春节寒假作业辅导：基于 Rokid 灵珠平台打造 AI Glasses 作业助手

优质文章学习记录

— 11 min read
春节寒假作业辅导：基于 Rokid 灵珠平台打造 AI Glasses 作业助手

本文应用基于Rokid灵珠智能体/CXR SDK开发，开发指南https://forum.rokid.com/index

文章目录

一、引言：为什么我们需要一个 AI Glasses 作业助手？

春节假期本是阖家团圆的日子，但对于很多家长来说，“辅导寒假作业”往往是打破祥和气氛的导火索。面对孩子“这题怎么做”的灵魂拷问，家长们常常面临两个痛点：

  1. 知识遗忘：当年的学霸面对现在的奥数题也可能束手无策。
  2. 情绪失控：反复讲解听不懂，容易血压飙升。

传统的搜题 App 需要掏出手机、拍照、上传，不仅打断孩子思路，还容易让孩子分心玩手机。而 Rokid Glasses 的第一视角采集与实时语音交互特性，天然适合作为“随身家教”——看着题就能问，边看边讲解。

本文将详细介绍如何利用 Rokid 灵珠 AI 平台 的零代码/低代码能力，快速搭建一个具备 “识题讲解、知识点回顾、错题整理” 的 AI Glasses 应用（形态为：智能体 + 工作流，可在眼镜端使用）。

image.png

二、方案设计与架构

2.1 核心功能定义

我们希望打造一个名为 “作业救星 (Homework Savior)” 的智能体，它具备以下能力：

  • 👁️ 视觉识别：通过眼镜摄像头捕捉作业题目（支持手写体/印刷体）。
  • 🧠 深度推理：不直接给出答案，而是分析题目考察的知识点，提供分步解题思路。
  • 📚 知识挂载：针对特定学科（如初中几何、物理公式），挂载专属知识库以提高准确率。
  • 🗣️ 情感交互：以“温柔耐心的学霸哥哥/姐姐”口吻进行语音讲解，安抚孩子情绪。

2.2 端到端架构（AI Glasses）

请求

触发

卡片+语音

Rokid Glasses
语音+第一视角

灵珠智能体

工作流

多模态理解
OCR/题干提取

知识库检索
公式/定理/例题

推理生成
引导式讲解

2.3 业务流程架构

利用 Mermaid 绘制的业务流程图如下：

多模态大模型知识库 (Knowledge Base)工作流 (Workflow)灵珠 AI 平台 (Agent)用户 (Rokid Glasses)多模态大模型知识库 (Knowledge Base)工作流 (Workflow)灵珠 AI 平台 (Agent)用户 (Rokid Glasses)阶段一：视觉理解与意图识别阶段二：知识检索与推理语音指令："这道几何题怎么做？" + 拍摄题目图片触发主工作流 (Input: Query + Image)调用视觉模型 (OCR + 题目提取)返回题目文本 & 关键几何条件检索相关公式/定理 (如"勾股定理")返回Top3相关知识片段Prompt: 结合题目+知识点，生成分步讲解思路返回结构化的讲解文本 (非直接答案)输出最终讲解内容语音播放讲解 + 屏幕显示关键公式

三、开发实战：手把手搭建“作业救星”

3.1 准备工作

  1. 准备 3 份测试题目（建议各 1 份：几何、方程、应用题），用于验证不同题型表现。
  2. 准备一份“初中数学公式/定理”材料（PDF/Markdown/网页内容均可），用于构建知识库。
  3. 确保眼镜与手机已完成基础配对/联网，并能在眼镜端打开灵珠平台相关入口。

登录 Rokid 灵珠 AI 平台：https://rizon.rokid.com/

image.png

3.2 步骤一：创建知识库（资源准备）

  1. 上传/粘贴内容并切分为适合检索的片段（建议按“定理名 + 公式 + 适用条件 + 例题提示”组织）
  2. 进行一次检索自测：输入“勾股定理”“相似三角形判定”等关键词，确认能命中对应片段。

进入左侧导航的 “资源” -> “知识库”，创建知识库：初中数学公式与定理。

image.png

3.3 步骤二：创建智能体（Agent）

  1. 基本信息配置：
    • 名称：作业救星
    • 简介：你的寒假作业辅导老师，只讲思路不给直接答案

人设与回复逻辑（Prompt）：在对应区域输入提示词：

# Role 你是一位耐心、幽默且知识渊博的清华学霸家教。你的目标是辅导初中生完成寒假作业。 # Constraints 1. 🚫 **严禁直接给出最终答案**（如“选A”或“等于5”）。 2. ✅ 必须采用**引导式教学**：先分析题目考点，再提供第一步思路，引导学生思考下一步。 3. 🗣️ 语言风格：轻松活泼，多用鼓励性话语（如“这点很棒！”“别急，我们慢慢来”）。 4. 📐 如果涉及数学公式，请用 LaTeX 格式输出，方便眼镜端渲染（或转为自然语言描述）。 # Skills 1. 擅长识别手写体题目。 2. 能将复杂的物理/数学概念用生活中的例子类比。

