【教案生成平台】实战教程二:接入 AI 大模型实现智能教案生成

简介: 一款基于 Vue 3 + Vite 的教师辅助工具,聚焦教案智能生成。输入课程主题,AI 流式输出完整教学设计,支持 Markdown 实时预览与 Word 导出,提升备课效率。核心技术涵盖流式 API 调用、提示词工程与文档生成,构建从输入到输出的完整 AI 工作流。

一款基于 Vue 3 + Vite 开发的现代化教师辅助工具,旨在提升备课与教学效率。

1. 功能概述

教案生成是本平台的核心功能。用户输入课程主题,AI 自动流式输出完整的教学设计。
核心技术点:

  • AI API 调用 (Fetch Stream)
  • Markdown 渲染
  • Word 文档导出 (docxtemplater)

2. 封装 AI 接口 (Streaming)

为了获得流畅的打字机体验,我们需要使用流式 API。在 src/api/qwenAPI.js 中封装通用的发送方法。

关键点: 处理 ReadableStream

export async function sendToQwenAIDialogue(messages, onData) {
   
  // 省略 API Key 获取逻辑...

  const response = await fetch(
    "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation",
    {
   
      method: "POST",
      headers: {
   
        Authorization: `Bearer ${
     apiKey}`,
        "Content-Type": "application/json",
        "X-DashScope-SSE": "enable", // 开启流式 SSE
      },
      body: JSON.stringify({
   
        model: "qwen-plus",
        input: {
    messages },
      }),
    },
  );

  const reader = response.body.getReader();
  const decoder = new TextDecoder();

  while (true) {
   
    const {
    done, value } = await reader.read();
    if (done) break;
    const chunk = decoder.decode(value);
    // 解析 SSE 格式数据 (data: ...) 并回调 onData(content)
    // ... (解析逻辑需处理粘包和分包)
  }
}

image.png

3. 设计 Prompt (提示词工程)

优秀的 AI 输出取决于优秀的 Prompt。我们需要让 AI 扮演“资深教研员”。

/* Prompt 结构 */
const systemPrompt = `你是一位经验丰富的中小学高级教师。
请根据用户提供的主题,生成一份详细的教案。
格式要求:
1. 教学目标
2. 教学重难点
3. 教学过程 (导入, 新授, 练习, 总结)
4. 板书设计
请使用 Markdown 格式输出。`;

4. 实现编辑器组件 (LessonPlanGenerator.vue)

界面分为两部分:左侧为输入区,右侧为预览/编辑区。

  • 输入区:包含“课程名称”、“年级”、“课时”等表单。
  • 生成逻辑:点击生成后,拼接系统提示词和用户输入,调用 API,并将返回的文本片段实时拼接到响应式变量 generatedContent 中。
// 核心逻辑
const generatePlan = async () => {
   
  isGenerating.value = true;
  generatedContent.value = ""; // 清空

  const userMessage = `课程:${
     course.value}, 年级:${
     grade.value}...`;

  await sendToQwenAIDialogue(
    [
      {
    role: "system", content: systemPrompt },
      {
    role: "user", content: userMessage },
    ],
    (text, isComplete) => {
   
      // 简单的追加逻辑,实际中可能需要处理全量替换或增量追加
      generatedContent.value = text;
      if (isComplete) isGenerating.value = false;
    },
  );
};

image.png

5. 实现 Word 导出

教案最终需要打印。使用 docxtemplaterpizzip 将内容导出。
由于 AI 生成的是 Markdown/HTML,我们需要先将其转换为纯文本或保留基础格式。简单起见,我们直接将编辑器中的文本内容写入 Word 模板。

import Docxtemplater from "docxtemplater";
import PizZip from "pizzip";
import {
    saveAs } from "file-saver";

const exportWord = () => {
   
  // 加载 public/template.docx
  // 替换模板变量 {content} 为 generatedContent.value
  // 生成 Blob 下载
};

在线体验

演示链接: https://www.ytecn.com/teacher/
git链接: https://github.com/tcshowhand/teacher/

总结

本篇教程展示了如何打通 "User Input -> AI Processing -> Streaming Output -> File Export" 的完整链路。这是 AI 应用最经典的工作流。

