让 AI 陪你理解、尝试、记住，也陪你走进知识发生的现场。
WeSmartFlow 是一个开源的 Agent-native 自适应学习框架。
它会理解学习目标、组织学习路径、陪你练习，并把每一次进步留在长期知识图谱里。
在线体验 · 探索模式 · 快速开始 · 发布课程 · English
🎁 为项目点亮 Star，使用 GitHub 或邮箱登录，即可领取 1000 万免费 Token
这里会长期记录 WeSmartFlow 的重要变化，并按时间倒序持续更新。
从现在开始，只要为 WeSmartFlow 的 GitHub 仓库点亮 Star，再使用 GitHub 或邮箱登录，每位用户都可以领取 1000 万免费 Token，完整体验自由辅导、沉浸课程、知识图谱与探索模式。
对大多数学习者来说，这份额度大约可以使用 10–20 天。实际可用时间会随所选模型、学习频率和单次内容长度有所不同。
领取方式： 点亮 Star → 前往 wesmartflow.cn 登录 → 选择一个问题或探索主题开始学习。
我们重新设计了 探索模式。
现在，你可以从英语、科学、数学和历史出发，进入拥有角色、规则与任务的学习世界。连续故事、地图探索、实验模拟、动手游戏、历史推演、声音与动画，都可以成为课程的一部分。查看探索主题。
真正的学习，很少是一问一答。
它有好奇、卡住、试错和遗忘，也有某个瞬间突然想通。一个好的学习伙伴，会知道你已经理解了什么、哪里仍然模糊、下一步适合做什么，以及哪些知识需要在以后重新遇见。
WeSmartFlow 围绕这段过程提供五种能力：
- 理解目标：知道你想学什么，也关注你现在走到了哪里
- 陪伴练习：用讲解、追问、卡片、可视化和测验帮助你真正动手
- 记住成长：把概念、联系和掌握变化沉淀进个人知识图谱
- 调整路径：根据对话与练习反馈，决定接下来该深入、换一种讲法，还是安排复习
- 进入情境：把知识放进故事、实验和真实任务里，在参与中建立理解
你可以从一个问题开始。Agent 会根据需要生成知识卡片、交互式演示和小测验，也会把新理解记录进知识图谱。
输入一个想深入理解的主题，多个 Agent 会协作完成资料研究、章节规划、课件、插图、语音和练习。你可以沿着课程大纲学习，也可以随时停下来追问。
在探索页选择感兴趣的主题，通过角色对话、世界探索、自由实验、动手游戏或历史推演来学习。每个主题都可以有自己的画面、声音、角色、地图和进度规则：课程设计者决定这个世界如何运转，WeSmartFlow 负责让它被发现、被打开，并在需要时提供 Agent 与后端能力。
| 主题 | 体验方式 |
|---|---|
| 魔法英语小镇 | 和 Agent 角色用英语交谈，在找线索、交朋友和创作故事中自然开口 |
| 走进数学花园 | 搭积木、看三视图、发射算式炮弹，在动手中建立空间感与代数直觉 |
| 追剧搭子 BingeMate | 跟着真实剧情理解表达、文化梗、连读和吞音 |
| 化学实验室 | 自由组合物质与反应条件，让 Agent 现场判断结果并解释原因 |
| 知识之境 | 回到科学知识诞生的现场，与科学家对话并重做经典实验 |
| 生成世界 · 历史 | 让一段历史变成会争论、可质询、能推演的鲜活世界 |
这 6 个主题只是开始。探索页也向老师、开发者和内容创作者开放：你可以发布自己的课程，保留自己的设计和技术选择，也可以和社区一起把一个想法慢慢做成真正好用的学习体验。
魔法英语小镇面向 8–16 岁学习者。孩子可以用语音或键盘与角色交流，在寻找小狗、筹备月光节等故事任务中练习询问、描述和邀请。Agent 负责理解表达与生成角色回应，本地状态机负责地点、任务、奖励和通关条件。
每一次学习都会留下痕迹。知识图谱记录概念之间的关系、当前掌握度和下一次复习时间，帮助你回顾已经走过的路。
辅导 Agent 会在对话中按需使用教育工具，不同任务由对应工具完成：
| 能力 | 作用 |
|---|---|
| 知识节点创建与更新 | 识别新概念，补充描述、标签和概念关系 |
| 掌握度更新 | 根据学习表现调整对应知识节点的掌握度 |
| HTML 知识卡片 | 把重点整理成易读、可保存的学习卡片 |
| EduViz 交互式可视化 | 用动画、参数和可操作对象解释抽象概念 |
| 即时测验 | 生成单选、填空、判断和开放题，并给出反馈 |
| 图谱检索 | 找回已经学过的内容，避免每次从零开始 |
| 多源搜索 | 通过 Tavily、arXiv 和 DuckDuckGo 补充资料 |
| 语音讲解 | 在支持的环境中生成音频讲解 |
- 掌握度记录：用
mastery_level持续记录每个知识节点的掌握变化 - 四类知识关系：prerequisite / related / extends / contrasts
