TextBook-Refiner：面向教育场景的RAG增强型知识图谱构建与教学助手

TextBook-Refiner是面向教育场景的知识整合Agent，通过自动构建教材知识图谱结合RAG技术，为教师提供智能化教学辅助工作流，实现教材内容到教学应用的智能转化，核心是增强教师能力而非替代。

教育数字化转型中，海量教材内容难以转化为结构化可计算知识并融入教师日常流程。当前工具存在两极化问题：基础工具功能简单，复杂平台学习成本高且与教材脱节。知识图谱（结构化知识表示）和RAG（避免模型幻觉）技术为解决困境提供路径。

项目定位为教师工作流智能助手，核心能力包括：1.教材知识图谱自动构建：识别知识点及关系，转化为网状结构；2.RAG增强教学辅助：基于图谱生成教学大纲、练习题等，内容严格源于教材。

知识图谱构建流水线：文档解析（处理多格式教材，含OCR、版面分析）→实体关系抽取（教育领域微调大模型识别概念与关系）→图谱存储（图数据库+向量嵌入）。RAG工作流采用混合检索：知识图谱结构化检索+向量数据库语义检索，兼顾精确性与召回率。

支持多种工作流：备课辅助（生成知识点清单、重难点分析）、差异化教学（不同难度内容生成）、知识关联发现（跨章节/学科关联查询）、学生答疑准备（预判疑问及解答要点）。

针对教育场景高要求：准确性保障（RAG限定知识来源+一致性校验）、可解释性设计（展示知识来源路径）、内容安全过滤（多层次审核机制）。

局限：主要支持STEM学科，依赖教材格式规范性。未来方向：扩展教材格式解析、引入多模态处理、开发学生端应用、建立跨校知识图谱共享机制。

TextBook-Refiner通过技术融入教师工作流，解放教师繁琐整理工作，让教师聚焦教学设计与学生互动，体现技术隐形、教育显形的理念。