给孩子做了一个好奇心驱动的识字Agent，代码已开源，欢迎一起玩
背景
孩子一年级，老师布置的阅读任务他不感兴趣，“读了也白读”。市面上没有找到能回答他“为什么”的阅读产品（比如“星星为什么眨眼睛？”“黑洞里面有什么？”），于是自己动手写了一个。
核心设计
这是一个围绕“好奇心”运转的Agent系统，四层分离：
- 感知层(perceive) ：捕捉孩子点字、朗读、提问等行为
- 决策层(reason) ：决定今天生成什么主题的文章、复习哪些旧字
- 执行层(act) ：调用DeepSeek生成文章、讯飞语音识别、edge-tts朗读
- 记忆层(remember) ：三层字库（新字/复习/已掌握）+ 知识图谱 + 好奇心事件
亮点 （你的项目中真正特别的地方）
-
不是随机生成文章，是按孩子当天的问题生成
比如他问“霸王龙有多重”，系统会生成一篇关于恐龙的短文，里面嵌入正在学的生字。 - 三层字库动态晋升
- 字库1（新学字）：家长录入或连续读错自动加入，高频出现
- 字库2（复习字）：连续读对3次后进入，降低出现频率
- 字库3（已掌握）：不再作为生字强制出现，避免文章生硬
-
朗读检测自动记录错字
孩子对着麦克风读句子，系统比对原文，连续读错3次的字自动加入字库1，不需要家长手动录入。 -
完整Agent分层，注释详细
代码按照perceive/reason/act/remember分目录，关键函数都有注释，新手也能看懂。
技术栈
- 后端：Python FastAPI + DeepSeek + 讯飞语音 + edge-tts
- 前端：React + Vite，打包APK安装在平板
- 数据库：MySQL + Pinecone（向量检索历史文章）
- 部署：本地电脑（后端）+ 普通安卓平板（前端）
当前状态
-
核心闭环跑通：孩子问问题 → 生成文章 → 阅读 → 朗读检测 → 字库更新 -
支持多孩子（student_id 隔离）
-
已在300元平板上稳定使用
-
代码还在完善中，会有不合理的地方
为什么发在这里
一个人写容易陷入固定思维。想找也在学Agent的朋友一起玩：
- 你不需要全栈，只需要对某个模块感兴趣（比如记忆层、语音识别、前端交互）
- 看不懂的地方可以提Issue，我会尽量解答
- 觉得哪里设计不合理，直接说，我乐意改