QuickClass Agent 觉课智能体
在课堂关注学生、分析学生、理解学生，让教学无微不智！
💡 核心理念
经验驱动教学
→
数据驱动教学
一对多讲授
→
一人一案引导
结果评价
→
过程行为分析
AI 替代教师
→
AI 赋能教师
QuickClass 让教师成为 AI 时代的教学设计师——教师设计，AI 执行，学生受益。
🧩 核心能力：四类学生活动
💬 对话活动
学生与 AI 一对一主题对话，深入理解知识点，对话记录被记录分析。
价值：让每个学生都拥有「专属辅导老师」，AI 以问代答、循循善诱。
✏️ 课堂作业
在线答题，AI 自动批改，即时反馈，覆盖判断/单选/多选。
价值：秒出分数，一眼看出全班共性错题，缩短反馈链路。
🧩 互动探究
HTML 交互式学习活动（拖拽/点击/输入），支持 AI 自动评分。
价值：「做中学」的数字化形态，弥补纯对话无法动手的短板。
📤 项目提交
学生提交作品（文本/图片/音视频），支持互看互评、点赞、置顶与下架。
价值：承载开放型任务，学生作品全班可见，教师可精选引导。
📺 视频教程与学习资源
📱 更多 QuickClass 教程可在微信搜索「quickclass」查看
课堂设置界面
学情分析报告
🎯 解决的教育教学痛点
1. 个性化教学难以规模化
痛点：传统课堂难以兼顾每个学生，提问、作业批改、学情分析都是"一对多"，无法真正因材施教。
解决：
AI 对话活动 + 自动批改 + 行为分析，让每个学生都有"专属辅导老师"。
2. 作业批改与反馈滞后
痛点：教师批改作业耗时长，反馈周期可达数天，错题难以及时纠正。
解决：
课堂作业 AI 自动批改 + 即时反馈 + 学情报告，缩短反馈链路。
3. 学情分析缺乏数据支撑
痛点：传统学情分析依赖教师经验，凭印象判断，难以精准识别共性问题和个体差异。
解决：
AI 自动分析对话、作业、互动行为，生成结构化学情报告。
4. 课堂互动形式单一
痛点：课堂互动以"问答"为主，学生参与度不均，思维深度有限。
解决：
对话活动（AI 引导）+ 互动探究（拖拽/点击/输入），学生主动参与，操作行为被记录分析。
5. 教学反思缺乏工具支撑
痛点：教师难以系统记录和分析每节课的教学效果，教学经验难以沉淀复用。
解决：
每次活动自动生成学情报告，支持历史回溯、版本对比；课堂支持导出/导入，一次设计多次复用。
🌟 全国首创特点
1. "四类活动 × 两层视角"的学情分析矩阵
首创：将学情分析拆解为对话活动、课堂作业、互动探究、项目提交四个活动维度和个人/全班两个分析层面，实现多维度交叉分析。
价值：教师既能从活动维度横向对比（看哪个活动最有效），也能从学生维度纵向追踪，还能从班级维度整体把握。
2. "文本型 + 数据型（HTML）"双报告模式
首创：同一分析任务支持两种输出——文本型报告精炼文字，数据型（HTML）报告含 ECharts 可视化图表。
价值：教师可根据场景自由切换，快速浏览或深度分析随心所欲。
3. 模板驱动的 AI 分析系统
首创：提示词模板六分类体系（对话设计、个人学情、全班学情、作业设计、作业分析、互动探究分析），教师可自定义分析维度和输出格式。
价值：打破"AI 分析是黑箱"的局限，把分析逻辑的控制权交还给教师。
4. "AI 引导者"而非"AI 答题者"
首创：AI 角色明确为"循循善诱的学科教师"——以问代答、鼓励质疑、联系生活、分层引导。
价值：避免学生把 AI 当"答案机器"，符合教育本质——培养思维而非获取答案。
5. 从"结果分析"到"行为分析"的跃迁
首创：不仅分析答题结果，还深度分析操作行为（点击、拖拽、输入频次、停留时长、尝试次数）。
价值：从"知不知道"深入到"怎么知道的"，更全面理解学生学习方式。
6. "教师设计 + AI 执行"的协同范式
首创：明确人机分工——教师设计目标、引导策略、分析维度、教学决策；AI 执行引导、批改、分析、报告。
价值：既保留教师教学主导权，又借助 AI 实现规模化个性化教学。
7. 完整的本地化部署能力
首创：支持局域网单机部署，教学数据全本地存储（SQLite），无需联网，跨平台支持（Windows / macOS）。
价值：解决学校对数据安全的顾虑，适合教育敏感场景。
8. 一键教学研究（AI 论文生成）
基于课堂真实数据（对话、作业、学情报告），采用数据快照机制一键生成研究论文，可复现、可追溯。
价值：从日常教学中自然沉淀出研究成果，让教学数据反哺教师专业成长。
9. 课堂导入导出（含题目与出处）
整节课结构（含四类活动与知识库）可导出为 JSON 分享，对方导入即可一键重建，并自动保留「来源于原作者」出处标记。
价值：优质教学设计跨校、跨学期流动复用，普惠更多教师。
本地系统，无需联网，保护隐私