skills/preloaded/openmaic-classroom/references/requirement-builder.md
将 WeKnora RAG 检索结果转换为 OpenMAIC 课程生成所需的 requirement 格式。
OpenMAIC 的 requirement 字段需要是结构化的教学需求描述，而不是原始文档片段。构建时需考虑：
用户直接描述需求时，直接使用用户描述作为 requirement：
用户: "帮我创建一个关于量子力学的入门课程"
→ requirement: "Create an introductory classroom on quantum mechanics for beginners"
步骤：
1. 使用 knowledge_search 检索相关知识
2. 从检索结果中提取：
- 核心主题/概念
- 关键知识点
- 文档来源信息
3. 构建结构化 requirement
构建格式：
基于以下知识内容，创建一个面向[目标受众]的[深度级别]课程：
核心主题：[从检索结果提取的主要概念]
关键知识点：
- [知识点1]
- [知识点2]
- ...
内容来源：[文档名称列表]
基于文档《[文档名称]》的内容，创建一个面向[目标受众]的课程，
重点讲解以下方面：
- [用户指定的重点1]
- [用户指定的重点2]
综合以下文档内容，创建一个系统的课程：
文档1《[名称1]》: [简要内容摘要]
文档2《[名称2]》: [简要内容摘要]
文档3《[名称3]》: [简要内容摘要]
要求：
- 教学深度：[级别]
- 目标受众：[描述]
- 重点覆盖：[关键主题列表]
当从知识图谱 concept 页面及其关联 entity 生成微课堂时使用此模板。由 scripts/concept-to-requirement.py 自动生成。
输入结构：
{
"concept": { "slug": "concept/rag", "title": "RAG 检索增强生成", "summary": "...", "content": "..." },
"entities": [
{ "slug": "entity/vector-db", "title": "向量数据库", "summary": "...", "link_type": "outlink" },
{ "slug": "entity/embedding", "title": "Embedding 模型", "summary": "...", "link_type": "bidirectional" }
],
"language": "zh-CN",
"depth": "intermediate",
"audience": "相关领域的学习者"
}
输出 requirement 结构：
基于知识图谱概念「[concept.title]」，为[audience]创建一个[depth]微课堂（micro-classroom）。
教学锚点：[concept.summary]
学习目标：
- 理解[concept.summary 中的关键句]
核心知识点：
- [从 concept.content 解析的定义/机制]
关联实体（实践环节）：
- 案例：[entity.title]：[entity.summary]
- 工具：[entity.title]：[entity.summary]
- 应用场景：[entity.title]：[entity.summary]
- 前置知识：[entity.title]
实践任务：
- 通过 [entity.title] 实践 [concept.title] 的应用
常见误区检查：
- [从 concept.content 解析的误区]
评估提示：
- 请解释 [concept.title] 的核心定义
请使用中文生成课程内容。
entity 分类排序规则（纯文本操作，无 LLM/embedding）：
概念内容解析逻辑：
检索结果：
- 文档: "Kubernetes 部署指南.pdf"
- 关键内容: Pod 管理、Service 配置、Ingress 路由、存储卷
构建的 requirement：
"基于 Kubernetes 部署指南，创建一个面向 DevOps 工程师的中级课程。
重点涵盖：Pod 生命周期管理、Service 和 Ingress 网络配置、持久化存储卷管理。
课程应包含实践操作环节。"
检索结果：
- 文档: "产品使用手册 v2.0.pdf"
- 关键内容: 产品概述、快速开始、核心功能、常见问题
构建的 requirement：
"基于产品使用手册 v2.0，为新用户创建一个入门课程。
帮助用户快速了解产品核心功能，掌握基本操作方法，
并能够独立完成常见任务。课程语言为中文。"
检索结果：
- 文档: "Transformer 架构研究综述.pdf"
- 关键内容: Attention 机制、位置编码、多头注意力、训练技巧
构建的 requirement：
"基于 Transformer 架构研究综述，为具有深度学习基础的研究人员
创建高级课程。深入讲解 Attention 机制的数学原理、位置编码的
各种变体、多头注意力的设计动机，以及训练大模型时的实践技巧。"
在构建 request 时，根据用户需求推荐可选功能：
| 场景 | 推荐功能 |
|---|---|
| 技术培训 | enableWebSearch: true（补充最新技术动态） |
| 产品介绍 | enableImageGeneration: true（生成产品截图/界面图） |
| 市场营销 | enableImageGeneration: true, enableVideoGeneration: true |
| 语言教学 | enableTTS: true（语音朗读） |
| 学术研究 | 默认配置即可（不需要多媒体） |
当需要将多个独立文档分别生成课程时：
注意：OpenMAIC 托管模式每天最多 10 次生成配额，本地模式取决于 LLM Provider 配额。