AI-Shifu 开源课程制作与学习分析技能包
AI-Shifu 在 GitHub 开源了包含课程创作、学习报告和选题顾问的 AI 技能包。该套件支持将原始素材转化为 MarkdownFlow 脚本并部署至平台,同时生成隐私安全的 JSON 和 HTML 学习报告。构建工具支持 ClawHub 和 Doubao 等渠道,遵循 Anthropic 开发的 Agent Skills 标准。
AI-Shifu 在 GitHub 开源了包含课程创作、学习报告和选题顾问的 AI 技能包。该套件支持将原始素材转化为 MarkdownFlow 脚本并部署至平台,同时生成隐私安全的 JSON 和 HTML 学习报告。构建工具支持 ClawHub 和 Doubao 等渠道,遵循 Anthropic 开发的 Agent Skills 标准。
研究团队构建了 CodeInsight 数据集,包含 2 个 C++ 课程中 3,286 名本科生提交的 300 多万份代码。基于该数据集建立的基准测试显示,适配的 Recurrent State Space Model (RSSM) 在四个课程中的三个取得了最强的预测准确率。代码和数据集已公开,以支持未来研究。
基于 OULAD 基准的研究表明,仅利用前四周的 VLE 活动与评估数据即可预测学术风险,全特征模型 ROC-AUC 达 0.7747。移除背景/行政数据后,AUC 降至 0.7504,但在前 5% 高风险学生中精准率从 0.938 降至 0.866。该研究证实了早期预警的可行性,但指出数据最小化本身并非公平性补救措施。
该研究针对纽约高中录取匹配中的推荐拥堵问题,提出了一种拥堵感知的双层优化与模拟方法。在 2025-26 录取周期的随机对照试验中,实验组申请人将推荐项目列入志愿的比例为 16.4%,对照组为 10.5%(相对增加 57%);实验组匹配到此类项目的比例为 5.6%,对照组为 3.3%(相对增加 71%),且无实验组申请人被推荐项目拒绝。
Braivo 是一个开源自适应学习平台,利用 AI 将现有教育内容转化为个性化 AI 导师。它通过记录学习者证据并更新知识估计,动态决定下一步学习路径(引入、重教或复习)。该平台支持自托管和 API 优先架构,允许机构以白标形式运行,目前处于预发布阶段,支持从 PDF 或视频字幕生成课程。
Learning Commons 发布 Knowledge Graph,这是一个连接学术标准、课程和学习科学数据的结构化数据集集合。该平台采用标准化图模式,支持通过 REST API、MCP 服务器或本地文件访问,允许开发者无需构建数据管道即可开发 AI 驱动的教育工具。数据集涵盖美国学术标准、数学与 ELA 学习组件、学习进阶及 IM v.360 等课程资源,部分数据开放下载,部分需审批。
Academic Instability Early Warning System 是一款可解释的学术不稳定早期预警引擎,旨在成绩下滑前检测风险。该系统通过分析出勤率、参与度和学习负荷,建模压力积累、缓冲强度和过渡风险,并指出有效的干预措施。
一项针对 700 多名学生的随机对照实验表明,基于学习分析的个性化反馈能显著促进大学生更早开始作业并增加尝试练习题的比例,但未带来考试成绩或最终成绩的提升。实验组学生在干预阶段开始作业的时间平均比对照组早半天,且 91% 的学生尝试了练习题,高于对照组的 82%。尽管实验组的 D/F 率(2.5%)低于对照组(4.7%),但该差异未达统计显著性,且两组学生对反馈有用性和激励性的感知无显著差异。
推荐理由:研究通过随机对照实验量化了个性化反馈对行为启动与学业成绩的影响差异,为大规模课程中的反馈设计提供了实证依据。
my-math-teacher 服务自 2026-09-08 起休眠,因实际月成本 $217 远超 $37 预算。该服务利用 1,631 个概念的知识图谱进行自适应诊断,通过 MySQL 递归 CTE 将查询 p95 延迟从 14.034 ms 降至 0.556 ms,并实现部署零请求丢失。
四川AI助教正式上线,面向全省中小学教师免费开放,可通过四川省中小学智慧教育平台、天府云教等入口访问。该工具包含AI教学空间、AI课堂分析和智能体广场三大板块,支持智能备课、组卷、课堂视频分析及生成循证教研报告。
推荐理由:该工具作为天府云教核心应用,通过AI备课与课堂分析功能,为四川教师提供具体的减负增效路径。
该基准在 ASSISTments 2009 数据集上对比了多种知识追踪模型,其中 GRU 模型在 623 名留出学习者上取得 ROC-AUC 0.7470 和 Brier score 0.1800,优于 PFA 模型的 0.6982 和 0.1976。研究采用学习者不相交划分,确保预测无数据泄露,但结果仅支持响应预测性能,不证明教学效益。