- 间隔重复：使用 SM-2 参数安排复习节奏
- 跨场景共享：自由辅导与沉浸课程使用同一张个人图谱
- 用户画像记忆：从长期互动中积累学习偏好与背景信息
一个学习主题
│
├── 规划 Agent ── 拆解章节与学习路径
├── 研究 Agent ── 搜集并整理资料
├── 撰写 Agent ── 生成章节课件
├── 插图 Agent ── 生成配图
├── 语音 Agent ── 生成音频讲解
└── 出题 Agent ── 配套练习与反馈
│
└── PDF + 音频 + 练习 + 知识图谱节点
EduViz SDK 让 Agent 能生成在沙盒中运行的教学可视化，适合算法步骤、公式拆解、参数探索、几何构造、状态对比和时间演化等场景。学习者可以直接操作参数和对象，观察变化并验证猜想。
把学习助手接入微信，随时随地对话学习。
将 edu-agent 作为一个消息通道接入 WeClaw（微信 clawbridge），让微信里的对话直接由你的 AI 学习助手回复：
- 扫码绑定 — 网页端「微信助手」页扫码，将你的微信 bot 与账号绑定（每个用户绑定自己的 bot）
- 多租户长轮询 — 每个 bot 一个 async httpx 长轮询协程（≈ 一条 idle 长连接，而非线程），由 ChannelManager 统一调度，单机可承载大量在线 bot
- 复用对话大脑 — 微信消息直接走
TutorService，与网页端共享同一套 ReAct 辅导能力、知识图谱与用户画像 - 卡片转图片 — HTML 知识卡片 / 交互式可视化 / 测验卡片用无头浏览器（Playwright）渲染成图片发送，并附网页端交互链接
WeSmartFlow 同时是一套可复用的教育 Agent 工程框架。仓库把通用 Agent 能力、教育业务服务、前端应用和独立学习体验分开组织：
| 层级 | 路径 | 你可以在这里做什么 |
|---|---|---|
| Agent 基础库 | backend/agent_core/ |
复用 ReAct、Reflection、Plan-and-Solve、工具、技能、记忆与模型适配 |
| 后端服务 | backend/ |
扩展 FastAPI 路由、教育 Agent、知识图谱和沉浸课程工作流 |
| 前端应用 | frontend/ |
开发聊天、课程、图谱、测验与探索门户 |
| 探索主题 | examples/ |
用任意前端技术构建独立学习世界，并接入主站 |
探索主题与主站保持轻耦合，可以使用 Vue、React、Svelte、Canvas、Three.js 或原生 HTML 独立开发。你可以做一节完整课程，也可以先发布一个小实验、一段互动故事或一种新的教学玩法。
主站与主题之间只有三类稳定契约：
内容契约：examples/explore-catalog.json
构建契约：build:wesmartflow + 约定的环境变量
服务契约：同源静态路径 + 可选的相对 /api 路径
接入一个新主题通常只需要：
- 在
examples/下创建独立应用； - 提供
build:wesmartflow构建命令； - 在
examples/explore-catalog.json登记分类、入口和介绍内容； - 运行目录校验和构建检查。
cd frontend
npm run validate:examples
npm run build:examples -- --only your-topic-id完整的字段、路径与构建约定见 探索主题开发指南。
探索页向每一位愿意认真做课程的人开放。
课程的选题、年龄段、页面风格和互动方式都不设统一模板。你可以从现有主题继续创作，也可以带来一个全新的世界。准备好后，在 explore-catalog.json 登记课程并提交 Pull Request；我们会一起检查构建、入口、基本可用性和学习体验，再把它放进探索页。
作者信息会跟随课程展示。课程作者保留自己的代码结构、设计语言和后续内容更新方式。
推荐直接使用仓库中的 Conda 环境，它会准备 Python、Node.js 和后端依赖。
生成沉浸式 PDF 课件时，还需要 XeLaTeX、latexmk 与 SimplePlus Beamer 主题。
git clone https://github.com/Tencent/WeSmartFlow.git
cd WeSmartFlowconda env create -f environment.yml
conda activate agent
cd frontend
npm install
cd ..
