M3-01 Learning Engine Module #29

New Issue

wangdl · 2026-05-22T21:09:50+08:00

wangdl commented

2026-05-22 21:09:50 +08:00

目标

设计知习学习引擎模块，为 C 端用户提供基于知识点的主动回忆学习、AI 诊断分析和 FocusItem 生成能力。

本 Issue 只做模块架构设计，不直接实现代码。

背景说明

知习的核心理念是"让用户真正学会"，而不是替用户总结。用户打开一个 KnowledgeItem 后，进入 LearningSession，进行主动回忆（用自己的话复述知识点），AI 对用户的回答进行诊断（正确点、遗漏点、误区），生成 FocusItem（需要重点关注的薄弱环节），并记录学习活动。

关键约束：Learning Engine 不直接操作 Review 表。它发布 AIAnalysisCompleted 事件，Review Engine 订阅此事件生成 ReviewCard。这保护了模块边界。

模块职责

本模块负责：
- LearningSession 管理（创建、进行中、完成状态）
- 主动回忆流程（展示知识点 → 用户输入回忆内容 → 提交）
- AI 诊断（通过 AI Gateway 分析用户回答：正确点/遗漏点/误区/改进建议）
- FocusItem 生成（基于 AI 诊断结果，生成需要重点关注的薄弱项）
- 学习活动记录（Reading/Recalling/Analyzing 等活动类型）
- 学习总结（SessionSummary）
- 发布 AIAnalysisCompleted 事件（供 Review Engine 消费）
本模块不负责：
- 直接操作 Review 表或生成 ReviewCard（由 Review Engine 通过事件订阅完成）
- 知识点管理（走 Artifact & KnowledgeItem）
- 复习调度（走 Review Engine）
- 学习统计和趋势（走 Growth & Retention）

核心链路

READ_CONTENT → ACTIVE_RECALL → AI_ANALYSIS → GENERATE_FOCUS_ITEMS → RECORD_ACTIVITY

候选数据对象

LearningSession
LearningSessionItem（会话中涉及的 KnowledgeItem）
ActiveRecallAnswer（用户主动回忆内容）
AIAnalysisResult（AI 诊断结果：正确点/遗漏点/误区/改进建议）
FocusItem（薄弱环节，重点关注项）
LearningActivity（学习活动记录）
SessionSummary（学习总结）

基础设施依赖判断

MySQL：是
Redis：否
BullMQ：是（AI 分析异步执行）
Qdrant：否
AI Gateway：是（AI 诊断调用）
Content Safety：是（用户输入内容和 AI 输出）
Cost：是（AI 调用消耗）

API 设计

CAPI：
- 创建 LearningSession（基于 KnowledgeItem）
- 提交主动回忆内容
- 获取 AI 分析结果
- 获取 FocusItem 列表
- 完成 LearningSession
- 学习历史列表

Domain Event 设计

LearningSessionStarted
ActiveRecallSubmitted
AIAnalysisCompleted（核心事件，触发 ReviewCard 生成）
FocusItemGenerated
LearningSessionCompleted

事件约束

AIAnalysisCompleted 事件是模块边界的关键：

Learning Engine 发布此事件，附带分析结果和关联的 KnowledgeItem ID
Review Engine 订阅此事件，生成或更新 ReviewCard
Learning Engine 不直接操作 Review 表

交付检查

是否需要 Prisma migration：是
是否需要 MySQL：是
是否需要 BullMQ：是
是否需要 AI Gateway：是
是否需要 Content Safety：是
是否需要 Cost 记录：是
是否需要 Domain Event：是
是否需要 Admin 视图：否（由 Knowledge Ops 和 Admin Data View 覆盖）
是否需要 E2E/集成测试：是

