AURA-MAS 个性化多智能体学习系统

Adaptive User-centric Resource Architecture — Multi-Agent System

基于 LangGraph 多智能体协作，面向学习计划、资源生成、知识管理与学习分析的一体化平台。

AURA-MAS 覆盖 Web、Android、业务服务与 AI 智能体引擎，通过 RAG、多模态生成、质量审查和用户画像持续生成适配学习目标的内容。

功能概览

能力	说明
多智能体协作	主控调度、任务分解、RAG 检索、内容编排、质量审查及异常回退协同执行
多模态学习资源	支持图文、题目、教学动画、视频、思维导图、播客等资源
个性化学习计划	结合学习目标与用户画像生成计划，跟踪模块进度和学习行为
对话式学习	通过 SSE 流式呈现回答、生成状态与智能体处理过程
知识管理	提供知识树、知识图谱、笔记、闪卡及错题辅导能力
学习分析	汇总学习时长、活跃度、掌握情况和效率趋势
多端访问	提供 Vue 3 Web 应用和 Jetpack Compose Android 应用
管理能力	支持用户、知识库、AI 补充资源、Token 用量和系统日志管理

界面预览

图片来自项目实际 Web 界面。点击图片可查看原图。

用户端

_用户首页

_学习计划	_{图文学习资源}
_题目资源	_{教学动画资源}
_{网络教学视频}	_{思维导图资源}
_播客资源	_{笔记与闪卡}
_学习分析	_学习画像
_知识图谱	_用户设置

管理端

_{管理后台首页}

_{PDF 知识库管理}	_{AI 补充资源管理}
_{Token 调用统计}	_系统日志

动态演示

动图文件较大，按需展开查看。

图文学习资源

对话式资源生成

播客类型资源

教学动画资源

测验作答与个性化错题辅导

网络教学视频

随学更新知识图谱

系统架构

graph TB
    subgraph Client["客户端"]
        Web["Vue 3 Web"]
        Android["Android App"]
    end

    subgraph Business["Java 业务服务 - Spring Boot"]
        API["认证 / 计划 / 资源 / 笔记 / 统计 / 管理 API"]
        MySQL[("MySQL")]
        Redis[("Redis")]
        MQ[("RabbitMQ")]
        API --> MySQL
        API --> Redis
        API --> MQ
    end

    subgraph AI["Python AI 引擎 - FastAPI + LangGraph"]
        MainGraph["个性化学习主图"]
        KnowledgeGraph["知识图谱更新子图"]
        VectorDB[("Qdrant")]
        Models["LLM / Embedding / TTS / 图像生成"]
        MainGraph --> VectorDB
        MainGraph --> Models
        MainGraph -.->|"异步触发"| KnowledgeGraph
    end

    Web -->|"REST / SSE"| API
    Android -->|"REST / SSE"| API
    API -->|"Ticket / AI 请求"| MainGraph
    MainGraph -->|"状态与资源持久化"| API
    KnowledgeGraph -->|"知识图谱持久化"| API

LangGraph 主工作流

主图由主控智能体动态识别意图，并在任务分解、RAG 检索、内容生成、并行审查、人工确认与异常回退之间路由。

graph TD
    START(["开始"]) --> Controller["主控智能体"]
    Controller --> Intent{"意图与状态路由"}

    Intent -->|"复杂资源任务"| Decomposer["任务分解"]
    Intent -->|"简单问答"| Answer["简答智能体"]
    Intent -->|"题目生成/批改"| Quiz["测验智能体"]
    Intent -->|"指定类型资源"| Typed["类型资源/动画生成"]
    Intent -->|"追问"| Wait["等待用户回复"]

    Decomposer -->|"多模块"| Confirm["人工确认"]
    Decomposer -->|"单模块"| RAG["RAG 检索"]
    Confirm -->|"确认"| RAG
    Confirm -->|"修改意见"| Controller

    RAG --> Quality{"检索质量"}
    Quality -->|"充足"| Orchestrator["内容编排"]
    Quality -->|"充足，并行"| Reviewer["质量审查"]
    Quality -->|"不足"| Generator["自主生成"]

    Orchestrator --> Merge["审查编排汇合"]
    Reviewer --> Merge
    Merge --> Review{"审查结果"}
    Review -->|"通过"| END(["结束"])
    Review -->|"优化/降级"| Controller

    Generator --> END
    Answer --> END
    Quiz --> END
    Typed --> END
    Wait -->|"用户回复"| Controller

知识图谱更新子图

图文资源生成完成后，辅助工作流在后台完成领域识别、旧图加载、概念融合和持久化，不阻塞主对话响应。

graph LR
    START(["开始"]) --> Classify["领域分类"]
    Classify --> Fetch["获取现有图谱"]
    Fetch --> Merge["概念提取与融合"]
    Merge --> Persist["持久化"]
    Persist --> END(["结束"])

技术栈

层级	主要技术
Web 前端	Vue 3.5、TypeScript 5.7、Vite 6、Pinia、Tailwind CSS、ECharts、Mermaid
Android	Kotlin 2.1、Jetpack Compose、Hilt、Room、Retrofit、OkHttp
Java 后端	Java 21、Spring Boot 3.2.5、Spring Security、MyBatis-Plus、JWT
Python 后端	FastAPI、LangGraph、LangChain、Qdrant Client、FastEmbed
数据与消息	MySQL、Redis、RabbitMQ、Qdrant
AI 与多媒体	DashScope、MiMo、Volcengine Ark、MinerU、七牛云、Playwright、FFmpeg
测试	JUnit、Vitest、Playwright、Pytest、Android Instrumentation

