春节寒假作业辅导：基于 Rokid 灵珠平台打造 AI Glasses 作业助手

优质文章学习记录

— 11 min read
春节寒假作业辅导：基于 Rokid 灵珠平台打造 AI Glasses 作业助手

本文应用基于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？

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：

  1. 知识遗忘：当年的学霸面对现在的奥数题也可能束手无策。
  2. 情绪失控：反复讲解听不懂，容易血压飙升。

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）。

image.png

二、方案设计与架构

2.1 核心功能定义

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：

  • 👁️ 视觉识别：通过眼镜摄像头捕捉作业题目（支持手写体/印刷体）。
  • 🧠 深度推理：不直接给出答案，而是分析题目考察的知识点，提供分步解题思路。
  • 📚 知识挂载：针对特定学科（如初中几何、物理公式），挂载专属知识库以提高准确率。
  • 🗣️ 情感交互：以“温柔耐心的学霸哥哥/姐姐”口吻进行语音讲解，安抚孩子情绪。

2.2 端到端架构（AI Glasses）

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

2.3 业务流程架构

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

三、开发实战：手把手搭建“作业救星”

3.1 准备工作

  1. 准备 3 份测试题目（建议各 1 份：几何、方程、应用题），用于验证不同题型表现。
  2. 准备一份“初中数学公式/定理”材料（PDF/Markdown/网页内容均可），用于构建知识库。
  3. 确保眼镜与手机已完成基础配对/联网，并能在眼镜端打开灵珠平台相关入口。

登录 Rokid 灵珠 AI 平台：https://rizon.rokid.com/

image.png

3.2 步骤一：创建知识库（资源准备）

  1. 上传/粘贴内容并切分为适合检索的片段（建议按“定理名 + 公式 + 适用条件 + 例题提示”组织）
  2. 进行一次检索自测：输入“勾股定理”“相似三角形判定”等关键词，确认能命中对应片段。

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。

image.png

3.3 步骤二：创建智能体（Agent）

  1. 基本信息配置：
    • 名称：作业救星
    • 简介：你的寒假作业辅导老师，只讲思路不给直接答案

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”。

image.png

3.4 步骤三：搭建核心工作流（Workflow）

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”。

image.png

3.4.1 变量与节点命名

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：

  1. 节点编排（示例）
  • 开始节点（默认输入）：
    • USER_INPUT（用户问题）
    • USER_INPUT_IMAGE（题目图片）
  • 题干提取（大模型/多模态）：
    • 输入：USER_INPUT_IMAGE
    • Prompt：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。
  • 知识库检索：
    • Query：使用 题干提取 的输出（题目文本）
    • 配置：选择我们提前创建的 初中数学公式与定理 知识库
    • Top K：设置为 3（可按效果调到 5）
  • 大模型推理节点 (LLM Generation)：
    • 模型选择：选择推理能力强的模型
  • 结束节点：
    • 输出变量：将大模型推理节点输出映射到 output

System 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
32732d6383efd49d3fb5fa2515c71601.jpg

3.4.2 输出格式（便于 AI Glasses 展示）

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？

3.4.3 验收用例

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
  1. 调试工作流
    • 点击“试运行”
    • 上传一张勾股定理的题目图片
    • 输入问题：“这道题怎么求斜边？”
    • 观察输出是否包含“根据勾股定理 (a2+b2=c^2)”等引导性内容

3.5 步骤四：发布并在眼镜端体验（AI Glasses 闭环）

  1. 回到智能体配置页，在 “能力配置” -> “工作流” 中绑定刚才发布的“作业辅导工作流”。
  2. 点击 “发布”，将权限设置为自己可用
  3. 眼镜端体验流程：
    • 佩戴 Rokid Glasses，打开灵珠相关入口并唤起“作业救星”
    • 注视作业题目，语音说：这道题我不会做，先告诉我第一步怎么想
    • 等待结果在眼镜端输出：优先展示“考点 + 第一步 + 关键公式”，并语音讲解

四、总结

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！”

