...
把任意一本教育文本（教材、讲义、慕课字幕、技术 / 经管 / 通识读物）转换成结构化的“概念词典 + 学习知识图谱（含先修依赖、难度、考核点、长程关联）”，并产出一份可直接驱动 LLM 教研 / 备课 / 自适应学习路径 / 课程审计 的素材包。父技能负责把 K2-18（github.com/zebrr/k2-18）的 5 段 Python CLI 流水线（slicer → itext2kg_concepts → itext2kg_graph → dedup → refiner_longrange）以及 viz 可视化模块按真实任务串联起来：教研员做课程结构梳理、老师做章节先修排序与考点抽取、AI 教育产品做自适应推荐用的知识图、内容质量审核找缺失先修 / 循环依赖。它不替代原仓库任何一个 CLI 脚本，而是告诉用户：给我一份合并后的教育文本 + 一句任务目标（学科 / 语言 / 想要的下游用途），我帮你跑完整条流水线并解释产物。
Erstellt von: songlin she · GitHub