📘 本项目为北京航空航天大学计算机学院本科毕业设计,旨在构建一个基于大语言模型(LLM)的智能化 C 程序教学辅助系统,以提升编程初学者的学习效率和能力。
本系统基于大语言模型(如 DeepSeek、Qwen-Max),融合任务分解、函数级代码生成、测试样例自动生成与学习分析等多项功能,打造一套智能、交互、数据驱动的 C 程序设计教学辅助平台。
该系统通过 Django 构建后端,集成 LangChain 框架,实现教学逻辑的自动化、个性化和智能反馈。
| 功能模块 | 说明 |
|---|---|
| ✅ 编程任务分解 | 利用模块化思维链(MoT)技术,将自然语言任务描述拆分为多个函数级任务 |
| ✅ 函数级代码生成 | 基于结构化提示词技术,生成符合规范、含注释的 C 语言代码 |
| ✅ 检索增强测试样例生成 | 结合 Unity Test 框架和知识库,自动生成高覆盖率测试用例 |
| ✅ 学习数据智能分析 | 分析提示词使用质量、模型响应采纳率,自动生成学习报告 |
| ✅ 系统整体架构 | 基于 Django + LangChain 构建,支持服务部署与接口调用 |
(TODO 偷懒了,后续补充)
