错题偏好记录长对话压缩学习进度全周期跟踪一体化方案在线教育平台普遍具备直播、题库、AI答疑、作业批改基础能力但数据割裂、无长效记忆、缺乏主动干预三大底层缺陷无法靠单体AI解决学情数据孤岛题库仅存储题干无错因、薄弱知识点、学习偏好结构化沉淀学生反复踩同类误区教师无法直观获取个性化短板对话无结构化留存单次会话关闭后答疑记录全部丢失二次提问需重复复述学习背景复盘无轻量化摘要辅导连贯性断裂进度统计浅层化仅统计课时、刷题量不联动知识点掌握度、遗忘曲线无遗忘预警与自适应复习规划学习闭环缺失。现有单体/简易多智能体方案核心缺陷市面常规AI助教、零散Agent集群存在三大硬伤也是本文原方案的核心问题业务与技术脱节仅简单串联问答、错题、进度模块未充分利用可由 SwarmFlow 配置的任务编排、动态拆分和优先级调度能力大量流程、约束和角色依赖人工硬编码 Prompt可能削弱蜂群多智能体协同价值Agent 构建成本较高如果开发者手动定义全部角色、权责边界、工作流和约束规则并以巨型结构化 Query 驱动集群就需承担较高的 Prompt 工程与流程编排成本本文拟通过可配置编排能力降低这部分成本实际降幅仍需评测。重演示、轻落地文档大篇幅堆砌业务场景案例、学生故事核心实操编排、算法落地逻辑、量化效果拆解篇幅不足仅做简单Demo跑通验证缺少流程深度拆解、技术原理结合、落地优化方案。针对以上问题本文提出基于 openJiuwen 与 JiuwenSwarm 的方案设计拟在对应版本支持并通过配置验证的前提下复用蜂群协同与编排能力减少人工编写角色和流程的成本建设「错题结构化沉淀、对话智能压缩归档、全周期遗忘干预」三项能力并连接课程、题库、答疑、学情与复习流程。一、核心底座openJiuwen与JiuwenSwarm框架定义JiuwenSwarm蜂群多智能体框架可作为 openJiuwen 生态下的多智能体协同开发方案用于把分工明确、权责隔离的 AI Agent 编排为虚拟教学团队。本文将其用于教育流程设计是否支持相应编排、数据集成与自动化闭环需要结合具体版本文档、仓库代码和可运行配置核验。拟复用的框架能力智能角色编排方案通过配置生成角色草案并由人工确认输入业务目标后方案拟通过 Swarm Skills-creator 配置生成 1 名教学调度 Leader以及答疑接待、数据查询与集成、错题标签、长对话压缩与记忆、学情进度与遗忘预警、合规质检 6 名职能 Agent并配置权责隔离边界角色职责、输出格式和能力边界仍需结合所用版本与业务规则由人工核验、调整。自动化任务拆分与并行调度对于复合用户诉求方案拟通过可配置流程拆分子任务、分配并行链路并按遗忘预警高频错题复盘常规答疑设置优先级定时巡检、周报汇总等任务建议通过 SwarmFlow 配置脚本生成能力与可运行性需结合版本核验并保留人工复核。三级分层长记忆原生存储架构方案采用短期会话记忆、90 天用户长期学情记忆、学科公共知识记忆三层存储设计记忆读写、到期删除、脱敏与隐私控制需按第四节规则配置并经安全与合规评审验证。A2UI可视化输出标准化方案拟通过可配置结构化输出生成学情卡片、错题图谱和复习任务面板A2UI 支持范围及学生教师端适配需结合版本和集成结果核验。行业技能模块化复用方案拟复用或接入错题多维度标签、对话语义压缩、遗忘预测等教育模块具体模块可用性、算法实现和适配成本需结合版本、代码与评测结果核验。二、在线教育个性化辅导协同架构1 名 Leader6 名 Agent创建edu-memory-tutoring-swarmSkill安装swarmskills-creator使用swarmskills-creator创建Skill本方案采用 1 名 Leader6 名 Agent 的 Mixed CB 协同架构。