项目介绍
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，是一个旨在打破当前教育领域中AI应用孤岛效应的创新开放平台协议。基于强大的模型上下文协议（MCP），EDUMCP实现了不同AI模型、教育应用、智能硬件以及教学内容之间的无缝互连和互操作性。
一个AI辅导系统可以轻松地与故事生成模型、互动游戏引擎或虚拟实验平台共享和理解数据及上下文。通过建立这样一个标准化的通信桥梁，EDUMCP为教育领域带来了前所未有的可能性，使各种AI工具能够协同工作，为用户提供更丰富、个性化和启发性的学习内容和服务。
EDUMCP单句视频创作框架
您只需提供一句主题，EDUMCP即可生成一段大约30至60秒的动画视频供儿童观看。它将支持英语对话内容修改和图像更改。 例如：创建一个视频，展示EDUMCP机器人让ROYA开始享受学习的过程。
概览
AICHILLEDU是一个专为儿童设计的创新型教育平台，利用AI的力量创造吸引人、个性化的教育内容。该平台采用微服务架构来提供多种AI驱动的教育体验，允许灵活扩展和功能扩展。
特性
- 个性化故事生成：根据特定年龄段、主题和教育重点定制教育故事
- 教育测验生成：生成吸引人的测验和问题以强化学习目标
- 多媒体集成：结合文本、图像、语音和视频，形成全面的教育材料
- 适合年龄的内容：基于年龄段和发展阶段的内容定制
- 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，确保适合儿童的内容
- 异步处理：非阻塞任务执行，用于资源密集型AI操作
系统架构
EDUMCP遵循微服务架构，其主要组件如下：
┌─────────────────┐
│ API网关 │
└───────┬─────────┘
│
┌────────┬────────┬────────────────┼────────────────┬────────────────┐
│ │ │ │ │ │
▼ ▼ ▼ ▼ ▼ ▼
┌──────────┐ ┌─────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 用户 │ │ 内容 │ │ 学习 │ │ 推荐 │ │ 分析 │
│ 服务 │ │ 服务 │ │ 服务 │ │ 服务 │ │ 服务 │
└──────────┘ └─────────┘ └──────────────┘ └──────────────┘ └──────────────┘
┌──────────────────────────┐
│ AI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
- AI & ML：LangChain, EDUMCP GPT模型, TensorFlow, PyTorch, Transformers
- 存储：MinIO（对象存储）
- 搜索：Elasticsearch
- 容器化：Docker, Docker Compose
- 认证：基于JWT的认证
开始使用
先决条件
- Docker 和 Docker Compose
- Python 3.10 或更高版本（用于本地开发）
安装
-
克隆仓库：
git clone https://github.com/CHILDEDUAI/aichildedu.git cd aichildedu -
在根目录下创建一个
.env文件，并添加以下变量：# 数据库 POSTGRES_USER=postgres POSTGRES_PASSWORD=postgres MONGODB_URI=mongodb://mongodb:27017/ MONGODB_DB=EDUMCP # 认证 SECRET_KEY=your_secret_key_change_in_production -
使用Docker Compose启动服务：
docker-compose up -d -
API网关将在
http://localhost:8000可用
本地开发设置
-
创建虚拟环境：
python -m venv venv source venv/bin/activate # 在Windows上使用`venv\Scripts\activate` -
安装依赖项：
pip install -r requirements.txt -
运行所需的服务：
uvicorn aichildedu.user_service.main:app --reload --port 8001
使用示例
生成故事
import requests
api_url = "http://localhost:8000/api/v1/ai/text/story"
story_request = {
"title": "好奇的机器人",
"theme": "科技与友谊",
"age_group": "6-8",
"characters": [
{
"name": "Robo",
"description": "一个好奇且友好的机器人，想要了解世界"
},
{
"name": "Mia",
"description": "一个热爱科技并喜欢建造事物的聪明女孩"
}
],
"educational_focus": "介绍机器人和编程概念",
"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"检查状态: {task['status_check_url']}")
检查任务状态
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']}%")
获取生成的内容
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"概要: {story['summary']}")
print("\n内容:")
print(story['content'])
API文档
API文档可在以下位置获取：
- API网关:
http://localhost:8000/docs - 用户服务:
http://localhost:8001/docs - 内容服务:
http://localhost:8.002/docs - 学习服务:
http://localhost:8003/docs - AI文本生成器:
http://localhost:8010/docs - AI图像生成器:
http://localhost:8011/docs - AI语音生成器:
http://localhost:8012/docs - AI视频生成器:
http://localhost:8013/docs
服务架构
用户服务
负责用户管理、认证和授权。管理用户资料、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，具有以下特性：
-
内容类型管理：
- 故事：带有角色发展、主题和道德教训的互动教育叙述
- 测验：可定制的问题集，包括答案、难度级别和评分机制
- 课程：带有教育目标和先决条件的结构化学习材料
-
内容组织：
- 类别：具有父子关系的内容层次结构
- 标签：提高可发现性和过滤的灵活内容标记
- 集合：用户创建或策划的内容集（自定义、课程、特色）
-
内容筛选和搜索：
- 基于最小/最大年龄范围的适合年龄筛选
- 难度级别筛选（初级、中级、高级）
- 内容评级筛选（G、PG、教育）
- 多语言支持
- 全文搜索能力
-
内容元数据：
- 教育价值跟踪
- 科目和主题分类
- 阅读时间估算
- 字数统计
-
用户交互：
- 内容反应（点赞、收藏、有用）
- 内容分享和权限
- 用户特定的内容集合
-
多媒体资产管理：
- 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、个性化学习路径和教育成就，具有以下特性：
-
学习路径管理：
- 课程设计：基于年龄段和科目的结构化学习路径
- 先决条件：学习材料的依赖管理
- 进度跟踪：实时监控学习里程碑
- 适应性学习：基于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：跟踪特定科目的能力
- 绩效指标：学习活动的详细分析
- 成就系统：为成就提供游戏化奖励和徽章
-
个性化功能：
- 学习风格检测：识别个人学习偏好
- 内容推荐：基于AI的下一步学习建议
- 进度调整：基于个人进度的灵活学习速度
- 兴趣导向的学习：基于展示的兴趣进行内容定制
-
进度报告：
- 详细分析：全面的学习进度可视化
- 家长/教师仪表板：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：AI生成的改进建议
-
协作学习：
- 同伴学习：促进小组学习活动
- 社交互动：安全、受监督的同伴交流
- 小组项目：协作教育任务
- 共享成就：社区学习里程碑
-
学习支持：
- AI辅导：对困难概念的智能辅助
- 作业帮助：指导解决问题的支持
- 复习会话：自动复习挑战性材料
- 学习资源：加深理解的附加材料
AI服务
文本生成器
创建教育故事和测验，具有以下特性：
- 根据年龄、主题和教育重点生成个性化故事
- 可定制难度级别的测验生成
- 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
为教育内容生成插图：
- 故事插图生成
- 角色可视化
- 教育图表和图表
语音生成器
为教育内容提供音频叙述：
- 不同角色声音的故事叙述
- 多语言支持
- 适合年龄的声音适应
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
- 互动学习内容
开发和贡献
开发流程
- 分叉仓库
- 创建功能分支
- 实现您的更改
- 为新功能编写测试
- 提交拉取请求
代码风格
此项目遵循PEP 8风格指南。请确保在提交PR之前，您的代码符合这些标准。
许可
本项目根据Apache许可证2.0发布 - 详情见LICENSE文件。