Student AI Agent — 学生AI代理

Student AI Agent - 学术项目工作流概述 将一份作业要求转化为完整的交付物：代码、报告、PPT、演讲稿、Q&A 准备。 适用场景： 用户发来一份作业 PDF/文本，说"帮我做"或"按工作流跑一遍" 用户说"帮我做 PPT"/"帮我写报告"等单步请求

项目结构 student-ai-agent/ ├── SKILL.md ← 本文件 ├── input/ ← 用户的作业要求 │ └── assignment.md ├── output/ ← 所有生成产物 │ ├── 01_analysis.json │ ├── 02_brainstorm.json │ ├── code/main.py │ ├── figures/*.png │ ├── report/report.docx │ ├── presentation/slides.pptx │ ├── presentation/speaker_notes.md │ └── qa/qa_preparation.md └── scripts/ ← 格式化输出工具 ├── generate_report.py ├── generate_ppt.js ├── generate_notes.py └── qa_simulator.py

依赖 pip install python-docx matplotlib numpy pandas Pillow npm install -g pptxgenjs 安装检查：执行前先确认依赖已就绪，缺什么装什么，不阻塞用户。

执行流程（7 步） 收到用户作业要求后，按顺序执行以下步骤。每步完成后告知用户进度。

Step 1: 分析作业要求 输入：用户提供的作业文本/PDF/图片 AI 任务：提取、识别、解析、列出、提炼 输出：将结构化分析写入 output/01_analysis.json { "course": "课程名", "topic": "项目主题", "deadline": "截止日期", "deliverables": ["report.docx", "code.py", "slides.pptx"], "constraints": {"word_limit": 3000, "format": "APA", "language": "English"}, "grading_criteria": [{"item": "Technical correctness", "weight": 40}], "key_questions": ["需要解决的核心问题"], "technical_requirements": ["Python", "ML pipeline"] }

Step 2: 方案设计 AI 任务：头脑风暴、选择最优方案、确定技术栈、数据来源、预期结果、识别创新点 输出：写入 output/02_brainstorm.json { "approaches": [{"name": "方案名", "pros": [], "cons": []}], "selected_approach": "选定方案及理由", "architecture": "技术架构描述", "methodology": "方法论", "data_sources": ["数据来源"], "innovation_points": ["创新点"] }

Step 3: 写代码 AI 任务：根据方案设计编写完整可运行的 Python 代码 输出：output/code/main.py — 主程序 output/code/requirements.txt — 依赖 约束：代码必须能 python main.py 一键运行 图片输出到 output/figures/

Step 4: 验证运行 AI 任务：实际运行 output/code/main.py 确认无报错、图片已生成到 output/figures/ 输出：output/04_check_results.json { "syntax_check": true, "runs_without_error": true, "figures_saved": ["output/figures/fig1.png"], "errors_found": [], "fix_attempts": 0 }

Step 5: 生成 Word 报告 AI 任务：根据分析结果确定报告结构、撰写完整学术内容 调用 scripts/generate_report.py 生成 .docx 输出：output/report/report.docx

Step 6: 生成 PPT + 演讲稿 AI 任务：设计 10-15 页 PPT 结构、选择配色主题、为每页写演讲稿 调用脚本生成 PPT 大纲 JSON 输出：output/presentation/slides.pptx output/presentation/speaker_notes.md

Step 7: 模拟 Q&A AI 任务：基于项目内容、预测教授最可能问的 10-15 个问题 按难度分类、为每个问题写回答框架 输出：写入 output/qa/qa_preparation.md

单步执行 用户也可以要求只跑其中一步： 用户说 "先分析一下这个作业" 只跑 Step 1 "帮我写代码" Step 1-4 "帮我写报告" Step 1-5 "帮我做 PPT" Step 1-2 + Step 6 "帮我准备 Q&A" Step 1-2 + Step 7 "按工作流跑一遍" Step 1-7

全部完成后，告诉用户： 全部完成！文件都在 output/ 目录下： output/ ├── code/main.py — 源代码（可直接运行） ├── figures/ — 图表 ├── report/report.docx — Word 报告 ├── presentation/ │ ├── slides.pptx — PPT │ └── speaker_notes.md — 演讲稿 └── qa/qa_preparation.md — Q&A 准备 需要我调整哪个部分吗？

配色主题参考 主题 适用 主色 dark_modern 技术/CS课程 深蓝 + 靛蓝 + 青色 ocean 数据分析/商业 海蓝 + 深蓝 + 绿色 forest 环境/可持续 深绿 + 黄绿 + 金色

注意事项 语言：默认英文输出（报告、PPT、Q&A），用户要求中文时切换 格式：报告默认 APA 格式，可按要求切换 IEEE/Harvard 原创性：代码和内容必须原创生成，不直接复制现有解决方案 引用：报告中的 References 需使用真实的学术引用（作者/年份/DOI），不编造 图表：代码生成的图表必须有标题、坐标轴标签、图例