← 返回專案頁面

透過 RAG 實現線上閱讀與考試系統

基於 Flask + Pinecone + Gemini AI

使用 cursor + claude code 協助完成




專案概述

🔍 智能檢索

使用 Pinecone 向量資料庫進行語義搜尋

🤖 AI 生成

整合 Gemini AI 模型生成準確回答

📚 線上閱讀

提供教材內容的線上閱讀功能

📝 智能考試

基於教材內容自動生成考試題目

系統架構


┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   前端介面       │    │   Flask 後端    │     │   外部服務       │
│   (HTML/CSS/JS) │◄──►│   (Python)      │◄──►│   Pinecone      │
│                 │    │                 │    │   Gemini AI     │
└─────────────────┘    └─────────────────┘    └─────────────────┘
  • 前端: HTML5, CSS3, JavaScript, Bootstrap 5
  • 後端: Flask, Python
  • 向量資料庫: Pinecone
  • AI 模型: Google Gemini
  • 嵌入模型: Sentence Transformers

1. RAG 智能問答系統

  • 語義搜尋與檢索
  • AI 生成準確回答
  • 相關資料來源顯示
  • 即時系統狀態監控

2. 線上閱讀中心

  • 支援 .txt 和 .pdf 格式
  • 教材內容線上瀏覽
  • 內容搜尋功能
  • 響應式設計

3. 智能考試系統

支援題型：

  • 選擇題 - 四選一，自動評分
  • 填空題 - 模糊匹配評分
  • 簡答題 - AI 智能評分
  • 是非題 - 自動評分

考試流程

  1. 選擇教材（支援 .txt 和 .pdf）
  2. 設定題目數量（預設 5 題）
  3. AI 自動生成題目
  4. 學生作答
  5. 自動評分與解析
  6. 成績統計與分析

部署方案

Docker Compose（推薦）

# 啟動服務 docker-compose up -d

本地安裝

pip install -r requirements.txt

python run.py

適用場景

🏫 教育機構

線上教材閱讀與考試

📚 圖書館

文獻檢索與問答

🏢 企業培訓

員工培訓與考核

🔬 研究機構

文獻智能問答

未來發展方向

  • 支援更多文件格式（Word, PowerPoint）
  • 多語言支援
  • 用戶權限管理
  • 考試結果分析與報表
  • 移動端適配優化
  • API 速率限制與安全增強