Wizora-AI：基于 LangGraph 的多模态 AI 教学助手
MarouaHattab/Wizora-AI · An Agentic AI-powered multimodal teaching assistant orchestrating LangGraph workflows for grounded Q&A, adaptive question generation, and two-stage summarization across text, audio, and video with Vision Language Models (VLMs).
ELI5：它是什么，解决什么问题
Wizora-AI 是一个智能体式多模态教学助手，可处理 PDF、DOCX、TXT 文档以及音视频文件，通过本地 Whisper 做语音转写、通过视觉语言模型（VLM）理解图表与视频帧，并用 LangGraph 编排智能体工作流，实现有据可依的问答、自适应题目生成和两阶段内容摘要。系统包含人工反馈与自动反思的迭代优化循环，问答部分采用基于 ChromaDB 的 RAG 检索、证据评估与引文校验。
核心能力与快速开始
★ 0 · Python
- 能做什么
- 支持多模态文件上传与处理：PDF 文本与表格提取（可选 OCR）、DOCX 解析、TXT 直接读取、音视频经由本地 Whisper 转写、视频按场景抽帧并由 VLM 分析；提供 Disabled/Automatic/Enhanced 三种视觉处理模式，可逐文件选择。题目生成支持判断题与四选一选择题、三档难度、人工反馈与 AI 自动批评改写，并在素材深度不足时从困难回退到中等。内容摘要采用先抽取要点大纲、再生成详细文字摘要的两阶段流程，并支持措辞或结构两类反馈循环。问答基于 MMR 语义检索、证据评估、纠正性检索、带引文的有依据回答与依据校验，并支持会话记忆和练习测验评分。
- 适用场景
- 教师或课程制作人员可将讲义、课件、教学视频等素材导入，自动生成练习题与摘要；学生可就上传材料进行有引文的问答和自测练习；需要对含图表、幻灯片或视频讲座的课程内容做结构化整理与题目命制的教学场景。
- 项目形态
- 可直接使用的工具
- 部署方式
- 自托管运行：FastAPI 后端（uv run python main.py）加独立 Gradio UI（uv run python gradio_ui.py），本地访问 127.0.0.1:7860 与 API 文档 127.0.0.1:8000/docs；依赖通过 uv 管理；可选安装 Ollama 以支持本地 LLM 与视觉模型。
- 主要依赖
- Python 3.11+，依赖由 uv 管理（见 pyproject.toml），需要 FFmpeg（通过 imageio-ffmpeg 提供）处理音视频；Ollama 为可选；需在 .env 中配置 API 密钥等环境变量。硬件规格与各模型/API 的费用和额度未说明。
- 使用限制
- 材料未说明许可证，因此无法确认是否可商用；视觉分析的成本与处理时间随模式增加，Enhanced 模式最耗时、成本最高；困难题在素材深度不足时会自动降级为中等；未说明具体模型 API 的调用成本、配额与速率限制；未说明支持的规模上限。
- 许可证
- 未说明
- 最近推送
- 2026-11-06 08:45
资料检查：2026-11-07 07:00 · 卡片整理：2026-11-07 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
HR
用于培训场景：上传培训文档、音频或视频后，系统可生成有据可依的问答、自适应练习题（判断题/多选题，含难度分级）和两阶段内容摘要，帮助 HR 制作培训材料与考核题目。
查看内容依据
Wizora-AI is an Agentic AI-powered multimodal teaching assistant that helps educators process educational content, generate questions, create summaries, and build Q&A systems.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。