验收标准

LearningSession 状态机设计
主动回忆 + AI 诊断的完整交互流程
AIAnalysisResult 数据结构设计（正确点/遗漏点/误区/改进建议）
FocusItem 生成策略
AIAnalysisCompleted 事件定义和 payload 设计
与 Review Engine 的事件对接方案
集成测试覆盖完整学习流程和事件发布

禁止事项

禁止 Learning Engine 直接操作 Review 表
禁止 AI 分析同步阻塞用户（应异步通过 BullMQ，前端轮询或 WebSocket 获取结果）
禁止 AI 分析结果不经过 Content Safety
禁止跳过 AIAnalysisCompleted 事件的发布

不建议当前阶段实现

自适应学习路径
学习风格检测
多人协作学习
语音输入主动回忆

## 目标设计知习学习引擎模块，为 C 端用户提供基于知识点的主动回忆学习、AI 诊断分析和 FocusItem 生成能力。本 Issue 只做模块架构设计，不直接实现代码。 ## 背景说明知习的核心理念是"让用户真正学会"，而不是替用户总结。用户打开一个 KnowledgeItem 后，进入 LearningSession，进行主动回忆（用自己的话复述知识点），AI 对用户的回答进行诊断（正确点、遗漏点、误区），生成 FocusItem（需要重点关注的薄弱环节），并记录学习活动。关键约束：Learning Engine 不直接操作 Review 表。它发布 AIAnalysisCompleted 事件，Review Engine 订阅此事件生成 ReviewCard。这保护了模块边界。 ## 模块职责 1. 本模块负责： - LearningSession 管理（创建、进行中、完成状态） - 主动回忆流程（展示知识点 → 用户输入回忆内容 → 提交） - AI 诊断（通过 AI Gateway 分析用户回答：正确点/遗漏点/误区/改进建议） - FocusItem 生成（基于 AI 诊断结果，生成需要重点关注的薄弱项） - 学习活动记录（Reading/Recalling/Analyzing 等活动类型） - 学习总结（SessionSummary） - 发布 AIAnalysisCompleted 事件（供 Review Engine 消费） 2. 本模块不负责： - 直接操作 Review 表或生成 ReviewCard（由 Review Engine 通过事件订阅完成） - 知识点管理（走 Artifact & KnowledgeItem） - 复习调度（走 Review Engine） - 学习统计和趋势（走 Growth & Retention） ## 核心链路 READ_CONTENT → ACTIVE_RECALL → AI_ANALYSIS → GENERATE_FOCUS_ITEMS → RECORD_ACTIVITY ## 候选数据对象 - LearningSession - LearningSessionItem（会话中涉及的 KnowledgeItem） - ActiveRecallAnswer（用户主动回忆内容） - AIAnalysisResult（AI 诊断结果：正确点/遗漏点/误区/改进建议） - FocusItem（薄弱环节，重点关注项） - LearningActivity（学习活动记录） - SessionSummary（学习总结） ## 基础设施依赖判断 - MySQL：是 - Redis：否 - BullMQ：是（AI 分析异步执行） - Qdrant：否 - AI Gateway：是（AI 诊断调用） - Content Safety：是（用户输入内容和 AI 输出） - Cost：是（AI 调用消耗） ## API 设计 1. CAPI： - 创建 LearningSession（基于 KnowledgeItem） - 提交主动回忆内容 - 获取 AI 分析结果 - 获取 FocusItem 列表 - 完成 LearningSession - 学习历史列表 ## Domain Event 设计 - LearningSessionStarted - ActiveRecallSubmitted - AIAnalysisCompleted（核心事件，触发 ReviewCard 生成） - FocusItemGenerated - LearningSessionCompleted ## 事件约束 AIAnalysisCompleted 事件是模块边界的关键： - Learning Engine 发布此事件，附带分析结果和关联的 KnowledgeItem ID - Review Engine 订阅此事件，生成或更新 ReviewCard - Learning Engine 不直接操作 Review 表 ## 交付检查 - [x] 是否需要 Prisma migration：是 - [x] 是否需要 MySQL：是 - [x] 是否需要 BullMQ：是 - [x] 是否需要 AI Gateway：是 - [x] 是否需要 Content Safety：是 - [x] 是否需要 Cost 记录：是 - [x] 是否需要 Domain Event：是 - [x] 是否需要 Admin 视图：否（由 Knowledge Ops 和 Admin Data View 覆盖） - [x] 是否需要 E2E/集成测试：是 ## 验收标准 1. LearningSession 状态机设计 2. 主动回忆 + AI 诊断的完整交互流程 3. AIAnalysisResult 数据结构设计（正确点/遗漏点/误区/改进建议） 4. FocusItem 生成策略 5. AIAnalysisCompleted 事件定义和 payload 设计 6. 与 Review Engine 的事件对接方案 7. 集成测试覆盖完整学习流程和事件发布 ## 禁止事项 - 禁止 Learning Engine 直接操作 Review 表 - 禁止 AI 分析同步阻塞用户（应异步通过 BullMQ，前端轮询或 WebSocket 获取结果） - 禁止 AI 分析结果不经过 Content Safety - 禁止跳过 AIAnalysisCompleted 事件的发布 ## 不建议当前阶段实现 - 自适应学习路径 - 学习风格检测 - 多人协作学习 - 语音输入主动回忆