在灵珠平台首页点击 “创建智能体”。

image.png

3.4 步骤三：搭建核心工作流（Workflow）

为了处理复杂的“识图+检索+推理”逻辑，我们需要使用工作流而非简单的单轮对话。

进入 “开发工作流” -> “创建工作流”。

image.png

3.4.1 变量与节点命名

灵珠平台的工作流画布里，开始节点默认会提供两类输入：

  • USER_INPUT：文本输入（用户的提问/指令）
  • USER_INPUT_IMAGE：图片输入（用户当前视角拍摄的题目图）

结束节点通常输出：

  • 题干提取：负责 OCR/题面结构化
  • 知识库检索：负责从知识库召回相关定理/公式

output：工作流最终输出（返回给智能体/眼镜端展示与播报）


为了让提示词里引用变量更直观，建议把两个关键节点命名为：

  1. 节点编排（示例）
  • 开始节点（默认输入）：
    • USER_INPUT（用户问题）
    • USER_INPUT_IMAGE（题目图片）
  • 题干提取（大模型/多模态）：
    • 输入：USER_INPUT_IMAGE
    • Prompt：请提取图片中的题目文字；若含几何图，请用要点描述图形关系与已知条件。
  • 知识库检索：
    • Query：使用 题干提取 的输出（题目文本）
    • 配置：选择我们提前创建的 初中数学公式与定理 知识库
    • Top K：设置为 3（可按效果调到 5）
  • 大模型推理节点 (LLM Generation)：
    • 模型选择：选择推理能力强的模型
  • 结束节点：
    • 输出变量：将大模型推理节点输出映射到 output

System Prompt：

你收到了一个学生的提问和一道题目。 题目内容：{{题干提取.output}} 参考知识点：{{知识库检索.output}} 用户问题：{{USER_INPUT}} 请结合参考知识点，为学生讲解这道题，采用引导式教学，不要给出最终答案或最终数值结果。 如果识别到的题干不完整/关键信息缺失： 先用一句话复述你识别到的题干，并告诉用户需要补充拍清楚哪些信息，然后停止输出讲解。 否则请严格按以下结构输出（每段控制简短，方便眼镜端显示与语音播报）： 【考点】一句话概括 【第一步】先做什么（给出一个可执行的小步骤） 【下一步提示】给一个追问或提示，推动学生继续 【自检问题】给 1 个让学生自检的简单问题
32732d6383efd49d3fb5fa2515c71601.jpg

3.4.2 输出格式（便于 AI Glasses 展示）

为了保证“眼镜端一眼能看懂、语音也不啰嗦”，建议把工作流最终输出固定为四段结构

【考点】相似三角形判定与比例关系 【第一步】先在图中找出两组对应角（或平行线形成的内错角），判断能否构成相似 【下一步提示】如果能判定相似，对应边成比例，这一步你准备写出哪两条边的比例？ 【自检问题】你能说出“相似”的两个三角形分别是哪两个吗？

3.4.3 验收用例

下面这张表是我自己用于“发布前验收”的最小集合。

用例题目类型画面条件用户问题示例期望输出（检查点）
TC-01几何（有图）光线正常这题第一步怎么看？能说出考点；不报答案；给出可执行第一步
TC-02方程（印刷体）光线正常帮我分析思路结构化四段；第一步是列式/移项等
TC-03应用题（文字多）题干完整先帮我提取已知条件能复述条件；提示设未知数；不直接算结果
TC-04手写体字迹清晰我卡在第二步了能追问缺失信息；或给下一步提示推动思考
TC-05模糊/反光题干缺失你看得清吗？先复述识别到的内容；要求重拍；停止讲解
TC-06“诱导要答案”题干完整直接告诉我答案仍不报答案；改为给思路与自检问题
  1. 调试工作流
    • 点击“试运行”
    • 上传一张勾股定理的题目图片
    • 输入问题：“这道题怎么求斜边？”
    • 观察输出是否包含“根据勾股定理 (a2+b2=c^2)”等引导性内容

3.5 步骤四：发布并在眼镜端体验（AI Glasses 闭环）

  1. 回到智能体配置页，在 “能力配置” -> “工作流” 中绑定刚才发布的“作业辅导工作流”。
  2. 点击 “发布”，将权限设置为自己可用
  3. 眼镜端体验流程：
    • 佩戴 Rokid Glasses，打开灵珠相关入口并唤起“作业救星”
    • 注视作业题目，语音说：这道题我不会做，先告诉我第一步怎么想
    • 等待结果在眼镜端输出：优先展示“考点 + 第一步 + 关键公式”，并语音讲解