Read more

前端文本测量成了卡死一切创新的最后瓶颈，pretext实现突破了

前端文本测量成了卡死一切创新的最后瓶颈，pretext实现突破了

亲爱的前端开发者（以及所有关心界面未来的人），我最近把大量精力砸进了一个听起来小众、实则能重塑整个网页布局范式的项目。过去几年，我们一直在抱怨 CSS 强大却难以捉摸，DOM 测量方便却代价高昂。尤其在 AI 时代，界面需要动态、响应式、甚至上万元素同时运行时，文本测量成了卡死一切创新的最后瓶颈——它既是基础，又是地狱。 现在，这个瓶颈被彻底攻破了。我发现了一个开源纯 TypeScript 的用户态文本测量引擎，名叫 Pretext。它不需要 CSS、不依赖 DOM 测量，就能精准计算任意文本在任意宽度下的排版结果，支持整个网页的完整布局。体积只有几 KB，却能处理浏览器所有怪癖，支持全球语言（包括韩文混排 RTL 阿拉伯文和平台表情），还能轻松跑出 120fps 的复杂交互。 看效果 TypeScript 的用户态文本测量引擎，名叫 Prete 很多人以为 CSS
前端异常捕获与统一格式化：从 console.log(error) 到服务端上报

前端异常捕获与统一格式化：从 console.log(error) 到服务端上报

🧑 博主简介：ZEEKLOG博客专家，「历代文学网」（公益文学网，PC端可以访问：https://lidaiwenxue.com/#/?__c=1000，移动端可关注公众号 “ 心海云图 ” 微信小程序搜索“历代文学”）总架构师，首席架构师，也是联合创始人！16年工作经验，精通Java编程，高并发设计，分布式系统架构设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于分享所学，希望通过我的实践经历和见解，启发他人的创新思维。在这里，我希望能与志同道合的朋友交流探讨，共同进步，一起在技术的世界里不断学习成长。 🤝商务合作：请搜索或扫码关注微信公众号 “ 心海云图 ” 前端异常捕获与统一格式化：从 console.log(error) 到服务端上报 引言 在前端开发中，异常监控是保证应用稳定性的重要一环。当用户遇到页面白屏、功能不可用等问题时，如果能及时收集到详细的错误信息（包括堆栈、

AI 时代，前端逆向的门槛已经低到离谱 — 以 Upwork 为例

我用 AI 逆向 Upwork 消息系统，2小时搞定数据层开发 前言 作为 Upwork 自由职业者，我一直觉得它的消息管理界面信息量太大，不够直观。我想做一个 Chrome 插件来简化消息管理，核心需求很简单：一眼看出哪些对话需要我回复，哪些在等对方。 传统做法是下载混淆后的 JS 文件慢慢分析，但这次我决定换个思路——全程和 AI 配合，看看能多快搞定。 结果远超预期。从零开始到完全摸清 API、认证方式、数据结构，总共不到 2 小时。 第一步：摸清技术栈（5分钟） 打开 Upwork 消息页面，F12 看 Sources 面板，从加载的 JS 文件名就能判断出技术栈： ThunderNuxt/rooms.fdb6ff58.
深入理解前端防抖（Debounce）与节流（Throttle）：原理、区别与实战示例

深入理解前端防抖（Debounce）与节流（Throttle）：原理、区别与实战示例

深入理解前端防抖（Debounce）与节流（Throttle）：原理、区别与实战示例 📌 引言 在前端开发中，我们经常需要处理高频事件（如输入框输入、滚动、窗口调整大小等）。如果不加限制，浏览器会频繁触发回调函数，导致性能问题，甚至页面卡顿。 防抖（Debounce） 和 节流（Throttle） 是两种优化方案，可以有效控制事件触发的频率，提高应用的性能和用户体验。 本篇文章将详细解析 防抖和节流的原理、适用场景及代码实现，帮助你更好地优化前端应用。 1. 什么是防抖（Debounce）？ 📝 概念 防抖是一种在事件触发后延迟执行的技术，如果在延迟期间事件被再次触发，计时器会重置，重新计算延迟时间。 核心思想：短时间内多次触发，只执行最后一次。 📌 适用场景 * 搜索框输入（防止用户每次输入都发送请求） * 窗口调整大小（resize）（防止短时间内多次触发计算） * 表单输入验证（用户停止输入后再进行验证） ✅ 代码实现 functiondebounce(fn,