三画课堂是一套以人工智能为核心驱动的智慧教育云平台，面向学校、教育机构、企业与培训机构，提供从"内容生产—教学实施—学习评测—数据回流"的完整闭环。平台将大语言模型、多模态视觉、智能体、检索增强生成（RAG）与知识图谱等前沿技术工程化落地，覆盖教学资源生产、智能批改、个性化学习推荐、AI 对话辅导等核心场景。
"三画"取意于"三笔成画"——教学、学习、评估相辅相成，最终形成"内容—行为—评估—回流"的持续进化飞轮。本白皮书系统阐述三画课堂的设计思想、技术实力与落地价值。
过去十年，在线教育与智慧教学经历了从"内容数字化"到"教学数字化"的演进。教育平台普遍面临数据分散、内容生产低效、批改负担沉重、个性化不足、评估粗放等深层挑战。
| 挑战 | 具体表现 |
|---|---|
| 数据分散 | 教学资源、作答记录、学习行为分散在不同系统，难以统一管理与版本追踪 |
| 内容生产低效 | 试题、讲义、PPT、教学计划依赖人工编写，产能受限、质量参差 |
| 批改负担沉重 | 主观题批改依赖教师人工，工作量巨大且评分标准难以统一 |
| 个性化不足 | 缺乏基于学习行为与知识掌握的个性化路径推荐 |
| 评估粗放 | 教学质量评估停留在经验层面，缺乏数据驱动的闭环 |
大语言模型与多模态技术的成熟，使教育平台具备了"理解教学内容、生成教学资源、评估学习结果"的能力。AI 不再是点缀功能，而应成为贯穿教、学、评、管全流程的引擎：
三画课堂是一套 AI 原生（AI-Native） 的智慧教育云平台：AI 不是外挂模块，而是内嵌于产品架构与业务流程的底层能力。平台同时服务于学习者、教师与管理者三类角色，一套系统覆盖用户端、管理端与移动端。
"三画"取意于"三笔成画"——教学、学习、评估三个环节如同三笔，相辅相成，缺一不可：
三笔连成闭环：教得高效、学得个性、评得精准，最终形成"内容—行为—评估—回流"的持续进化飞轮。
三画课堂由用户端与管理后台两大界面构成，共用统一认证与权限体系（JWT + RBAC）。
| 能力模块 | 说明 |
|---|---|
| 智能仪表盘 | 学习概览、待办任务、学习进度可视化 |
| 书架与电子书 | 电子教材在线阅读、学习记录同步 |
| 课程中心 | 在线课程学习、章节进度、课堂互动 |
| AI 聊天 | 多模型 AI 对话辅导，支持流式输出 |
| 智能体中心 | 按学科/场景配置专属 AI 智能体 |
| 智能批改 | 在线作答提交，AI 即时批改与解析反馈 |
| 每日文章 / 每日单词 | 内容化日更，培养学习习惯 |
| 学习圈子 | 社区互动、学习交流、群聊讨论 |
管理后台提供 26 个功能模块，覆盖教务、内容、运营、AI 与数据五大类：
| 分类 | 模块 |
|---|---|
| 教务管理 | 仪表盘、课程管理、班级管理、用户管理、教师管理 |
| 内容资源 | 电子书管理、题库管理、试卷管理、试卷模板、公告管理、轮播图管理、每日文章、每日单词 |
| AI 能力 | AI 助手管理、知识库管理、工作流管理、PPT 生成助手、PPT 模板管理、MCP 服务器管理 |
| 社区运营 | 圈子帖子管理、群组管理、反馈管理、会员管理、订单管理 |
| 数据采集 | 爬虫配置、爬虫任务 |
| 创作工具 | PPT 编辑器 |
AI 是三画课堂的核心引擎。平台将 AI 能力分为六大矩阵，覆盖教育场景的完整价值链：
| 能力 | 说明 |
|---|---|
| 试题生成 | 基于知识点自动生成选择题/填空题/主观题，自动附带解析 |
| 讲义/教学计划 | 一键生成课程大纲、讲义框架、教学计划 |
| PPT 多智能体生成 | 7 个 AI 角色 协作，自动生成可编辑 PPT |
| 文生图 / 文生视频 | 集成通义万相 wan2.6，为课程配图、生成教学视频素材 |
| 语音能力 | 阿里云 NLS，ASR 语音转写 / TTS 语音合成 |
三画课堂采用"前端 + 网关 + 后端 + 微服务 + 基础设施"的分层架构，前后端完全分离：
| 层 | 技术选型 |
|---|---|
| 前端 | React 19 + TypeScript 5.9 + Vite 7（SWC 编译） |
| 移动端 | Flutter 3 + Dart（Android / iOS） |
| 后端 | Java 21 + Spring Boot 3.5 + Spring Security（JWT） |
| 数据库 | PostgreSQL 16（pgvector 向量扩展） |
| 缓存/消息 | Redis |
| 搜索 | Elasticsearch 8（IK 中文分词） |
| 图数据库 | Neo4j 5 |
| 文档处理 | Gotenberg（HTML/PDF 转换） |
| 部署 | Docker Compose / Kubernetes，多阶段镜像构建 |
| 维度 | 措施 |
|---|---|
| 认证 | JWT 令牌认证，token 分级（access/refresh） |
| 授权 | RBAC 基于角色的访问控制，用户/教师/管理员分级 |
| 传输 | 全站 HTTPS，WebSocket 使用 WSS |
| 审计 | 操作日志审计，关键操作可追溯 |
| 防护 | 接口限流、参数校验、密码安全存储 |
| 模式 | 适用场景 | 说明 |
|---|---|---|
| Docker Compose 单机 | 中小规模 / 试点 | 一条命令拉起全部组件，30 分钟 完成部署 |
| Kubernetes 集群 | 大规模 / 生产 | 高可用、自动伸缩、滚动升级 |
生产推荐：Linux 服务器，4 核 CPU / 8GB 内存 起（按并发规模线性扩展）；客户端仅需现代浏览器即可访问。
| 角色 | 获得的直接价值 |
|---|---|
| 机构管理者 | 教学全流程数据可视化，运营决策有据可依 |
| 教师 | 备课、出题、批改效率大幅提升，专注教学本身 |
| 学生 | 个性化学习路径 + AI 随时辅导 + 即时反馈 |
| 技术人员 | 标准 API、开源友好、私有化部署、易集成 |