相关文章
|
2月前
|
人工智能 JSON 数据可视化
【教案生成平台】实战教程三:打造智能 PPT 生成器 (AI + PptxGenJS)
一款基于 Vue 3 + Vite 的智能教学工具,利用 AI 自动生成结构化 PPT 数据,结合可视化编辑与本地持久化,实现高效备课。支持 JSON 模板解析、动态渲染导出(pptxgenjs)与草稿自动保存,大幅提升教师工作效率。在线体验:ytecn.com/teacher
248 16
|
11天前
|
人工智能 网络协议 网络安全
2026阿里云OpenClaw/Clawdbot部署+集成iMessage指南:苹果生态AI助手搭建教程
2026年,OpenClaw(前身为Clawdbot、Moltbot)凭借轻量化容器化架构、灵活的跨平台集成能力,成为个人与小型团队打造专属AI助手的首选工具。其支持自然语言指令解析、多任务自动化执行、多终端同步响应的核心特性,完美适配苹果生态用户的办公与生活需求。iMessage作为苹果生态核心的即时通讯工具,覆盖iPhone、Mac、iPad全终端,具备端到端加密、无缝同步的优势,将两者深度对接,可实现“iMessage发指令、AI自动化执行、全终端收结果”的跨场景体验,无需切换APP,随时随地调用AI能力处理文档生成、数据查询、任务提醒等事务。
405 18
|
6天前
|
Linux C语言 C++
CentOS 7 安装 gcc-4.8.5-44.el7.x86_64.rpm 详细步骤(含依赖解决)
本指南详解CentOS 7离线安装GCC 4.8.5全流程:先卸载旧版避免冲突,再下载对应RPM包;安装glibc-devel、mpfr等必要依赖;最后用rpm或yum localinstall完成安装,并验证版本。操作清晰,兼顾强制覆盖与自动依赖解决,适配老旧项目编译需求。(239字)
|
11天前
|
人工智能 自然语言处理 安全
2026年OpenClaw/Clawdbot一键部署+WhatsApp无缝对接指南:零基础跨境AI助手搭建教程
2026年,OpenClaw(前身为Clawdbot、Moltbot)凭借开源轻量化架构、跨平台适配能力及强大的AI自动化执行功能,成为个人、跨境团队及中小企业搭建专属AI助手的首选工具。其核心优势在于无需复杂开发,即可快速对接WhatsApp等全球主流通信平台,实现“WhatsApp发送自然语言指令→阿里云服务器运行OpenClaw执行任务→结果实时反馈至WhatsApp”的闭环,彻底打破“AI工具与日常沟通脱节”的痛点。
431 8
|
2月前
|
人工智能 测试技术 开发者
AI Coding后端开发实战:解锁AI辅助编程新范式
本文系统阐述了AI时代开发者如何高效协作AI Coding工具,强调破除认知误区、构建个人上下文管理体系,并精准判断AI输出质量。通过实战流程与案例,助力开发者实现从编码到架构思维的跃迁,成为人机协同的“超级开发者”。
1867 106
|
2月前
|
人工智能 JavaScript 前端开发
【教案生成平台】实战教程四:开发所见即所得的在线试卷编辑器
本试卷编辑器基于Vue实现,支持拖拽排序、动态题型组件渲染(单选/简答等),实时A4预览,并通过html2canvas+jsPDF导出高清PDF。数据模型清晰,扩展性强,真正实现所见即所得的高效出卷体验。
228 19
|
8天前
|
编解码 算法 数据可视化
基于 YOLOv8 的面向矿井场景的煤炭图像智能检测系统 [目标检测完整源码](YOLOv8 + PyQt5 实战)
本文围绕矿井复杂环境下的煤炭图像识别需求,系统阐述了一套基于 YOLOv8 与 PyQt5 的煤炭图像智能检测解决方案。从数据集构建、模型训练与评估,到推理流程及图形化界面部署,完整展示了工业视觉项目从算法到应用落地的全过程。实践结果表明,YOLOv8 在矿井场景中具备良好的检测精度与实时性能,而 PyQt5 界面有效降低了系统使用与部署门槛,使模型真正具备工程化和产品化能力。该方案可直接服务于煤炭分拣、矿区巡检等智慧矿山应用,也为工业场景下目标检测系统的设计与实现提供了可复用的技术范式。
96 9
|
2月前
|
人工智能 JavaScript 前端开发
【教案生成平台】实战教程一:从零搭建现代化教师辅助平台 (环境与架构)
本教程带你从零搭建基于Vue3的教师辅助平台,解决备课、出卷、做课件痛点。采用Vite+Pinia+VueRouter,实现手绘风格UI与模块化架构,夯实前端工程化基础。
385 2
|
1天前
|
存储 监控 安全
保姆级教程:OpenClaw/Clawdbot阿里云+汉化版本地部署流程与安全配置实操指南
OpenClaw(前身为Clawdbot)作为开源的AI自动化执行系统,在实现自然语言驱动任务执行的同时,安全配置成为落地使用的核心要点。无论是云端部署还是本地私有化部署,做好全维度的安全校验与权限管控,能有效避免未授权访问、数据泄露、指令注入等风险。2026年该工具已实现对阿里云环境的深度适配,同时有成熟的汉化版本满足国内用户操作习惯,本文将详细拆解阿里云部署与汉化版本地部署的完整流程,同步融入安全校验的核心配置与操作命令,所有代码可直接复制执行,兼顾部署效率与使用安全性。
162 14

热门文章

最新文章