工具概览
基于 RAG 的 AI 助教是一个本地检索增强生成（RAG）系统，把课程视频转换成可搜索的知识，让学生直接就已处理的课程内容提问。助手不仅回答问题，还会指出哪一讲包含该主题以及在哪个时间戳讲解。当前版本是本地课程视频 RAG 流水线，使用通过 Ollama 运行的 DeepSeek R1 进行生成，BGE-M3 做嵌入，OpenAI Whisper 做语音转文字。当前的 Whisper 配置会把印地语音频翻译为英文转写稿。项目处理本地课程视频的流程为：用 FFmpeg 提取 MP3 音频，用 Whisper 把讲座音频转为文本，保留讲座时间戳，把细碎的 Whisper 片段合并为上下文更丰富的较大块，通过 Ollama 用 BGE-M3 生成嵌入，用余弦相似度检索相关课程内容，用同一讲座中相邻的块扩展检索，并通过 Ollama 用 DeepSeek R1 生成最终答案。它仅以检索到的课程上下文作为事实依据，并返回讲座标题、讲座编号和时间戳。系统在设置完成后使用 Ollama 在本地运行，在当前本地配置中，课程上下文不会发送给外部 LLM API。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 学生用该助手直接就已处理的课程内容提问，并获得基于课程的解释。
- 学生用该助手找出哪一讲包含某个主题，以及在哪个时间戳讲解。
- 学生用该助手通过获取相关讲座和时间戳来快速复习某个概念。
- 学生用该助手在很长的课程播放列表中找到某个主题的讲解位置。
- 学生用该助手以自然语言提问，例如 OpenAI 如何用于 DALL-E 图像生成器。
- 学生用该助手查找聊天机器人记忆在哪里讲解。
- 学生用该助手查找哪一讲讲解了 LangChain 记忆。
功能特性
回答课程视频相关问题
在回答中标注对应讲座
提供答案对应的时间戳
使用 Whisper 处理视频内容
借助 BGE-M3 进行检索
通过 Ollama 运行 DeepSeek
用户评论
还没有评论，来分享你的使用体验吧