# 目前有两个探索主题使用 Vite，需要各自安装一次依赖
npm --prefix examples/Magic_English_Town install
npm --prefix examples/chemastry_lab install如果不使用 Conda，请准备 Python 3.10+ 与兼容 Vite 8 的 Node.js，并手动安装 backend/requirements.txt。
cp backend/.env.example .env编辑仓库根目录的 .env。运行学习 Agent 至少需要：
LLM_API_KEY="your-api-key"
LLM_BASE_URL="https://your-openai-compatible-endpoint/v1"
LLM_MODEL="your-model"OpenAI、DeepSeek、通义千问等 OpenAI 兼容接口均可接入。登录还需要配置 GitHub OAuth、邮箱 SMTP 或微信小程序中的至少一种方式；搜索、图片生成与语音能力可以按需开启。完整变量说明见 backend/.env.example 和 后端文档。
# 终端一：后端，默认端口 8080
cd backend
python main.py# 终端二：前端，默认端口 5173
cd frontend
npm run dev打开 http://localhost:5173。后端健康检查地址为 http://localhost:8080/health，探索页位于 http://localhost:5173/#/explore。
npm run dev会先构建explore-catalog.json中登记的本地探索主题。新增主题时，探索页组件可以保持不变。
把学习助手接入微信，需要额外几步：
1. 安装 Playwright + Chromium（卡片渲染成图片所需）
pip install playwright
playwright install chromium2. 配置环境变量（backend/.env）
WECLAW_ENABLED=true # 开启 WeClaw 通道
PUBLIC_BASE_URL=https://你的域名 # 对外可访问地址，用于拼卡片/讲义链接
# WECLAW_RENDER_CARDS=true # 卡片渲染成图片（默认开）3. 扫码绑定
重启后端后，登录网页端进入 「微信助手」 页 → 点「开始绑定」→ 用微信扫码。绑定成功后，该微信 bot 收到的消息就会由你的 AI 学习助手回复。
| 变量 | 说明 | 默认 |
|---|---|---|
WECLAW_ENABLED |
是否启用 WeClaw 通道 | false |
PUBLIC_BASE_URL |
对外基础 URL（卡片/讲义链接） | 空 |
WECLAW_RENDER_CARDS |
卡片渲染成图片发送 | true |
WECLAW_RENDER_WIDTH |
截图视口宽度(px) | 480 |
说明：HTML 卡片 / 可视化 / 测验会被渲染成图片发送，并附网页端交互链接；PDF 讲义以链接形式发送。
# macOS
brew install --cask mactex-no-gui
# Ubuntu / Debian
sudo apt install texlive-xetex texlive-latex-extra texlive-fonts-extra \
texlive-lang-chinese latexmk
git clone https://github.com/pm25/SimplePlus-BeamerTheme.git backend/SimplePlus-BeamerThemeWeSmartFlow/
├── backend/
│ ├── agent_core/ # 通用 Agent 基础库
│ ├── agents/ # 教育 Agent、工具与提示词
│ ├── services/ # 辅导、课程、知识图谱等业务服务
│ ├── channels/ # WeClaw 微信通道（扫码登录 / 长轮询 / 卡片渲染）
│ ├── routers/ # FastAPI 路由与探索主题 API 适配
│ ├── repositories/ # 数据访问层
│ ├── models/ # 数据模型
│ └── main.py # 后端入口
├── frontend/
│ ├── src/views/ # Chat / Immersive / Graph / Quiz / Explore
│ ├── src/components/ # 卡片、测验、EduViz 等组件
│ └── public/ # 构建后的探索主题产物
├── examples/
│ ├── explore-catalog.json # 探索页内容与构建目录
│ ├── build.mjs # 统一构建编排
│ └── */ # 各自独立的互动学习主题
├── environment.yml
└── README.md
WeSmartFlow 优先选择容易理解、方便替换的技术组合。通用能力沉到 agent_core，教育场景放在服务层，探索课程保持独立构建；模型、搜索、图像和消息通道都通过清晰的接口接入。
| 层级 | 技术 |
|---|---|
| 前端 | Vue 3 · Vue Router · Vite · Three.js · KaTeX · pdf.js |
| 后端 | FastAPI · SQLite（WAL）· sqlite-vec · Pydantic · Uvicorn |
| Agent | 自研 agent_core · ReAct · Reflection · Plan-and-Solve · Tool Use · Agent-as-Tool · MCP |
| 模型 | OpenAI 兼容协议，可接入不同模型与网关 |
| 内容 | HTML 知识卡片 · EduViz · XeLaTeX / Beamer · TTS |
| 消息通道 | WeClaw 微信接入（clawbridge 长轮询 · async httpx 协程池 · Playwright 卡片渲染） |
| 搜索 | Tavily · arXiv · DuckDuckGo |
| 认证 | GitHub OAuth · 邮箱验证码 · 微信小程序 · JWT |
工程演进主要围绕三条主线展开：用教育任务评测、Reflection 和链路追踪提高结果的可靠性；通过 MCP 工具生态、多模型路由、多 Agent 并行与分层记忆扩展能力边界；完善 PostgreSQL、对象存储、向量检索和容器化部署，让项目能够承载更稳定的长期服务。相关能力会沿用现有的分层边界，按成熟度逐步进入主干。
WeSmartFlow 还在快速生长。我们尤其期待有人带着自己的课程来：一段互动故事、一场科学实验、一座数学花园，甚至一种我们还没见过的学习方式，都可以成为探索页里的下一个入口。
如果你想改进 Agent、接入一种工具，或者只是讲讲真实使用时哪里不顺手，也欢迎提交 Issue 或 Pull Request。准备发布课程时，可以先阅读 探索主题开发指南；它会告诉你如何保留主题的独立性，同时自然地接入 WeSmartFlow。
本项目基于 MIT License 开源。