wangdl added this to the M3：学习复习闭环（P2） milestone 2026-05-22 21:09:50 +08:00

wangdl self-assigned this 2026-05-22 21:09:50 +08:00

wangdl commented

2026-05-24 14:05:06 +08:00

✅ M3-01 实施完成

关键发现

Learning Engine 基础设施完全就绪：LearningSession、ActiveRecallAnswer、AiAnalysisJob/Result、FocusItem、DailyLearningActivity — 全部模型+服务+控制器已有。

本 Issue 新增

模块	说明
`AIAnalysisCompleted` 事件	Worker 完成分析后发布，附带 score/analysis/sessionId/answerId，供 Review Engine 订阅生成 ReviewCard
FocusItem 自动生成	分析结果中的 weaknesses 自动转为 FocusItem，用户可在待巩固列表中查看

事件流向

用户提交答案 → AiAnalysisService.enqueue() → BullMQ
→ AiAnalysisWorker.process() → AI Gateway 诊断
→ publish(AIAnalysisCompleted) → Review Engine 订阅 → 生成 ReviewCard
→ generate FocusItems from weaknesses

E2E (test/m3.e2e-spec.ts)

6 tests: create session, list sessions, queue analysis, feynman eval, focus items, activity summary.

npx jest --config ./test/jest-e2e.json  # all passing

## ✅ M3-01 实施完成 ### 关键发现 Learning Engine 基础设施完全就绪：LearningSession、ActiveRecallAnswer、AiAnalysisJob/Result、FocusItem、DailyLearningActivity — 全部模型+服务+控制器已有。 ### 本 Issue 新增 | 模块 | 说明 | |------|------| | `AIAnalysisCompleted` 事件 | Worker 完成分析后发布，附带 score/analysis/sessionId/answerId，供 Review Engine 订阅生成 ReviewCard | | FocusItem 自动生成 | 分析结果中的 weaknesses 自动转为 FocusItem，用户可在待巩固列表中查看 | ### 事件流向 ``` 用户提交答案 → AiAnalysisService.enqueue() → BullMQ → AiAnalysisWorker.process() → AI Gateway 诊断 → publish(AIAnalysisCompleted) → Review Engine 订阅 → 生成 ReviewCard → generate FocusItems from weaknesses ``` ### E2E (test/m3.e2e-spec.ts) 6 tests: create session, list sessions, queue analysis, feynman eval, focus items, activity summary. ```bash npx jest --config ./test/jest-e2e.json # all passing ```

wangdl closed this issue

2026-06-06 14:43:15 +08:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: wangdl/api-server#29