四、总结

通过 Rokid 灵珠平台，我们用“智能体 + 工作流 + 知识库”的方式，快速搭建出一个具备 多模态理解 与 引导式讲解 能力的 AI Glasses 应用。它既能缓解春节期间的家庭作业辅导压力，也能展示“AI 在穿戴设备上落地”的价值：更自然的语音交互、更顺畅的所见即问、以及更专注的学习体验。

下一步计划：
尝试接入 Agent 记忆能力，让它能记住孩子容易做错的题型，下次遇到类似题目时主动提醒：“这道题和你上次做错的那道很像哦，要注意陷阱！”

Read more

基于数字孪生与 VR/AR 技术的新能源汽车实训系统架构与实践

导语： 随着新能源汽车底盘线控、三电系统技术的快速迭代，传统的汽车维修实训已经无法满足当前职业教育对“研发、仿真、测试”型人才的需求。动辄 300V 以上的高压电风险、高昂的实车折旧成本，以及电机磁场等“不可见”的微观物理过程，成为了教学过程中的核心痛点。 针对这些复杂的业务场景，龙泽信息科技（江苏）有限公司技术团队基于 3D 渲染引擎、AR 增强现实与数字孪生技术，完整交付了一套“新能源汽车设计与数字仿真试验实训中心”系统。本文将从技术架构、核心模块实现以及软硬件协同部署三个维度，复盘该项目的技术落地经验。 一、 业务背景与技术挑战 在新能源汽车仿真系统的开发与实施交付过程中，技术团队面临着几个核心挑战： 1. 渲染性能与精度的平衡：汽车包含数万个高精度零部件，在 VR 环境下（特别是几十台设备并发时），如何保证模型加载速度、降低掉帧率以避免眩晕感？ 2. 电气逻辑与物理反馈的真实性：故障诊断不能只是简单的“点击播放动画”，底层必须有一套完整的电气逻辑状态机，能够真实模拟万用表、示波器测量的实时动态数据。

如何使用GFPGAN实现低质量人脸图像的超分辨率恢复

如何使用GFPGAN实现低质量人脸图像的超分辨率恢复 【免费下载链接】GFPGANTencentARC/GFPGAN: GFPGAN（GFPGAN: Real-World Blind Face Restoration with PULSE++）是由腾讯ARC实验室研发的一个基于深度学习的人脸图像修复工具，主要用于低质量人脸图像的超分辨率恢复。 项目地址: https://gitcode.com/gh_mirrors/gf/GFPGAN 副标题：跨平台部署与高级应用全指南 GFPGAN（Generative Facial Prior GAN）是由腾讯ARC实验室开发的基于深度学习的人脸图像修复工具，专注于解决真实场景下的盲人脸恢复问题。该工具通过融合生成对抗网络与面部先验知识，能够将模糊、低分辨率的人脸图像恢复至高清状态，同时保留面部关键特征和细节信息。本文将系统介绍GFPGAN的技术原理、环境配置、部署流程及高级应用技巧，帮助用户在不同操作系统环境下高效使用这一强大工具。 一、技术原理解析：GFPGAN的工作机制 1.1 核心架构概述 GFPGAN采用了创新的"生成面部
AIStarter一键安装ComfyUI黎黎原上咩7.0整合包教程：新手免费部署AI绘画神器

AIStarter一键安装ComfyUI黎黎原上咩7.0整合包教程：新手免费部署AI绘画神器

大家好！我是熊哥粉丝，今天分享ComfyUI黎黎原上咩整合包7.0在AIStarter平台的一键安装全攻略！咩姐（黎老师）的超强整合包已正式上架，解压即用、GPU/CPU切换，内置海量插件和工作流，完美适配Stable Diffusion AI绘画。 核心亮点 * 一键下载安装：市场搜索“comfyui黎黎原上咩”，优先高速/离线下载（782GB模型包），避免网速瓶颈。 * 智能启动：AIStarter自动打开浏览器，无黑框CMD，终端日志实时查看。aihubpro.cn * 模型管理：下载后一键配置到ComfyUI目录，支持插件/工作流导入，更新无需重下。 * 脚本模式：简单模式（咩姐默认）or 专业模式（多启动选项，自定义路径）。 安装步骤（5分钟上手） 1. 下载AIStarter（官网免费），打开市场。 2. 搜索黎黎原上咩7.0，点击添加
FPGA入门：CAN总线原理与Verilog代码详解

FPGA入门：CAN总线原理与Verilog代码详解

目录 一、CAN 总线核心原理 1. 物理层特性 2. 协议层核心概念 （1）位时序 （2）帧结构（标准数据帧） （3）关键机制 二、FPGA 实现 CAN 的核心模块 三、Verilog 代码实现（以 50MHz 时钟、1Mbps 波特率为例） 1. 全局参数定义 2. 位时序模块（CAN Bit Timing Generator） 3. CRC 计算模块（CAN CRC Generator） 4. 发送模块（CAN Transmitter） 5. 接收模块（CAN Receiver）