智能体开发技术（Python+FastAPI版） 教案 第七章 AI智慧课堂

教学流程设计（理实一体化）教师姓名系部专业授课对象课程名称授课时间使用教材智能体开发技术计划学时6-8学时教学形式及地点教学目标知识目标能力（技能）目标素质目标熟练使用Python库对语音和视频进行预处理，识别其文字，并利用大模型进行整理和总结掌握如何利用在线搜索功能实现知识体系的完善，并提供拓展知识能根据知识体系利用提示词生成思维导图元数据，进而使用xmind库生成思维导图，并在前端进行渲染显示掌握如何利用大模型生成考题并进行Web端的在线考试和AI评分培养教育公平与数据隐私意识强化系统安全思维激发“AI+教育”融合创新的责任感与想象力教学内容模块7AI智慧课堂7.1功能与设计分析

7.2主体功能开发

7.3出题和考试功能7.4登录与Token鉴权7.5定时任务处理重点难点及解决方法重点难点：1、如何利用语音识别模型对上传到系统中的授课视频或语音进行文字识别。2、如何利用大模型对文字内容进行总结和摘要，有条理地提取知识点形成课堂笔记。3、根据提取到的内容要点，如何结合大模型知识整理为更完整的知识体系，并生成思维导图。4、讲解根据文字内容利用大模型进行出题的方法，如何在网页中进行在线考试和AI评分。解决方法：1、使用阿里云DashScope的Paraformer语音识别模型或开源Whisper模型，将上传的音频/视频提取音频后转为文字；FastAPI后端接收文件，调用ASR接口返回文本。

2、将识别出的文本送入大模型（如通义千问），通过提示词如：“请分点总结以下授课内容，提炼核心知识点，语言简洁”；返回结构化摘要作为课堂笔记。3、再次调用大模型，提示其将知识点按“主题—子主题—要点”层级组织；返回JSON或Markdown格式；前端使用Markmap或echarts将结构化数据渲染为交互式思维导图。4、基于课堂笔记内容，提示大模型生成选择题/填空题；考试时学生在网页作答，提交后由FastAPI调用大模型或规则匹配进行自动评分，并即时反馈结果。教学方法讲授法、案例法、实操演练法、小组讨论法教学资源演示案例、案例素材、机房资源教学过程设计主要流程1．案例导入针对关键知识点进行讲解，分析案例，教师演示案例2．理论讲解针对关键知识点进行讲解，分析案例，教师演示案例3．案例研讨示范案例：以案例效果为例，教师细致演示分析案例的整个流程。学生分析、计划，总结归纳实施要点，得到问题解决的思路与方法。4．任务布置针对关键技术点和知识点进行专题辅导，引导学生观察、发现，分析和解决问题，解决学生在实施过程中出现的问题。对于一般内容，由学生探索、讨论，提出解决问题的方法，并演示解决问题的操作过程；对于难点内容，由教师引导、分析，演示关键的操作步骤。教师活动学生活动说明实操任务要求，强调工具操作要点,培养学生的自我学习能力和创新革新能力；明确任务目标，组内分工准备组内互评作品，优化生成结果；5．任务实施教师活动学生活动展示“AI助教”案例：自动出题、限时考试、即时反馈；引导学生拆解功能模块与用户角色；发布项目任务。讨论需求，明确系统需支持学生答题、教师出题、管理员监控；确认技术栈分阶段推进：1.演示注册/登录+JWT生成，保护敏感接口；2.题库与考试：定义题目模型，实现随机组卷、答题提交、自动判分；3.定时任务：配置每日8点推送练习、考试结束后自动关闭入口；4.前端对接：提供简易HTML页面或Postman测试方案。巡回指导，重点解决Token校验失败、组卷重复、定时器未触发等问题。1.开发用户认证模块，测试登录后获取Token；

2.创建题库，实现“开始考试→随机5题→提交→显示分数”；

3.配置定时任务，模拟每日练习生成展示优秀作品（如界面清晰、权限严谨、任务稳定）；强调共性问题：Token未设过期、题库无分类、未处理并发考试；提出拓展方向：接入大模型生成新题、增加主观题评分。小组互评，反思系统安全性与可用性；记录优化思路，准备提交成果。6．总结点评抽查记成绩，教师总结点评。总结学生的完成情况以及在案例设计中遇到的问题，重新强调重点及难点问题。7．课后任务安排让大模型生成考题并按照