机器人让ROYA开始享受学习的故事。
[](LICENSE)
[](https://www.python.org/)
[](https://react.dev/)
[](https://fastapi.tiangolo.com/)
[](https://www.docker.com/)
[](https://www.postgresql.org/)
[](https://www.mongodb.com/)
[](https://redis.io/)
[](https://www.elastic.co/elasticsearch/)
## 概述
AICHILDEDU是一个专门为儿童设计的创新性教育平台，利用人工智能的力量创造引人入胜、个性化、教育意义丰富的教育内容。该平台采用微服务架构，提供各种人工智能驱动的教育体验，允许灵活扩展和功能扩展。
## 功能特点
- **个性化故事生成**：根据特定年龄段、主题和教育重点创建定制教育故事
- **教育测验创建**：生成吸引人的测验和问题，以强化学习目标
- **多媒体整合**：将文本、图像、语音和视频结合成综合教育材料
- **适合年龄的内容**：根据年龄段和发展阶段定制内容
- **多语言支持**：支持多种语言的内容生成
- **用户管理**：具有家长、教师和管理员角色的综合用户系统
- **家长控制**：强大的家长控制功能，确保儿童内容的安全
- **异步处理**：用于资源密集型人工智能操作的非阻塞任务执行
## 系统架构
EDUMCP遵循微服务架构，具有以下关键组件：
```
┌─────────────────┐
│ API 网关 │
└───────┬─────────┘
│
┌────────┬────────┬────────────────┼────────────────┬────────────────┐
│ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼
┌──────────┐ ┌─────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 用户 │ │ 内容 │ │ 学习 │ │推荐服务│ │ 分析服务 │
│ 服务 │ │ 服务 │ │ 服务 │ │ 服务 │ │ 服务 │
└──────────┘ └─────────┘ └──────────────┘ └──────────────┘ └──────────────┘
┌──────────────────────────┐
│ 人工智能服务 │
│ │
│ ┌─────────┐ ┌─────────┐ │
│ │ 文本 │ │ 图像 │ │
│ │生成器│ │生成器│ │
│ └─────────┘ └─────────┘ │
│ ┌─────────┐ ┌─────────┐ │
│ │ 语音 │ │ 视频 │ │
│ │生成器│ │生成器│ │
│ └─────────┘ └─────────┘ │
└──────────────────────────┘
```
## 使用的技术
- **后端**：Python、FastAPI、Uvicorn
- **数据库**：PostgreSQL、MongoDB、Redis
- **人工智能和机器学习**：LangChain、EDUMCP GPT模型、TensorFlow、PyTorch、Transformers
- **存储**：MinIO（对象存储）
- **搜索**：Elasticsearch
- **容器化**：Docker、Docker Compose
- **身份验证**：基于JWT的身份验证
## 快速入门
### 前提条件
- Docker和Docker Compose
- Python 3.10或更高版本（用于本地开发）
### 安装
1. 克隆仓库：
```bash
git clone https://github.com/CHILDEDUAI/aichildedu.git
cd aichildedu
```
2. 在根目录中创建一个`.env`文件，其中包含以下变量：
```
# 数据库
POSTGRES_USER=postgres
POSTGRES_PASSWORD=postgres
MONGODB_URI=mongodb://mongodb:27017/
MONGODB_DB=EDUMCP
# 身份验证
SECRET_KEY=your_secret_key_change_in_production
```
3. 使用Docker Compose启动服务：
```bash
docker-compose up -d
```
4. API网关将在`http://localhost:8000`上可用
### 本地开发设置
1. 创建虚拟环境：
```bash
python -m venv venv
source venv/bin/activate # 在Windows上，使用`venv\Scripts\activate`
```
2. 安装依赖项：
```bash
pip install -r requirements.txt
```
3. 运行所需服务：
```bash
uvicorn aichildedu.user_service.main:app --reload --port 8001
```
## 使用示例
### 生成故事
```python
import requests
api_url = "http://localhost:8000/api/v1/ai/text/story"
story_request = {
"title": "好奇的机器人",
"theme": "技术与友谊",
"age_group": "6-8",
"characters": [
{
"name": "罗博",
"description": "一个好奇且友好的机器人，想要了解世界"
},
{
"name": "米娅",
"description": "一个热爱技术和制造东西的聪明女孩"
}
],
"educational_focus": "机器人和编程概念介绍",
"length": "medium",
"language": "zh"
}
