Marginalia：面向教育场景的开源AI工具框架

Marginalia是面向教育场景的可自托管开源AI工具框架，核心理念为通过社交契约而非监控机制引导学生负责任使用大语言模型。它基于Cloudflare Workers、D1、R2、Vectorize等技术构建，目标是让AI成为课程作业中清晰诚实的部分，重建师生对AI的信任。

当前AI进课堂讨论多聚焦监控手段（如检测器、封锁机制），Marginalia反其道而行之：依赖社交契约，教师设置特定目的工具，工具向学生明确自身身份与行为方式，学生在知情下使用。核心目标是建立健康的AI使用文化，让AI成为教学伙伴而非监控对象。

Marginalia为教师提供三类工具：

1. AI辅导助手（Agents）：可定制对话风格，支持大纲模式（状态机强制执行对话流程，非依赖系统提示）；
2. 溯源知识库（Sources）：基于教师选定文档库生成带引用的答案，培养学生信息溯源意识；
3. 来源追踪写作（Provenance）：标记写作内容的来源（手动输入、粘贴或AI生成），确保透明性。

采用Cloudflare原生技术栈：Workers（无服务器计算）、D1（SQLite数据库）、R2（对象存储）、Vectorize（向量数据库）、Workers AI（推理服务），编程语言为TypeScript。30人规模课程每月运行成本约5-15美元（不含LLM API调用费用），成本效益显著。

Marginalia支持机构独立部署，无回拨机制与共享后端，需自备API密钥。部署步骤包括：配置Worker、创建Cloudflare资源（D1/R2/Vectorize）、设置密钥（Anthropic API等）、配置Google OAuth、数据库迁移部署、登录创建课程。本地开发可通过复制示例文件、配置密钥、运行迁移与启动服务完成。

隐私设计亮点：无集中式后端、无数据共享、工具使用前透明说明、无隐藏监控。v1.0版本支持多课程管理，教师登录可见课程选择器，学生直接进入注册课程，通过跨课程代理复用机制实现高效管理。

教育意义：提供AI教育工具新思路，以透明信任替代技术限制，为教育技术领域提供参考。开源方面采用Apache 2.0许可证，维护者保持精简设计，欢迎社区PR，确保项目可持续发展。