本项目实现了一个基于本地大模型的智能教案生成系统,整合 LangChain、Ollama、FAISS 与向量库语义搜索功能,实现了自动匹配教学风格并生成结构化教案内容的完整流程。
🔧 技术栈
LangChain
: 构建 prompt 链条与 LLM 调用逻辑Ollama
: 本地部署大模型(使用 deepseek-r1:7b)
FAISS
: 构建教案风格向量库,实现语义搜索SentenceTransformer
: 使用bge-small-zh
进行中文文本向量化FastAPI
: 构建 RESTful API 服务
REST Client 插件
: 快速测试 HTTP 请求本地运行环境:macOS + Conda 虚拟环境
📁 项目结构(plan-gen/)
1 | plan-gen/ |
🔧 核心依赖
1 | pip install fastapi uvicorn langchain langchain-community langchain-ollama sentence-transformers faiss-cpu pandas |
✅ 每个文件功能说明
app.py(FastAPI 主逻辑)
/generate-teaching-plan
:输入 topic + extra,返回结构化教案/style-match
:语义匹配最近的风格样本/generate-teaching-plan-auto
:融合风格推荐 + 教案生成- 自动处理
<think>
标签,输出结构清晰
vector_store/build_style_index.py
- 将 CSV 教案风格描述向量化
- 保存为
style_index.faiss
和style_id_map.json
- 向量模型:
bge-small-zh
(中文语义理解效果好)
vector_store/教案风格向量库-完整版.csv
- 包含 50 种风格,如:
- 讲授式教学
- 项目式教学
- 游戏化教学
- 体验式教学
- 翻转课堂教学
🧠 系统流程
1 | 输入主题 ➝ /style-match ➝ 推荐风格 ➝ 拼入 Prompt ➝ /generate-teaching-plan-auto ➝ 返回带结构的教案和模型思考 |
💡 示例 REST 接口调用
1 | POST http://127.0.0.1:8000/generate-teaching-plan-auto |
返回结构:
1 | { |
✅ 总结亮点
- ✅ 完整实现 LangChain + Ollama + FAISS 教案生成闭环
- ✅ 支持风格语义匹配,个性化定制教案内容
- ✅ 结果带有模型思考过程(便于分析与调试)
- ✅ REST Client 插件辅助开发调试
- ✅ 适配本地部署场景,响应时间控制在 1-2 分钟
💡 项目代码路径:/plan-gen/
📁 向量库路径:/vector_store/
🧠 模型调用:deepseek-r1:7b @ Ollama
📌 下一步计划
- 支持 Web 前端页面一键生成
- 增加风格训练样本质量评分机制
- 教案导出 Markdown / PDF
- 用户上传自定义风格模板
- 支持批量生成与教学项目挂钩
“用 AI 做出有温度的教育工具,让每一份教案都更贴近教学场景。”
-------------本文结束感谢您的阅读-------------
本文作者:
金金
本文链接: http://example.com/2025/05/11/从零开始搭建-FastAPI-教案生成系统(含-LangChain-Ollama-FAISS-向量检索)/
版权声明: 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。转载请注明出处!
本文链接: http://example.com/2025/05/11/从零开始搭建-FastAPI-教案生成系统(含-LangChain-Ollama-FAISS-向量检索)/
版权声明: 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。转载请注明出处!