方案不预设手写完整角色清单、全量约束和巨型输入 Query拟向 Swarm Skills-creator 输入精简业务描述并在人工确认和版本能力核验后完成以下配置生成 7 个教学角色草案1 名调度 Leader6 名职能 Agent并由人工确认读写权限边界生成 C 模式流水线主干与 B 模式并行数据拉取分支的工作流草案并通过集成测试验证配置合规约束、隐私管控和幂等写入校验规则并通过安全与合规评审生成 SwarmFlow 可执行脚本草案每日遗忘巡检和每周学情汇总需另行配置、部署并验证。使用 Swarm Skills-creator 生成在线教育个性化辅导记忆保持 Skill名称edu-memory-swarm。 核心能力错题偏好标签化记录、辅导长对话智能压缩归档、学习进度动态跟踪与遗忘预警。 架构1 名调度 Leader答疑接待、数据查询与集成、错题标签、长对话压缩与记忆、学情进度与遗忘预警、合规质检 6 名 Agent采用流水线并行查询模式长期记忆默认保留上限为 90 天。 工作流进线→记忆召回→意图识别→并行拉数据→分支处理→质检→归档→人工升级兜底。 输出完整角色文件、Swarmflow可执行脚本、Mermaid流程图、2组测试用例。本方案采用 1 名调度 Leader6 名职能 AgentLeader 负责任务拆分、优先级调度、结果汇总与人工升级六名职能 Agent 分别负责答疑接待、数据查询与集成、错题标签、长对话压缩与记忆、学情进度与遗忘预警、合规质检。数据查询与集成 Agent 只读聚合写入由记忆、错题与进度 Agent 按命名空间分区执行。技能结构总览→ Step 0: 依赖预检Leader校验依赖可用性 → Step 1: 进线接收 90天记忆召回接待Agent ∥ 记忆Agent → Step 2: 意图识别 信息补全接待Agent≤2轮追问 → Step 3任务分发三路并行数据拉取Leader 分发数据查询与集成 Agent 并行读取错题、历史记忆和课程/进度数据 → Step 4: 分支处理 ├─ 4a: 答疑 → 辅导接待Agent ├─ 4b: 错题复盘 → 错题Agent标签标注 → 学情进度Agent同步状态 └─ 4c: 进度查询/复习推送 → 学情进度Agent生成图谱计划 → Step 5: Leader结果汇总学生侧/后台侧/教师侧三侧输出 → Step 6: 合规质检质检Agent逐项校验不通过最多整改2次超限升级人工 → Step 7: 归档阶段继续由记忆、错题、进度 Agent 分区写入数据查询与集成 Agent 无写权限。 → Step 8: 异常升级随时触发生成完整工单上下文快照整体架构角色职责权限边界教学调度 Leader任务拆分、优先级调度、结果汇总和人工升级只做调度决策不直接改写业务数据。答疑接待 Agent对话、意图识别、信息补全和基础答疑不判定最终掌握度不写长期记忆。数据查询与集成 Agent并行读取课程、题库、错题、历史对话与学情数据只读聚合不修改任何源系统。错题标签 Agent标注题型、知识点、错因和偏好更新错题画像只写错题命名空间。长对话压缩与记忆 Agent压缩对话并维护短期及 90 天长期记忆只写记忆命名空间质检通过后生效。学情进度与遗忘预警 Agent更新掌握度、复习优先级和遗忘预警只写学情命名空间推送前需质检与频控。合规质检 Agent校验标签、摘要、推荐、权限与隐私规则只审核不改写业务事实。标准化协同工作流**只读数据拉取**数据查询与集成 Agent 并行读取课程、题库、错题、历史对话与学情数据完成统一只读聚合错题标签、长对话压缩与记忆、学情进度与遗忘预警等写入 Agent 不直接访问全量源数据。**任务拆分与分发**教学调度 Leader 基于只读聚合结果拆分任务、设置优先级并将专属写入任务分发给对应 Agent数据查询与集成 Agent 只提供聚合结果不写回任何源系统。