北矿伴学 (Beikuang Banxue)
面向中国矿业大学（北京）在校学生打造的垂直 AI 智能辅学系统。针对高等数学等基础学科，首创启发式引导答疑算法，告别直接呈现答案的传统缺陷；系统深度串联 269 核心知识点图谱、高保真教材 RAG 原文引用与典型试题推荐库。支持 Web / PWA 以及 Android 原生薄壳分发，已全面上线运行。
Selected Work
精选工程与项目
高等数学学科知识图谱与 FastMCP 引擎
基于统编高等数学经典教材全书抽提并构建包含 269 个核心概念节点、515 条先修与关联关系的结构化知识图谱。研发基于 FastMCP (Model Context Protocol) 标准协议的切片检索服务，集成自绘 Canvas/D3 拓扑力导向图，在毫秒级内完成上下文拓扑注入与防编造知识锚定。
Schema 1.1 · 515 关联存储 · 零依赖原生集成
端云协同与高可用网关架构
采用轻量级 Capacitor Android 薄壳架构，实现 WebView 远程直连与零内嵌热更新；基于 Cloudflare Named Tunnel 命名隧道实现生产服务器 100% 端口回环隔离（零公网暴露端口、零源站 IP 泄露），配合 Linux systemd 守护进程与高可用路由自愈，构建兼具极致安全与轻量的现代云端交付体系。
零密钥外泄 · 隧道全覆盖 · 严格回环隔离
Research & Focus
研究关注与探索方向
01 // PEDAGOGICAL AGENT
Socratic 启发式对话策略
探索教育垂直场景下的大模型状态机与提示工程。引导智能体在答疑中严格遵循“识别题型 → 提示解题抓手 → 启发反问”的苏格拉底教学法，从根源杜绝幻觉与直接透题，守护学生的主动思维闭环。
02 // ACADEMIC RAG
面向学术的高精度 RAG
攻克理学教材高密度公式切片、LaTeX/KaTeX 保真度、扫描版试卷多模态转录对齐等难题。结合文档级层级元数据与向量余弦门控，确保学术知识原话级引用、有据可查，不瞎编定理与条件。
03 // ENGINEERING PHILOSOPHY
极简主义与端云工程哲学
践行“最少外部依赖、最高运行效率”的原生工程哲学。客户端坚持纯粹轻量，服务器侧坚守 loopback 安全回环与隧道协同，兼顾极致的首屏响应速度与长期运行的高可用稳定性。
Background & Skills
经历与技术领域
教育与核心经历
人工智能专业 · 本科在读
中国矿业大学（北京）
2023 — 至今 · 北京
大学生创新创业训练计划 · 项目负责人
「北矿伴学」AI 启发式辅学系统研发
2024 — 至今
独立开发者 / 全栈架构
智能体应用、知识工程与端侧轻量化系统实践
持续探索中
技术栈与工程领域
Core Languages
Python, JavaScript / TypeScript, C/C++, SQL, Shell Scripting
AI & Agent Systems
Large Language Models, Prompt Architecture, RAG Pipeline, FastMCP, Knowledge Graph
Web & Mobile
Modern HTML5 / CSS3, Node.js, Express, React, Capacitor, D3.js, KaTeX
DevOps & Cloud
Linux (Ubuntu/Debian), Docker, Cloudflare Named Tunnels, Nginx, systemd, Git