response = requests.post(api_url, json=story_request)
task = response.json()
print(f"故事生成任务已创建：{task['task_id']}")
print(f"请在以下网址查看状态：{task['status_check_url']}")
```
### 检查任务状态
```python
import requests
task_id = "task_12345"
status_url = f"http://localhost:8000/api/v1/ai/text/tasks/{task_id}"
response = requests.get(status_url)
status = response.json()
print(f"任务状态：{status['status']}")
print(f"进度：{status['progress']}%")
```
### 检索生成的内容
```python
import requests
task_id = "task_12345"
result_url = f"http://localhost:8000/api/v1/ai/text/tasks/{task_id}/result"
response = requests.get(result_url)
story = response.json()
print(f"故事标题：{story['title']}")
print(f"摘要：{story['summary']}")
print("\n内容：")
print(story['content'])
```
## API 文档
API 文档位于：
- API 网关：`http://localhost:8000/docs`
- 用户服务：`http://localhost:8001/docs`
- 内容服务：`http://localhost:8002/docs`
- 学习服务：`http://localhost:8003/docs`
- 人工智能文本生成器：`http://localhost:8010/docs`
- 人工智能图像生成器：`http://localhost:8011/docs`
- 人工智能语音生成器：`http://localhost:8012/docs`
- 人工智能视频生成器：`http://localhost:8013/docs`
## 服务架构
### 用户服务
处理用户管理、身份验证和授权。管理用户配置文件、儿童账户和家长控制。
### 内容服务
管理教育内容的创建、存储、检索和组织，包括以下功能：
- **内容类型管理**：
- **故事**：具有人物发展、主题和道德教训的交互式教育叙事
- **测验**：可定制的题目集，包含答案、难度级别和评分机制
- **课程**：具有教育目标和先决条件的结构化学习材料
- **内容组织**：
- **类别**：具有父子关系的层次组织内容
- **标签**：灵活的内容标签，以提高可发现性和筛选
- **收藏集**：用户创建或策划的内容集（自定义、课程、精选）
- **内容筛选和搜索**：
- 基于年龄的筛选，适用于最小/最大年龄范围
- 难度级别筛选
- 内容评级筛选（G，PG，教育）
- 多语言支持
- 全文搜索功能
- **内容元数据**：
- 教育价值跟踪
- 学科和主题分类
- 阅读时间估计
- 字数指标
- **用户交互**：
- 内容反应（喜欢，收藏，有用）
- 内容共享和权限
- 用户特定的内容收藏
- **多媒体资产管理**：
- 教育内容的图像、音频和视频资产的存储和检索
- 资产与教育内容的关联
### 学习服务
跟踪学习进度、个性化的学习路径和教育成就，包括以下功能：
- **学习路径管理**：
- **课程设计**：基于年龄段和学科的结构化学习路径
- **先决条件**：学习材料的依赖关系管理
- **进度跟踪**：学习里程碑的实时监控
- **自适应学习**：根据表现动态调整内容难度
- **评估和评价**：
- **进度评估**：定期评估学习成果
- **技能水平分析**：跟踪学科特定能力
- **绩效指标**：详细的学习活动分析
- **成就系统**：学习成就的游戏化奖励和徽章
- **个性化功能**：
- **学习风格检测**：识别个人学习偏好
- **内容推荐**：人工智能驱动的下一步学习建议
- **节奏调整**：根据个人进度调整学习速度
- **兴趣学习**：根据表现出的兴趣定制内容
- **进度报告**：
- **详细分析**：全面的学习进度可视化
- **家长/教师仪表盘**：监护人和教育者的监控工具
- **进度报告**：定期自动评估总结
- **学习洞察**：人工智能生成的改进建议
- **协作学习**：
- **同伴学习**：促进的分组学习活动
- **社交互动**：安全的、受监管的同伴交流
- **团队项目**：协作教育任务
- **共享成就**：社区学习里程碑
- **学习支持**：
- **人工智能辅导**：困难概念的智能辅助
- **作业帮助**：有指导的问题解决支持
- **复习课程**：自动复习具有挑战性的材料
- **学习资源**：额外的材料以加深理解
### 人工智能服务
#### 文本生成器
创建教育故事和测验，包括以下功能：
- 根据年龄、主题和教育重点生成个性化故事
- 生成具有可定制难度级别的测验
- 异步任务处理以更好地管理资源
- 基于模板的内容定制
#### 图像生成器
为教育内容创建插图：
- 生成故事插图
- 角色可视化
- 教育图表和图形
#### 语音生成器
为教育内容提供音频旁白：
- 故事旁白，配有不同角色的声音
- 多语言支持
- 根据年龄调整语调
#### 视频生成器
创建教育视频和动画：
- 故事动画
- 教育概念可视化
- 交互式学习内容
## 开发与贡献
### 开发工作流程
1. 分叉仓库
2. 创建功能分支
3. 实现更改
4. 编写新功能测试
5. 提交拉取请求
### 代码风格
本项目遵循PEP 8风格指南。请确保在提交PR之前代码符合这些标准。
## 许可证
本项目根据Apache License 2.0许可证 - 详情请参阅LICENSE文件。
连接信息
猜你喜欢
暂无推荐服务器