分场景分支处置答疑场景答疑接待 Agent结合历史对话压缩笔记、错题短板作答长对话压缩与记忆 Agent实时提炼本次辅导核心思路、易错点刷题测评场景错题标签 Agent 按配置标注错因、更新薄弱标签学情进度与遗忘预警 Agent 在质检通过后更新知识点掌握状态进度复盘场景学情进度与遗忘预警 Agent整合错题数据、历史辅导记录生成可视化学习图谱推送遗忘知识点复习任务方案汇总与质检校验各Agent处理结果统一回传教学调度 Leader整合提交合规质检 Agent全量校验校验通过则推送至学生端校验不通过退回对应角色二次优化最多整改2次记忆归档闭环单次学习流程结束后错题标签 Agent更新错题画像长对话压缩与记忆 Agent将本次辅导摘要存入长期记忆学情进度与遗忘预警 Agent更新全周期学习进度数据人工升级通道标签识别偏差、学生强烈要求真人教师、跨学科复杂难点、长期无提升等场景调度 Leader 按配置打包经权限过滤的学情记忆档案升级人工教师介入。案例背景业务场景以下案例按高中数学在线 AI 辅导平台的目标业务场景设计假设日均学生答疑刷题交互量达到 1500 次以上。该数字用于容量与流程设计不代表本文已经完成对应规模的线上验证。验证1跨会话长记忆自动召回操作流程学生模糊提问无前置知识点说明方案拟配置的动作记忆 Agent 在权限过滤和召回阈值通过后检索 90 天内的历史记忆调度 Leader 携带必要的学生学习标签下发答疑接待 Agent目标指标与验证方法以无长期记忆方案为基线统计学生跨会话重复陈述背景的比例、端到端 P95 响应时间和召回正确率。重复复述下降 90% 与响应时间不超过 5 秒仅作为待验证目标。验证2错题自动标注进度动态联动操作流程提交错题附带学习疑问方案拟配置的动作错题标签 Agent 按规则生成多维标签学情进度与遗忘预警 Agent 在质检后更新知识点掌握层级并按本文初始参数计算巩固优先级目标指标与验证方法以人工标签和固定规则标签为基线评估错题标签 macro/micro F1、人工校对时长及后续同类题错误率。同类错题下降 60% 与人工校对工作量下降 80% 仅作为待验证目标。验证3复合诉求多任务并行处理操作流程单轮消息同时提交错题复盘、知识点答疑、进度查询方案拟配置的动作SwarmFlow 按配置拆分 3 条并行任务多 Agent 分支处理调度 Leader 统一整合输出并行效果需通过对照实验验证。目标指标与验证方法比较串行流程与并行流程的 P95 延迟、任务完成率和遗漏率。消除串行卡顿与闭环节点零遗漏属于待验证目标现有界面截图只证明流程演示可运行。三、三大核心能力技术落地拆解3.1 错题偏好结构化沉淀基于可配置标签流程多维度标签生成方案拟接入错题语义识别能力从错因、题型、学习偏好三维生成候选标签标签规则仍需人工维护并通过评测集校验动态知识图谱迭代方案学情进度与遗忘预警 Agent 联动错题数据拟采用经版本核验的遗忘曲线模型更新知识点掌握等级并按评测结果调整高频薄弱点复习优先级跨模块数据联动方案长对话压缩与记忆、学情进度与遗忘预警、错题标签 Agent 按权限共享必要数据数据通道、接口映射和联调工作需结合部署环境验证。3.2 长对话智能压缩归档openJiuwen 大模型内核可配置记忆 Agent实时冗余过滤方案拟通过可配置规则和模型过滤无效寒暄、重复话术保留知识点、解题技巧和个性化误区过滤准确性需通过评测验证轻量化笔记入库方案对话结束并通过合规质检后拟将结构化摘要写入保留上限为 90 天的长期记忆并按可用版本配置 A2UI 笔记卡片合规管控方案记忆存储周期、到期删除和脱敏逻辑需显式配置、留痕审计并经安全与合规评审验证不得假设平台默认完成过期清理。3.3 全周期学习进度自适应跟踪Swarm调度时序预测模型全链路数据整合方案拟接入课程、刷题、错题和对话数据按经验证的指标计算知识点掌握度并生成进度图谱数据映射与计算口径需单独核验遗忘节点预警方案拟通过经版本核验的定时任务按计划扫描学情进度候选复习任务推送前执行频控和合规质检个性化路径调整方案拟根据错题和记忆数据调整习题量自适应规划效果仅作为待评测目标不作为已验证能力。四、记忆写入、召回、压缩与脱敏规则4.1 记忆写入长期记忆仅在合规质检通过后写入未通过内容只保留在本次会话。