编程语言AI算法
基于 Rokid 灵珠平台的 AI Glasses 作业辅导助手开发指南
介绍如何利用灵珠 AI 平台构建一款 AI Glasses 作业辅导应用。通过智能体与工作流结合，实现题目视觉识别、知识点检索及引导式讲解。方案包含知识库创建、Agent 人设配置、Workflow 节点编排及眼镜端体验闭环，旨在缓解家长辅导压力并提供专注的学习体验。
介绍如何利用灵珠 AI 平台构建一款 AI Glasses 作业辅导应用。通过智能体与工作流结合，实现题目视觉识别、知识点检索及引导式讲解。方案包含知识库创建、Agent 人设配置、Workflow 节点编排及眼镜端体验闭环，旨在缓解家长辅导压力并提供专注的学习体验。
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：
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 AI 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）。
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：
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)
利用 Mermaid 绘制的业务流程图如下：
graph TD
User[用户 (Rokid Glasses)] --> Agent[灵珠 AI 平台 (Agent)]
Agent --> Workflow[工作流 (Workflow)]
Workflow --> KB[知识库 (Knowledge Base)]
KB --> LLM[多模态大模型]
LLM --> Output[输出最终讲解内容]
subgraph 阶段一：视觉理解与意图识别
User -- 语音指令 + 拍摄图片 --> Agent
Agent -- 调用视觉模型 OCR --> Workflow
end
subgraph 阶段二：知识检索与推理
Workflow -- 检索相关公式/定理 --> KB
KB -- 返回 Top3 知识片段 --> LLM
LLM -- 生成分步讲解思路 --> Output
end
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。
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'。
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'。
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：
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：
USER_INPUT（用户问题）USER_INPUT_IMAGE（题目图片）USER_INPUT_IMAGE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。题干提取 的输出（题目文本）初中数学公式与定理 知识库outputSystem 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
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？
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 |
调试工作流：
这道题我不会做，先告诉我第一步怎么想通过灵珠平台，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
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online