[Feature]: AI 物理/数学交互式模拟辅导工具一个新的功能扩展和新的界面，欢迎大家访问https://gitee.com/uncle-stone/PhysiMindAI

[digitoil]

Problem or Motivation

项目设计文档：AI 物理/数学交互式模拟辅导工具 ======================== Duplicate of # **项目代号：** PhysiMind Simulator **版本：** V1.0 **设计者：** AI 应用专家 **核心目标：** 利用 AI 编程智能体，将抽象的物理/数学问题转化为可视化的、可交互的 JavaScript/TypeScript 动态模拟，实现“一图胜千言”的沉浸式学习。

---

1. 系统架构设计

---

系统采用 “前端沙箱 + 智能体编排” 的架构。AI 不仅仅是聊天机器人，更是能够编写、调试、运行代码的“虚拟工程师”。

1.1 核心组件

1. 多模态输入处理器 (Multimodal Input):

   • 文本输入： 接收学生输入的题目文本。

   • OCR 识别模块： 接收图片，利用多模态大模型（如 GPT-4V, Claude-3.5 Sonnet 等）提取图片中的公式和文字，转化为结构化文本。

2. 物理/数学语义分析器 (Physics-Math Parser):

   • 利用大模型（LLM）进行实体抽取：识别题目中的对象（质点、小车、球体）、参数（质量、初速度、摩擦系数）、关系（牛顿第二定律、动量守恒、几何相似性）。

3. 模型推演与代码生成引擎 (AI Coding Agent):

   • 这是系统的核心。AI 根据分析结果，生成完整的 HTML/CSS/JS (Three.js / Canvas / p5.js) 代码。

   • 关键点： 采用 ReAct (Reasoning + Acting) 模式。AI 生成代码 -> 模拟执行 -> 若报错或不符合物理直觉 -> 自我修正 -> 重新生成。

4. Web 渲染沙箱 (Web Sandbox):

   • 一个安全的 iframe 或 Web Component 容器，用于动态执行 AI 生成的代码，实时展示动画和交互控件（滑块、按钮）。

Proposed Solution

5. 知识库与讲解模块 (RAG):

   • 建立向量数据库，存储物理/数学定理、常见误区、解题步骤。AI 在生成模拟后，结合 RAG 检索，生成结构化的讲解文案。

6. 项目持久化 (Project Storage):

   • 将习题的原始数据、生成的模拟代码、讲解内容保存至云端或本地

Alternatives Considered

. Step 1: 提取参数

• Input: 题目截图/文本。

• AI Action: 输出 JSON 格式的参数表。

• Example: {"object": "ball", "initial_velocity": 10, "angle": 30, "gravity": 9.8}。

2. Step 2: 生成模拟代码 (Coding)

   • AI Action: 调用代码生成模型，基于预置的 BaseSimulationTemplate (包含 requestAnimationFrame, 欧拉积分法)，填入具体的物理逻辑和绘图逻辑。

3. Step 3: 虚拟执行与调试 (Virtual Execution)

   • Mechanism: 系统在服务器端（或客户端 Web Worker）静默执行生成的代码，检查是否存在 TypeError 或 SyntaxError。

   • Self-Correction: 如果报错，将错误日志返回给 AI，AI 进行“反思”并重试（最多 3 次）。

4. Step 4: 交互增强

   • AI Action: 自动在画布下方生成 <input type="range"> 控件，绑定物理参数（如初速度、质量）。学生滑动滑块，模拟实时响应，直观感受参数对结果的影响。

Area

Classroom generation

Additional Context

No response

[digitoil]

欢迎大家fork点赞，一起开发