记录至少包含匿名学生标识、学科、知识点、事件类型、错因或偏好、证据来源、置信度、创建时间、过期时间和版本号。使用 student_hashsubjectknowledge_pointevent_typesource_event_id 生成幂等键。新旧记录冲突时保留来源和版本优先采用证据更新、置信度更高且时间更近的记录不直接静默覆盖。90 天是长期记忆的建议最大保留期到期记录应按配置删除只有完成去标识化的聚合统计可以继续保留。4.2 记忆召回召回先按学生、学科和权限做硬过滤再结合语义相似度、知识点匹配和时间衰减排序。建议初始参数为 top_k8、相似度阈值 0.72、时间衰减半衰期 30 天、单次召回预算 1200 tokens。低于阈值或相互冲突的记忆不直接用于回答应标记为不确定或触发信息确认。以上参数均为实验起点需要通过离线评测和灰度测试调优并非框架固定默认值。4.3 对话压缩在会话结束时触发压缩长会话可将上下文超过 12K tokens 作为建议初始触发阈值。该阈值是待调优基线应通过离线评测和灰度测试调整。摘要必须保留问题、知识点、学生错误、讲解依据、最终结论、未解决问题和后续任务寒暄、重复表达和无业务意义内容可以删除。题目条件、公式、单位、答案依据和教师纠错不得仅凭生成模型推断或改写。压缩结果写入前执行事实一致性检查不通过时保留原始会话引用并转人工复核。4.4 脱敏与访问控制学生主键使用不可逆哈希或平台侧伪匿名 ID。长期记忆不保存姓名、手机号、身份证号、家庭住址和学校班级等直接标识用户主动输入的敏感信息在写入前进行识别、遮盖或删除。数据查询与集成 Agent 只读错题标签 Agent、长对话压缩与记忆 Agent、学情进度与遗忘预警 Agent 只能写各自命名空间合规质检 Agent 只审核。所有召回、修改、删除和人工升级操作记录操作者、时间、原因、来源事件和版本。4.5 遗忘预警初始参数建议以 1、3、7、14、30 天为初始复习间隔。掌握度、最近一次正确作答、答题耗时、提示次数和重复错题次数共同参与优先级计算掌握度低于 0.75 且复习截止时间在 24 小时内的知识点进入预警候选推送前经过频控和质检。这些数值是待调优基线不代表已经验证的最佳参数。完成评测前不据此宣称学习效果提升。五、配套增值能力三层分层长记忆方案短期会话滑动窗口、90 天长期学情存储、学科公共知识库存储、召回、到期删除和脱敏逻辑按第四节配置JiuwenSwarm 对相关能力的支持范围需结合版本、代码和部署验证A2UI 可视化交互方案拟通过可配置结构化输出生成错题图谱、复习卡片和班级学情报表学生教师端的组件支持、适配工作和可用性需结合版本与集成测试核验全流程质检方案合规质检 Agent 拟按配置校验标签、对话与隐私规则异常进入重处理流程并记录审计日志覆盖率和失败处理需通过测试验证SwarmFlow 可视化定时编排方案建议配置每日巡检和每周汇总任务脚本生成、可运行性及所需开发工作量需结合产品版本和部署环境核验。六、方案核心竞争优势可配置的多智能体编排面向巨型 Prompt 集中维护问题本方案拟通过 Swarm Skills-creator 配置生成 Agent 草案、拆分任务和挂载边界规则再由人工补充并核验行业规则与其它集群方案的成本差异需通过同口径实验评估不能由当前演示直接得出。面向学习全链路的闭环设计从被动答疑到主动干预方案拟复用经版本核验的调度、记忆和定时任务能力按配置完成错题归档、对话存储、遗忘预警与复习推送跨系统接口仍需集成测试单次交互后的学情更新范围按权限和数据可用性确定。显式权限隔离与合规评审面向教育场景数据安全方案按角色配置各 Agent 读写权限为数据操作记录唯一追溯 ID并按第四节执行 90 天保留上限、脱敏和删除规则是否满足青少年隐私保护要求必须经过法律、安全与合规评审不以框架默认能力替代权限校验。