项目结构

AURA-MAS/
├── Android-app/       # Kotlin + Jetpack Compose 移动端
├── Java-backend/      # Spring Boot 业务服务与数据持久化
├── Python-backend/    # FastAPI、LangGraph、RAG 与多模态生成
├── Vue-frontend/      # Vue 3 Web 用户端与管理端
├── deploy/            # 通用及 Ubuntu 部署文档
├── docs/              # 补充项目文档
├── docker-compose.yml # Redis、RabbitMQ、Qdrant
└── README.md

快速开始

环境要求

依赖	建议版本	用途
JDK	21+	Java 后端
Maven	3.9+	Java 构建
Python	3.11+	AI 引擎
Node.js	18+	Web 前端
MySQL	8.0+	核心业务数据
Docker / Compose	推荐	快速启动 Redis、RabbitMQ、Qdrant
Android Studio	最新稳定版	Android 构建与调试

FFmpeg 与 Playwright Chromium 仅在导出 H.264/AAC 教学动画视频时需要。

1. 获取项目

git clone https://github.com/cdz-hy/aura-mas.git
cd aura-mas

2. 准备 MySQL

创建数据库，Java 后端启动时会通过 schema.sql 与 data.sql 初始化结构和基础数据。

CREATE DATABASE learning_system
  CHARACTER SET utf8mb4
  COLLATE utf8mb4_unicode_ci;

Java 本地配置可参考：

Java-backend/src/main/resources/application-example.yml

请至少配置数据库密码、JWT 密钥和内部服务密钥；Java 的 INTERNAL_SECRET 必须与 Python 的 JAVA_SERVICE_SECRET 保持一致。

3. 启动基础服务

docker compose up -d

该命令启动 Redis、RabbitMQ 与 Qdrant。MySQL 不包含在当前 Compose 文件中，需单独准备。

4. 启动 Java 后端

cd Java-backend
mvn spring-boot:run

默认地址：http://localhost:8080

5. 启动 Python AI 引擎

cd Python-backend
python -m venv .venv
# Windows: .venv\Scripts\activate
# macOS/Linux: source .venv/bin/activate
pip install -r requirements.txt
cp .env.template .env
# 编辑 .env，将 PORT 设为 8002
python main.py

Vue 前端与 Java 后端均默认连接 localhost:8002，Python .env 中 PORT 必须设为 8002。

FastAPI 文档：http://localhost:8002/docs

如需动画视频导出，再安装以下运行时：

python -m playwright install chromium

同时确保系统已安装 ffmpeg 与 ffprobe。

6. 启动 Web 前端

cd Vue-frontend
npm ci
npm run dev

默认地址：http://localhost:5173

7. 构建 Android 应用

cd Android-app
./gradlew assembleDebug

Windows 也可执行：

gradlew.bat assembleDebug

Android 应用支持在设置界面调整 Java 与 Python 服务地址。

常用命令

模块	开发 / 运行	测试 / 构建
Vue	`npm run dev`	`npm run test` / `npm run test:e2e` / `npm run build`
Java	`mvn spring-boot:run`	`mvn test` / `mvn package`
Python	`python main.py`	`pytest`
Android	Android Studio	`./gradlew test` / `./gradlew assembleDebug`

API 与服务

服务	默认地址	说明
Vue Web	`http://localhost:5173`	用户端与管理端
Java API	`http://localhost:8080`	核心业务 API；Swagger 路径受安全配置约束
Python AI	`http://localhost:8002`	推荐本地联调端口
FastAPI Docs	`http://localhost:8002/docs`	Python API 文档
RabbitMQ 管理台	`http://localhost:15672`	仅绑定本机
Qdrant	`http://localhost:6333`	向量数据库

Python 路由主要分为：

/api/ai/*：对话、计划、资源、知识树、知识图谱、闪卡和动画等 AI 能力
/api/v1/kb/*：知识库管理
/api/analytics/*：学习分析

配置说明

不要提交 .env、生产密钥、邮箱授权码或云存储凭证。
Python 配置模板位于 Python-backend/.env.template。
Java 配置模板位于 Java-backend/src/main/resources/application-example.yml。
Redis 不可用时，部分验证码、限流及缓存能力可降级；RabbitMQ 不可用会影响异步任务；Qdrant 不可用会影响 RAG 与知识库能力。
七牛云用于头像、文档及多媒体资源上传；相关功能需配置有效的 Bucket 与访问域名。

Navigation Menu

Repository files navigation

AURA-MAS 个性化多智能体学习系统

Adaptive User-centric Resource Architecture — Multi-Agent System

功能概览

界面预览

用户端

管理端

动态演示

系统架构

LangGraph 主工作流

知识图谱更新子图

技术栈

项目结构

快速开始

环境要求

1. 获取项目

2. 准备 MySQL

3. 启动基础服务

4. 启动 Java 后端

5. 启动 Python AI 引擎

6. 启动 Web 前端

7. 构建 Android 应用

常用命令

API 与服务

配置说明

部署说明

许可证

反馈与贡献

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
Android-app		Android-app
Java-backend		Java-backend
Python-backend		Python-backend
Vue-frontend		Vue-frontend
deploy		deploy
docs/superpowers		docs/superpowers
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
package-lock.json		package-lock.json
package.json		package.json

Latest commit

History

Folders and files

Repository files navigation

AURA-MAS 个性化多智能体学习系统

Adaptive User-centric Resource Architecture — Multi-Agent System

功能概览

界面预览

用户端

管理端

动态演示

系统架构

LangGraph 主工作流

知识图谱更新子图

技术栈

项目结构

快速开始

环境要求

1. 获取项目

2. 准备 MySQL

3. 启动基础服务

4. 启动 Java 后端

5. 启动 Python AI 引擎

6. 启动 Web 前端

7. 构建 Android 应用

常用命令

API 与服务

配置说明

部署说明

许可证

反馈与贡献

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages