学员文献Student Literature

1. 开篇与引言

想象一下，有一本书可以教你任何你想要的，同时又充满乐趣。这就是我想要带给你的。在这个视频中，你可以看到有史以来最聪明的书。这本书实际上隐藏在科幻小说里，写于 1995 年，距今已有近 30 年。它已经可以产生无限的故事与图片和旁白融为一体，实时插入你作为主角。

2. 学习与设计

假设我在学习 Python，它可以帮助我以有趣和简单的方式学习数据构建。它的特点是像朋友一样与你互动。对于插图入门书，这个项目主要由人工智能驱动。AI 接受故事和提示，输出自己的故事以保持真实性。我需要这些故事也可以提供叙述，作为视觉和文字内容的一部分。

3. 设计构思与原型

我在 iPad 上创建了一些草图，主要设计了三个页面：

1. 欢迎页面。
2. 输入用户姓名和想学习内容的页面。
3. 包含课程内容及生成插图的页面。

接着，我在 Figma 中开始高保真设计，挑选了合适的字体与边框风格，并设计了一些交互性的视觉效果。

4. 项目构建与工具使用

为了构建这个项目，我使用了 Next.js 的最新版本，结合 React 19 和 Tailwind CSS。对于后端，我选择了使用 LangChain 和 LangFlow，通过 Python 构建 AI 模型和数据库，进行嵌入、检索和生成。

LangFlow 是一款优秀的工具，它将复杂的代码转化为可视化流程，让开发变得更加直观。

5. 数据处理与存储

我通过以下步骤处理数据：

1. 使用文件加载器上传数据。
2. 使用文本分割助手将数据拆分为更小的部分。
3. 使用 OpenAI 的文本嵌入模型进行嵌入。
4. 将嵌入结果存储到 Astra DB 数据库中。

通过这些步骤，我构建了一个可用于检索和生成内容的数据库。

6. AI 流程与提示生成

接下来，我创建了一个聊天输入流，用户可以输入提示，系统会从数据库中检索相关内容，并通过 AI 模型生成个性化的故事。这一流程通过连接 LangFlow 中的组件实现，包括提示创建、数据库检索和 OpenAI 接口的调用。

7. 前端设计与整合

为了测试和展示，我在 Next.js 中实现了基本的前端设计，包括：

• 一个登陆页面。
• 一个输入提示的页面。
• 一个显示生成内容的主页面。

这些页面都与后端 AI 流程相连，实现了完整的交互功能。

8. 测试与结果

在测试中，系统生成了基于用户提示的独特故事。例如：

艾米莉尝试学习 Python，她打开了一本名为“密码王国”的书，开始了她的第一次编译器之旅。

整个流程顺利完成，我也将代码托管在 GitHub 上，供大家使用。