01.
TeacherAgent
教案拆解
解析上传教案，提炼核心概念、常见难点，并生成一条循序渐进的学习路径。
云雀教学 Agent
AI 智能伴学，因材施教。
教师上传教案，AI 拆解知识点与学习路径；学生在分步引导中完成练习， 系统基于信任分动态调整辅导策略。默认覆盖《数据库原理》课程。
一个会追问的教练，而不是一台答案机器。
四 Agent 闭环
02.
TutorAgent
只提问不给答案
元认知教练。始终以引导性提问收尾，逼学生自己完成推理，而不是直接抄答案。
03.
EvaluatorAgent
评分与诊断
评估答案的理解程度与反思深度，识别错误类型，驱动信任分的动态更新。
04.
ReflectorAgent
班级共性洞察
聚合班级与学生数据，沉淀共性问题与教学建议，反哺教师的下一次备课。
核心能力
云雀教学 Agent 建立在三项核心能力之上。
三者环环相扣，把「因材施教」从一句口号变成每一次对话里都在发生的事。
01 — 信任分
动态解锁式辅导
帮助并非无条件给出，而是随学生展示出的理解程度分级解锁：从只提问，到给提示、给线索，直到完整讲解。
02 — 检索
RAG 为引导提供依据
教案上传后即进入基于关键词的检索索引，TutorAgent 的每一次提问都能追溯到具体的教材出处，而非凭空生成。
03 — 反思
元认知训练
提问式引导迫使学生复盘自己的思路，系统记录反思等级与思维风格，让「学会学习」本身可被追踪、可被量化。
适用场景
一套教学闭环，服务学生、教师与院校三方。
同一套信任分与四 Agent 机制，在不同角色的视角里呈现出不同的价值。
自主学习
面向学生
上传的教案不是终点，而是起点。分步任务配合只提问不给答案的追问，逼自己完成推理，而不是抄一个答案。
- 分步任务，逐层揭示思路
- 信任分越高解锁的帮助越多
- 认知画像可追踪学习风格与薄弱点
备课与洞察
面向教师
上传教案即完成知识点拆解，批改与诊断交给 EvaluatorAgent，班级共性问题由 ReflectorAgent 定期沉淀。
- 教案自动拆解为概念、难点与学习路径
- 自动评分与错误类型诊断
- 班级共性问题与教学建议聚合
私有化部署
面向院校
默认覆盖《数据库原理》等本科课程，教学闭环与具体学科无关，可扩展到其他课程，数据保留在本地。
- 支持私有化部署，数据不出校
- 教学闭环可扩展到任意学科
- LLM 可关闭，启发式兜底保证可用
常见问题
在接入之前，老师和同学最常问的问题。
涵盖信任分、RAG 出处、LLM 开关与部署方式——如果还有疑问，欢迎直接联系我们的团队。