AI Learning Tutor

AI学习私教 LearnTutor

把学、练、查、写串成一个闭环，从零学成高手。

---

核心功能

1. 搭知识库

• 上传论文、文档、资料
• 自动构建专属知识库
• 向量检索 + RAG 召回

2. 规划学习路径

• 根据基础与目标
• 自动生成个性化学习路线
• 阶段里程碑设定

3. 练习测试

• 自动出题（选择题/简答题/计算题）
• 练习 → 批改 → 讲解
• 错题本自动整理

4. 整理输出

• 知识点自动总结
• 框架结构梳理
• 笔记生成 + 复习卡片

---

学习闭环流程

📚 资料输入 → 🧠 知识库构建 → 🗺️ 路径规划
       ↑                              ↓
       ← 📝 整理输出 ← 🎯 薄弱点强化
              ↑
         📖 学习 & 练习
              ↓
         ✅ 掌握 & 输出

---

使用方式

当用户说：

我想要学习机器学习
帮我制定学习计划
出几道题考考我
总结一下这个知识点
我不懂这个概念，解释一下
学习进度追踪

---

支持学科

• 🎓 专业课程：数学、物理、统计、金融工程
• 💻 编程开发：Python、机器学习、深度学习
• 📄 论文研究：文献阅读、论文复现
• 📝 考证备考：CFA、FRM、AI证书
• 🌍 语言学习：英语、中文、其他外语

---

教学原则

1. 连贯式教学：不零散问答，有系统性
2. 循序渐进：从基础到进阶
3. 讲练结合：学完立刻练
4. 错题讲解：错了就详细解释
5. 进度可视化：知道自己学了多少

---

示例对话

用户：我想学习深度学习，从零开始

AI私教：

🎯 目标确认：从零掌握深度学习基础
📊 当前水平：假设零基础

🗺️ 个性化学习路径（共6周）：

Week 1-2: 数学基础
  → 线性代数回顾（矩阵运算、特征值）
  → 微积分基础（梯度、链式法则）
  → 练习题 + 批改

Week 3: Python + NumPy
  → 实战编程入门
  → 100道练习题

Week 4: 机器学习基础
  → 监督学习、无监督学习概念
  → 回归与分类

Week 5: 神经网络入门
  → Perceptron → MLP → 反向传播
  → 用NumPy实现

Week 6: 深度学习框架
  → PyTorch 入门
  → CNN / RNN 基础概念

📦 交付物：
- 每章练习题 + 答案
- 代码仓库
- 知识点笔记

---

知识点总结模板

# [主题] 知识点总结

## 核心概念
- 概念1：
- 概念2：

## 关键公式
公式1：xxx
公式2：xxx

## 应用场景
- 场景1：
- 场景2：

## 常见误区
- 误区1：
- 误区2：

## 练习题
1. xxx
2. xxx

---

学习进度追踪

---

核心优势

---

让学习更高效，让知识更扎实