01
任务实操
思考 · 编码 · 运行
面向数据分析实训的
证据驱动学习智能体
让每一次实操,成为可诊断、可改进、可迁移的学习。
思考 · 编码 · 运行
运行核验 · 定位问题
教师协同 · 修订改进
新任务 · 再次验证
反馈 · 修订 · 成长
实操 → 诊断 → 补救 → 迁移 → 再次实操
点击能力地图中的任务后,这里会展示真实数据场景。
优先匹配教师维护的标准问答和课程资料;没有直接命中时会明确说明依据来源。
本地学习数据会优先加载,AI 教学建议将在后台更新。
先看样本和统计口径,再展开教师安排与学生后续提交。得分变化不等同于干预的因果效果。
基于学生真实提交、自动评测与错因记录汇总,供教师判断本节的薄弱点与前置依赖;教学焦点的选择和组卷操作在“备课与组卷”中完成。
从左侧查看每一条已发布测评及其提交进度;右侧维护下一次发布的测评内容。发布后会形成独立快照,可逐条撤回。
题目初始内容来自课程题库模板,不是每次由 AI 临时生成;教师可先编辑、保存草稿后发布。已发布记录保留独立版本,关卡解锁阈值和 AI 辅助策略已移至“课程设计”中统一设置。
核心评测、错因诊断和学习记忆始终执行;教师可按本班教学安排启停 AI 辅助节点。保存后会即时影响学生端的提示、诊断和变式训练。
将现有教学功能按智能体职责组织:每个角色都说明服务对象、输入、可调用工具、输出和教学边界。
选择学生后可查看提交证据,并一键下发对应能力的补救任务。