语料上传和归档
老师上传教学资料,按学院、专业和分类归档。支持 PDF、Word、Excel、文本等格式,扫描件和图片用 OCR 识别,录音用语音识别转成文字。
- 中文全文检索,标题和正文都能搜,可以选模糊或精确
- 原始语料库、校本语料库、结构化数据集分库存放
- 可以导出确认清单(Excel / PDF)

驾驶舱可以一键全屏,投到会议室或展厅的大屏上。
审核确认的原始语料、结构化语料总量、总 Token 数、知识图谱实体、微调样本数、语料课堂调用次数,每项都对着目标值显示进度。
原始语料 → 审核确认 → ETL 清洗 → 向量知识库 / 知识图谱 / 微调数据集,每一步现在有多少,一张图看完。
各二级学院的语料数量和近 30 天应用排行,哪个学院交得多、用得多,一眼能比。
清洗队列、近 14 天入库趋势、存储使用和最新处理记录实时刷新;统计报告可以导出。
本页截图都来自演示环境,语料是公开数据集,不含任何学校的真实资料。
老师上传教学资料,按学院、专业和分类归档。支持 PDF、Word、Excel、文本等格式,扫描件和图片用 OCR 识别,录音用语音识别转成文字。

语料入库前先过审:学院审核,再由学校审核确认。谁在什么时候审的、结论是什么都有记录,每份语料带确认编号、来源和许可信息。

选一批语料,配清洗规则,执行。平台去页眉页脚、去重、脱敏,再按长度切成知识块,同时生成向量,供检索问答使用。

从语料里抽出实体和关系,做成可以浏览的图谱。可以按名称搜实体、按类型筛选,点开看它的属性、关系和出处。

选好已确认的语料,批量生成问答、指令这类训练样本,导出成可以直接拿去微调的数据集。

老师在语料库里勾选资料,同步到课堂终端。上课时用翻页笔翻页、切换资源、打开课堂大屏,也可以按住说话,直接在语料库里查。

其他系统要用语料,在后台建一个应用密钥就能调接口:语料检索、文档和正文、知识图谱、向量检索。每个密钥可以限定功能和语料范围。

整套系统打成 Docker 镜像,部署在学校自己的服务器上,资料不出校园网。

平台有中文和英文两个版本,右上角切换。
每个页面都有使用提示,另有帮助中心和接口文档。
学院、专业和课程在后台维护,语料按这套结构归档。
驾驶舱里可以生成统计报告并导出 PDF。
大批量的底座语料可以用脚本批量导入并清洗。
Python FastAPI 后端,React + Ant Design 前端,SQLite 全文检索,Docker 部署。
这套平台是我们给职业院校客户做的项目,按保密约定不写客户名称。发邮件说一下学校的情况和要求,我们回复方案;想看演示也可以来信约。