2025—2026 · 已上线 · ai
ARA
面向教育场景的 AI 学术智能平台
通过 RAG + 多智能体架构，把学术论文自动转化为结构化摘要、Mermaid 思维导图与学术配图，让非专业读者快速进入跨学科内容。已上线运行（v1.1）。
- 职责
- 发起人 / 全栈独立开发 —— 需求、后端、AI 引擎、部署运维
- 技术栈
- PythonFastAPISQLAlchemyJinja2RAGMulti-AgentOpenRouterSQLite/PostgreSQL
10,000+
Backend LOC
24
Admin endpoints
~40%
API cost reduction
v1.1 live
Version
问题与目标
ARA 诞生于人大附中研学课的真实需求：接触前沿论文时，被专业术语与复杂结构挡在门外。目标是用编程能力打造让非专业人员也能快速理解学术文献的 AI 工具，并反向赋能研学课堂。
荣誉：北京中关村学院 2025「智启未来 · 少年 AI 体验营」卓越项目奖（第一名）。
核心功能
- AI 文档解析：PDF / Word / Excel / 图片 → 结构化 Markdown 摘要 + Mermaid 思维导图
- AIDIG 学术配图工作区：自动生成配套学术插图，分屏工作区
- 多模型 × 多脚本引擎：Gemini / DeepSeek，管理员可在线扩展处理脚本
- 完整用户体系：JWT 认证、文件管理、任务追踪、24 个管理端点
- 安全加固：TOTP 二次认证、IP 白名单、登录锁定、审计日志、HTTPS
多智能体管线
MoE 架构，每次处理由 4 个智能体接力：Expert Manager 学科分类（~100 tokens 快模型）→ 学科专家深度综述（人文 / 社科 / 自然科学 / 工程四路由）→ Citation Checker 逐条反查原文删除幻觉 → Mermaid Creator 并行生成导图。
通过 OpenRouter 模型路由实现「简单任务轻量模型、复杂推理高性能模型」的智能调度，API 成本降低约 40%。
真实反馈
盲测中，两位中学教师对比同一篇论文的三个版本综述（ARA v1、ARA v2、DeepSeek 裸模型直出），均认为 ARA 版本在内容质量与逻辑性上显著优于裸模型输出。
成果
- v1.1 已上线运行，自有 Windows 服务器 + HTTPS
- 后端主逻辑 10,000+ 行，含用户系统、支付集成、多智能体引擎与管理后台
- 获中学教师真实测试反馈，盲测优于裸模型输出
- 中关村学院 2025 少年 AI 体验营卓越项目奖（第一名）