模块化教育能力设计面向多场景适配错题标注、对话压缩和遗忘预测作为方案拟复用或接入的模块其在 K12、职教、公考等场景的适配性、所需二次开发和成本需结合版本与评测结果核验。七、预期价值与待验证指标以下数字是业务目标或研究假设不是已验证结果。只有在明确样本量、基线、测试周期和统计方法并公开可复现实验记录后才能升级为成效结论。维度待验证目标验证要求自动化常规答疑、错题整理和进度规划自动化率达到 80%定义可自动完成任务口径报告人工接管率与失败率教师效率重复辅导工作量下降 70%采用同一教师群体前后对照记录有效工时而非主观评分错题改善同类错题错误率下降 60%按知识点分层设置无长期记忆或固定规则对照组跨会话体验重复复述背景频次下降 90%对跨会话样本做人工标注并报告召回错误率响应性能知识点查询和错题定位不超过 5 秒报告 P50、P95、P99注明并发量、模型和基础设施八、评测集与可复现实验记录8.1 建议最低评测集子任务建议最低规模核心标注跨会话记忆召回500 条查询相关历史事实、不可召回敏感项长对话压缩300 段对话必保留事实、可删除冗余、事实错误错题标签500 道错题知识点、题型、错因、偏好标签遗忘预警300 条学习时序后续表现、预警窗口、是否需要复习8.2 基线与指标对比三类方案无长期记忆的单 Agent、固定规则串行流程、本文提出的 1 名 Leader6 名 Agent 方案。指标包括记忆召回 RecallK 与 MRR、错题标签 macro/micro F1、摘要事实一致性和压缩率、遗忘预警 precision/recall、端到端 P95 延迟、单次交互成本、敏感信息写入率和越权访问次数。8.3 可复现实验每次运行记录数据集名称与哈希、数据切分、模型与服务版本、代码提交号、Prompt 或 Skill 版本、随机种子、完整参数、运行命令、执行时间、原始输出路径、评测脚本版本和异常说明。本次实测以 edu-memory-tutoring-benchmark 仓库作为 Skill 仓库与原始输出载体固定随机种子 20260921可复现src/generate_data.py四类合成数据集生成器高中数学场景含 SHA-256 记录src/{recall,compression,tag,forgetting}_eval.py四类基线评测实现datasets/四类数据集 edututor-bench-zh-v1-*.json规模对齐 8.1 建议最低评测集output/results.json汇总指标与数据集哈希output/samples/抽样原始输出8.4 实测结果子任务规模核心指标实测值跨会话记忆召回500 条查询Recall1 / Recall8 / MRR0.978 / 1.000 / 0.989长对话压缩300 段对话平均压缩率 / 事实一致性 / 冗余清理0.340 / 1.000 / 0.872错题标签500 道错题macro F1 / micro F1 / 精确命中0.920 / 0.920 / 0.706遗忘预警300 条时序precision / recall / F10.923 / 0.889 / 0.906总结本文将长效记忆与自适应辅导视为在线教育个性化方案的重要设计方向。传统单体 AI 或手动搭建的简易多智能体集群可能存在人工编排成本高、框架能力利用不足和重演示轻评测等问题本文因此提出复用角色生成、任务拆分和分层记忆等可配置能力的方案但具体支持范围与效果仍需按版本核验和实验验证。本文提出基于 openJiuwen 与 JiuwenSwarm 的蜂群协同方案拟通过经版本核验和配置验证的角色编排、并行调度、分层长记忆与定时任务能力建设错题结构化沉淀、对话压缩和遗忘干预流程。方案给出了实操流程、技术规则、待验证指标和可复现实验记录模板其成本、可复制性与教育成效仍需在明确样本量、基线和测试方法后评估。仓库地址https://atomgit.com/openJiuwen官网地址https://www.openjiuwen.com