开源AI学习智能体：从拓扑图到试卷生成的全流程体验

最近在B站上看到一位UP主分享了自己独立开发的开源智能体学习软件，短短时间内GitHub star数已经达到60。这款工具试图用AI Agent重构知识管理的流程，从拓扑图构建到自动出题考试，形成了一套闭环。我根据视频内容梳理了它的核心功能与设计思路，并加入了一些个人观察。

产品定位：Agent驱动的个人知识工作台

这款软件目前只提供Windows版本，安装包可以从GitHub仓库的Release页面下载。它的核心逻辑是让Agent围绕用户设定的学习目标自动工作，而不是仅仅提供一个聊天窗口。用户需要先配置一个API Key，作者演示时使用的是DeepSeek^广告的API Key。如果填写了Key，创建用户后会自动生成提供商配置，后续无需再手动设置。

进入界面后，右下角会显示已配置的提供商（例如DeepSeek官方）。在设置中可以看到默认上下文长度为128K（约12万token），作者提到后续会优化图像预设和网络搜索配置。如果已经配置了DeepSeek官方提供商，网络搜索配置会自动复用DeepSeek的Web Search API。这种“开箱即用”的配置流程降低了上手门槛，但也意味着用户被绑定在特定API提供商上。

API Key与提供商配置

文章多次提到的“API Key”是调用大语言模型服务的凭证。以DeepSeek为例，用户需在DeepSeek开放平台注册账号、充值并创建密钥，软件才能通过该密钥向模型发起请求并按token计费。所谓“提供商配置”，是指软件内部记录的一组参数：接口地址、密钥、默认模型、上下文长度等。作者设计的自动生成逻辑，本质是把“密钥→提供商→模型”这条链路预先写好，用户填一次Key即可跳过繁琐的手动配置。这也解释了为何换用其他模型时需要额外配置——不同提供商的接口协议、模型名称和计费方式并不统一，通用性需要额外适配层。

拓扑图工作流：从目标到知识节点

创建目标后，系统会生成一个空的拓扑图。用户可以通过拖拽文档、大纲，或者在Agent聊天区输入需求来启动任务。视频中演示了创建一个“高速”学习目标，Agent会自动创建节点并编写内容。第一个节点通常偏向总路线图，之后用户可以选择继续提问“请帮我扩展大纲”，Agent会自行扩展；也可以手动拖拽大纲节点连接到现有节点上。

这种双模式（聊天Tab和任务Tab）的设计让用户既能自由对话，又能对拓扑图进行精细控制。不过视频中也出现了游离节点，需要手动删除。

当大纲创建完成后，点击大纲节点会自动创建一个空文档。点击“生成文档”按钮，Agent会开始填充内容。有意思的是，每次编写内容时，Agent都会通过Web搜索获取权威文章作为依据，并在文档末尾提供参考资料与权威来源。Agent的消息列表也会显示本轮交付的参考来源和文件。这种引用机制增强了内容的可信度，尤其适合学习场景。

知识拓扑图与节点式知识组织

拓扑图在这里并非数学意义上的拓扑学，而是借用了“节点—连线”的图结构来表达知识之间的层级与关联。每个节点可以是一份文档、一个大纲、一条笔记或一张试卷，连线表示“属于”“扩展自”“考核”等语义关系。相比传统的文件夹树状结构，图结构允许一个节点被多个父节点引用，也更适合呈现“总路线图→子主题→细节文档”这种非严格树形的学习路径。Agent在其中的角色是自动创建节点并填充内容，把原本需要手动整理的知识拆解工作半自动化，用户则通过拖拽和连线保留对结构的最终控制权。

笔记与超级文档：知识管理的延伸

笔记功能作为文档的子节点挂载，用户拖拽笔记到指定文档上即可创建。点击笔记标题链接可以编辑内容，Ctrl+S保存。超级文档则是一个可交互的HTML文件，可以调用应用内环境的函数，主要用于实验性交互。视频中演示了让Agent生成一个超级文档，效果类似于一个可交互的网页。

对于拓扑图操作，视频介绍了快捷键：Ctrl+滚轮缩放，按住鼠标滚轮或空格+右键拖拽画布，左键拖拽节点，双击适应画布或聚焦节点。还可以修改线段样式（直线变曲线），以及自动排列节点。这些交互细节说明作者在用户体验上花了不少心思。

超级文档与可交互HTML

“超级文档”可以理解为嵌入应用环境的一个沙箱化网页：它本质是HTML/JS文件，但能调用宿主应用暴露的函数接口，从而读写笔记、查询拓扑图或触发Agent任务。这与普通Markdown笔记的区别在于，它把静态内容升级为可执行的小应用，例如做一个参数可调的公式演示、一个知识点自测小游戏。代价是安全边界更复杂——可交互文档若加载外部脚本，需要限制其权限，否则可能越权访问本地数据。对学习场景而言，这种形态适合承载需要“动手操作”的知识，但现阶段仍属实验性功能，稳定性和生态都还有限。

试卷生成与考试：非强制性的自测环节

试卷功能被设计成可添加的节点，而不是强制生成。用户拖拽试卷节点到要考试的文档下方，Agent会询问考试题量。如果预设选项不符合需求，可以自定义题数（如30题、40题、100题）。生成试卷后，点击“开始考试”会弹出一个窗口，整个应用主窗口变黑并被遮罩遮住，防止作弊。

考试界面支持选择题、填空题和对错题（视频中试卷未包含对错题）。答案上传方式支持手机扫码拍照或本地上传图片。扫码拍照会弹出一个二维码，手机通过局域网访问一个页面来上传文件。提交后，Agent会进入批改流程。拓扑图可以在任意页面按F1快速浏览跳转。批改完成后，试卷节点下会出现作答记录，包含已判分状态、考试分析和解析，并且有截屏检测功能。

局域网扫码上传与截屏检测

扫码拍照上传的实现依赖局域网通信：软件在本机启动一个轻量HTTP服务，并把本机内网IP和端口编码进二维码；手机连在同一Wi-Fi下扫码后，浏览器打开上传页面，选图后文件经局域网直接传到电脑，不经过公网服务器，因此速度快且隐私性较好。截屏检测则通常是监听系统的截屏快捷键或检测屏幕捕获行为，一旦在考试遮罩期间触发就记录异常。这类机制只能起到“提高作弊成本”的威慑作用，无法杜绝用另一台设备拍照等旁路方式，属于防君子不防小人的设计，也提示考试功能更适合自测而非严肃测评。

设计亮点与待改进之处

从视频来看，这款工具的核心竞争力在于将Agent能力嵌入到知识管理的每个环节：目标设定、大纲生成、文档撰写、笔记补充、自测考试。每个环节都有AI参与，但用户保留控制权（比如手动调整拓扑图、自定义题量）。引用来源和防作弊设计也体现了对学习场景的深入思考。

不过，目前只支持Windows和DeepSeek API，限制了跨平台用户和其他模型用户。拓扑图节点重叠、游离节点需要手动清理等问题也说明产品还在早期阶段。作者提到后续会优化图像预设和网络搜索配置，期待后续版本能解决这些细节问题。

对于想要尝试AI辅助学习工具的用户，这个开源项目提供了一个不错的起点。它展示了Agent如何从被动应答转向主动构建知识结构，这种思路值得关注。