devissaputra/engagement_early_warning 是一个时间安全的学生参与度早期预警研究原型,通过强制预测截止点边界防止数据泄露。该原型使用合成风险系数评估受限审查队列,并包含校准与子群诊断功能,29 个单元测试检查均已通过。
该研究基于 OULAD 数据集,考察第 30 天仍符合条件的学习者中,提交至少一次非银行评估与有利最终结果之间的调整对比。记录的 Hájek 对比值为 0.3861,全重拟合 bootstrap 区间约为 0.3242 至 0.4447。重叠加权敏感性分析得出 0.3261,但分析指出存在极端权重和残余不平衡,未测量混杂因素阻碍了因果主张。
MasteryTrace 发布为 npm 和 pip 双平台 CLI 工具,实现 BKT 和 2PL IRT 两种心理测量模型。该工具无需服务器或数据库,单核处理 100,000 个事件耗时不足一秒,并提供 MCP 服务器供 AI 智能体直接调用。
成都双流区教科院附属学校利用希沃课堂智能反馈系统,在1年内积累近600节课堂数据,推动全校180多名教师开展循证教研。数据显示,全校三分之一的教师在课堂提问等维度上呈现明显改善,16个跨学科主题学习案例获得市级奖项。该系统通过精准诊断教学问题,助力教师实现因材施教与个性化教学优化。
讯飞星光2.0于9月升级,支持教师通过自然语言生成H5教学应用并回收学情数据。该版本新增第三方连接器以处理B站、小红书等素材,并关联讯飞教育产品实现家校协同。科大讯飞提出让一线教师成为AI应用开发主力军,旨在通过工作流嵌入减轻教师负担。
讯飞星光 2.0 于 9 月升级,新增 H5 教学应用、学情回收、家校协同与生态连接功能,定位为教师的全能 AI 助手。文章结合福建浦城三中、运城南风学校等一线教师案例,展示了教师利用自然语言生成交互实验、将 PPT 转为 H5 应用以及通过家长小程序跟进任务的具体实践。
上海市实验学校西校物理组引入星火智能批阅机,通过“上午布置客观题小练、下午批阅、当天讲评”的闭环流程,解决了分层作业批阅负担重的问题。自2025年10月启动以来,物理组累计完成40+次作业、1600余份试卷的智能批阅,单次平均批阅量40.2份,实现了反馈周期的压缩与讲评课效率的提升。
科大讯飞发布讯飞星光2.0教师超级智能体,基于星火X2.5大模型底座,覆盖备课、课堂互动、学情评价及家校协同全流程。该工具支持自然语言生成H5互动课件,自动归档学生作答数据,并联合北京师范大学魏锐教授团队推出项目式学习智能导师,旨在通过人机协同提升教师效率与专业能力。
钉钉于 9 月 10 日发布专为教育场景打造的 AI 硬件 A1 教育版,官方售价 1099 元。该设备通过自动保留课堂录音并转写为结构化笔记,支持教师一键智能出题及按班级发布练习,学生作答后数据自动回流生成学情反馈。实测案例显示,该工具将教师课后整理与出题时间从一下午缩短至 30 分钟,并能与千问办公打通以串联多堂课教研上下文。
火花新思维在 GLEE 全球生活与教育博览会上荣获“2026 年度口碑影响力课程品牌”奖项。该课程采用真小班直播模式,平均每 2 分钟一次高频互动,通过 AI 技术使教研效率提升 30% 以上。目前同一年级已设置 8 种不同难度的班系,以适配儿童个性化思维培养需求。
Voxy 通过自研 AI 引擎将 AI 深度整合至企业语言学习全流程,而非仅作为孤立功能。平台利用 VPA 和 OPT 进行精准水平评估,并通过 Smart Paths 动态调整 Smart Lessons 与 Smart Courses 的难度。结合 AI Chat 和 AI Voice Chat 提供职场场景下的实时反馈,旨在提升全球协作中的实际沟通技能。
好未来正式发布行业首款专为教师群体打造的 AI 原生桌面超级智能体九章龙虾(NineClaw)。该产品定位为开箱即用的 AI 助手,深度融合好未来的教研能力与题库积累,通过自然语言驱动系统,让教师在零配置状态下自动完成数据处理与多模态内容创作。九章龙虾内置多种教师专用技能和工具,支持教案生成、学情分析、课件制作及作业批改,并深度打通飞书、钉钉等主流办公协作平台,实现无缝融入日常沟通场景。
推荐理由:原文展示了本地运行与多平台打通机制,读者可据此评估其在校园隐私合规下的实际落地路径。
学而思智能学习机入选全国信息技术标准化技术委员会教育技术分技术委员会2025年CELTSC标准创新与应用案例。该案例凭借深度融合AI技术与优质教学内容,通过大数据动态规划学习路径,实现“千人千面”的个性化辅导。此次入选印证了AI+教育模式在减负增效及促进教育均衡发展方面的积极作用。