SuperAPI AI 工具集

Plot-Ark

Plot Ark 是一个开源的长时记忆课程改进系统。它将每个课程版本与促成变更的证据、随后的人工决策以及下一个学习周期中观察到的结果连接起来。大多数学习平台只展示一次性的完成率、用时、分数或反馈,而 Plot Ark 关注的是接下来的问题:我们改了课程,它真的变好了吗?Plot Ark 让这个答案在重复的分析运行中保持可追溯:收集课程结构、学习者行为和学习者声音;诊断学习摩擦集中的位置;让人工接受、拒绝或修改建议;将证据和决策持久化到长时记忆(LTM);将下一个课程版本和队列与之前运行进行比较。系统提供学术(教授/学生)和企业(管理员/用户)两个工作区,共享同一核心循环:证据→诊断→人工决策→LTM→下一版本。需要 Docker、OpenAI 或 Gemini API 密钥以及 Tavily API 密钥。采用 GNU Affero General Public License v3.0 许可。

访问官网

工具介绍

Plot Ark 是一个开源的长时记忆课程改进系统,旨在回答“我们改了课程,它真的变好了吗?”这一问题。它围绕“观察·记忆·改进”构建,将每个课程版本与促成变更的证据、随后的人工决策以及下一学习周期观察到的结果连接起来。

用途 Plot Ark 用于循证的课程运营:将学习信号转化为可审查的课程变更,然后通过知识图谱和长时记忆随时间跟踪结果。大多数学习平台只展示一次性数据(完成率、用时、分数、反馈),而 Plot Ark 专注于跨重复分析运行的可追溯性。

主要能力 系统通过以下流程实现改进循环:收集课程结构、学习者行为和学习者声音;诊断学习摩擦集中的位置;让人工接受、拒绝或修改建议;将证据和决策持久化到长时记忆(LTM);比较下一个课程版本和队列与之前运行。 两个工作区共享同一核心:证据→诊断→人工决策→LTM→下一版本。学术工作区面向教授/学生;企业工作区面向管理员/用户,并附带用于产品评估的合成数据。

知识图谱功能 用户可以摄入自己的课程材料(PDF、PPTX 或 DOCX),并将其作为交互式概念图进行探索。操作方式:进入 Knowledge Graph 标签页;在右侧的 Upload Materials 面板中填写 Subject name(必填)、Course code(可选)、Year(必填);将 PDF/PPTX/DOCX 文件拖入放置区;点击 Build Graph,摄入在后台运行(约 $0.10–0.30 / 10 个 PDF,按 gpt-4o-mini 费率)。完成后图形自动出现在对应年份和课程标签下。 知识图谱提供:KG ↔ 课程概念映射(三层匹配:词边界+缩写+反向查找);Knowledge Map 标签页(按模块显示 KG 概念定义及跨模块依赖);概念掌握跟踪(xAPI 动词+反馈 → cohort_concept_mastery,每次分析运行后自动同步);GraphViewer 掌握叠加(填充=掌握水平,边框=知识层,未跟踪概念统一灰色);KG 双向注释(学生标记困惑/重要,教授标记考试重点,匿名聚合形成困惑热力图);KG → Agentic Loop(KGContextAnalystNode 将每个概念的困惑百分比和最困惑概念注入 CurriculumAgent 上下文);GraphViewer 角色分离(学生视图含掌握过滤器和困惑社交信号,教授视图含高困惑热力图和考试重点);xAPI ↔ KG 桥接(KG 注释事件镜像为 xAPI 语句,动词:flagged / noted)。

其他功能 学生档案(4 标签页,含头像、学科选择器、CP/OC 叙述锚点和进度色块);一句话诊断(模板驱动的概念差距指导,带“跳转到模块”导航);AI 设置(自定义提示指令和可点击的想法库,自动保存);多角色集(多个角色组,含关系标签、性别、性格描述、关联课程);多模型 Agent 团队(9 个提供商共 18 个预设模型 + 自定义模型支持;★推荐标签、⚠ MoE 警告、动态 API 密钥);教授设置门户(档案、学术偏好、模型默认值、提示模板,全部自动保存);按提供商 API 密钥(Fernet 加密存储、动态检测、掩码 GET 响应);教授提示模板编辑器(数据库支持的提示管理,带版本控制和变量高亮);作业时间线+截止日期计算器;A2A 第二阶段(CurriculumAgent 的 LLM 集成,需要密集模型,其他代理保持 sql-only);渐进式摘要(学期级 LTM 摘要用于 LLM 上下文管理);LTI 1.3(推送到 Canvas / Moodle)。

使用方式 前提条件:Docker、OpenAI 或 Gemini API 密钥、Tavily API 密钥(tavily.com 提供免费层)。登录屏幕提供两个工作区:Academic — Professor / Student;Enterprise — Admin / User。企业工作区附带用于产品评估的合成数据。其文件选择器目前执行客户端格式、文件数量和大小验证;尚未在后端上传或解析所选文件。

适用场景 适用于希望基于证据持续改进课程的教育机构、教授、课程设计者,以及企业学习与发展团队。学术场景支持教授和学生查看诊断、掌握情况和困惑信号;企业场景支持合规培训诊断、证据链和人工参与修订审查。

限制 产品名称、URL、代码和安装命令需保留原样;部分功能(如企业文件选择器的后端上传/解析)尚未实现,文中已注明“尚未在后端上传或解析所选文件”。关于收费、价格、平台、效果或使用步骤,除上述明确信息外,暂未提供更多细节。许可证为 GNU Affero General Public License v3.0,个人使用、研究和开源项目免费,修改必须以相同许可证开源,网络部署要求产品也开源,商业许可需开 GitHub Issue。完整架构、页面级数据流、数据库模式、红线及项目结构见 ARCHITECTURE.md。