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？ 二、方案设计与架构 2.1 核心功能定义 2.2 端到端架构（AI Glasses） 2.3 业务流程架构 三、开发实战：手把手搭建'作业救星' 3.1 准备工作 3.2 步骤一：创建知识库（资源准备）…
本文应用基于Rokid灵珠智能体/CXR SDK开发，开发指南
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 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）。
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：
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
登录 Rokid 灵珠 AI 平台：https://rizon.rokid.com/
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：
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：
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 |
这道题我不会做，先告诉我第一步怎么想通过 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！'
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
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，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
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online