教练流程

本文说明 AI 教练对话的阶段状态、你能说什么，以及节点如何点亮。教学模式背景见 教学模式。

主路径

flowchart LR
  build[建课或导入] --> pick[课程详情选节点]
  pick --> coach[教练对话]
  coach --> done[节点点亮]
  done --> next[下一节或纵深扩展]

快速上手步骤见 快速上手。

会话阶段（Phase）

Phase	含义	你能做什么
explain	讲解与答疑	提问；说「开始练习」进入练习；可申请掌握
exercise	已出题，等待作答	提交答案；说「不懂/回讲解」；说「换一题」；可申请掌握
review	首次未通过后补讲	提问；说「开始练习」再练；可申请掌握
completed	本节点已点亮	Web 点「继续 · 下一节」或 IM 说「下一节」；也可回知识树选其他节点

教练不会在自由对话里自行宣称「节点已通过」——点亮由系统在批改通过或掌握度评估通过后执行。

状态流转

flowchart TD
  explain[explain 讲解答疑]
  exercise[exercise 练习作答]
  review[review 未通过补讲]
  completed[completed 节点点亮]
  grade{批改通过?}
  readiness[完成评估]

  explain -->|开始练习| exercise
  exercise -->|提交答案| grade
  grade -->|否| review
  review -->|开始练习| exercise
  exercise -->|不懂回讲解| explain
  exercise -->|换一题| exercise
  grade -->|是| readiness
  explain -->|申请掌握| readiness
  exercise -->|申请掌握| readiness
  review -->|申请掌握| readiness
  readiness -->|ready| completed
  readiness -->|not ready| chain[连题或提示薄弱点]
  chain --> exercise

用户话术

意图	示例说法	效果
开始练习	开始练习、准备好了、出题、来一题	explain / review → exercise
提交答案	（你的作答内容）	exercise → 批改
不懂回讲	不懂、回讲解	exercise → explain
换题	换一题	重新出题（仍在 exercise）
实际案例	实际案例、生产环境	结合工作场景讲解
申请完成	已经掌握下一节、申请完成	触发掌握度 / 完成评估
续下一节	Web「继续 · 下一节」/ IM「下一节」	completed → 下一节点新会话

IM 中若已有进行中的节点会话，发消息会直接进入教练对话，不会被导航命令打断。建课、删课请在 Web 操作。

练习作答提示

• 选择题：提交选项字母或完整选项文案均可；系统会规范化后再批改。
• 代码 / 找 bug（JSON 题）：未按约定格式提交时，界面会提示补全，而不是直接按错误答案批改。
• 题目清洗：出题阶段会去掉易干扰作答的杂质（如题干里夹带答案暗示），减轻误判。

答对后如何点亮

练习批改 passed=true 后，系统按以下顺序判断是否点亮本节点：

1. 记录进度

• 本题 reinforced_concepts 记入会话「已考查」列表。
• 若本题是应用级练习（代码补全 / 找 bug），标记「已通过应用级练习」。

2. 规则建议（非最终裁决，默认模式下）

系统检查两条规则，满足时建议再练一题，而不是立刻点亮：

规则	条件	说明
概念覆盖	核心概念 ≥3 且仍有 ≥2 个未在练习中考到	REGULUS_STRICT_CONCEPT_COVERAGE（默认开）
应用练习	熟悉/精通层且尚未通过应用级练习	REGULUS_REQUIRE_APPLY_EXERCISE（默认开）；入门层豁免

3. LLM 综合评估（默认开启）

REGULUS_LLM_COMPLETION_CHECK=1（默认）时：

• 结合全节对话、练习与答疑，输出 ready / gap_concepts。
• 规则建议仅作为上下文提示；若答疑/深讲中已充分体现掌握，模型可 ready=true（软豁免覆盖或 apply 建议）。
• ready=true → 点亮节点。
• ready=false → 给出反馈并自动连下一题（优先考查薄弱概念或 apply 题）。

4. 关闭 LLM 评估时（REGULUS_LLM_COMPLETION_CHECK=0）

• 练习答对：规则满足则硬挡并连题；否则直接点亮。
• 申请掌握：仍调用掌握度 JSON 评估；ready 且规则满足时连题；not ready 时留在当前阶段并提示薄弱点，不自动出题。

适合弱模型或需要完全确定性行为的部署。

申请掌握（跳过练习）

在 explain / exercise / review 可说「已经掌握，下一节」：

1. 首次评估 not ready（LLM 开时）：可能自动连题；若走申请路径会标记已提醒，并提示可再次申请。
2. 再次坚持申请：系统记录易错概念并强制完成本节点（适合「我知道有薄弱点但想先过」的场景）。

Web 与 IM 行为一致；完成态用「继续 · 下一节」进入下一节点，无需再打「下一节」口令。

节点内多概念

节点常有多个 core_concepts。侧栏与 prompt 中的【待考查】列出尚未在练习中考到的概念；出题会优先覆盖这些概念，且不得考查对话中未出现过的概念。

配置速查

变量	默认	作用
REGULUS_STRICT_CONCEPT_COVERAGE	开	多概念覆盖门槛建议
REGULUS_REQUIRE_APPLY_EXERCISE	开	熟悉/精通层 apply 练习建议
REGULUS_LLM_COMPLETION_CHECK	开	点亮前 LLM 综合评估

组合示例与全部环境变量见 环境变量。

父子课程关联

同一主题族下，子话题（如「Go 并发」）与根课（如「Go 语言」）可独立建课，系统通过 parent_slug 记录归属关系。

建课行为

场景	行为
输入子话题 Skill 包（如「Go 并发」）	秒开子课，写入 parent_slug（如 go），不自动 LLM 生成整棵根树
已有子课，再建根课	返回 status: related，询问是否合并（并入根树、迁移进度、删除旧子课）或单独创建
已有根课，再建子课	默认独立建课，不弹窗
LLM 生成的窄主题（scopeBreadth=narrow），且用户已有同主题族课程	静默分析关联：LLM 从候选父课中选取一个，写入 parent_slug 与 derivation_json（衍生锚点关键词），不弹窗

LLM 生成课的衍生锚点存于数据库 derivation_json；Skill 包仍从 tree.yaml 的 derivation 读取。GET /api/domain/{id}/course-links 解析时优先读库。

建课请求可传 action：merge（合并）或 separate（强制独立）；force: true 等同 separate。

课程页展示

• 子课页：顶部横幅链接到父课（GET /api/domain/{id}/course-links 的 parent）。
• 根课页：在锚点节点（由 Skill 包 derivation.parent_anchor_keywords 或生成课 derivation_json 匹配）之后插入衍生跳转条，指向子课（derivations）。

知识图谱

多门课同时展示时，父子课程之间绘制有向边（父 → 子），与星座聚合的弱关联边区分。

相关页面

• 快速上手 — 第一次学习闭环
• 功能一览 — 导出、纵深扩展、知识图谱、课程体检
• 行动助手 — 节奏恢复与今日推荐
• 教学模式 — 为什么这样设计
• 界面预览 — 主要界面截图