01
把“会聊天”升级为长期学习陪伴
学习不是一次性问答,而是目标变化、误区修复、资料积累和复习节奏共同构成的长期循环。Inno Agent 用分层记忆把这些状态显式化,让每次对话都带着学习上下文继续。

InnoAgent 教育智能体入选 WAIC 2026 世界人工智能大会 AI 赋能教育实践案例展示,呈现分层记忆架构如何把学习者画像、知识 Wiki 与主动复习组织成可持续的教学闭环,让通用大模型真正走进长期、个性化的学习场景。
一款教学蒸馏工作台,支持从 B 站、优酷等线上平台或本地视频收集课程,用 Faster Whisper 本地转写,再借助 OpenAI 兼容接口提炼单课与跨课程共性的教学能力,产出带证据溯源的 Skill 文件。导出后即可在 Inno Agent 中作为技能直接使用。

VeryMath 是由华东师范大学数学科学学院研发,面向 AI 辅助数学研究的开源平台,致力于构建可复用、可验证、可协作的科研流程,覆盖论文阅读、数学计算、形式化验证与自动化研究。Inno Agent 已将其核心能力作为工作区模板接入,开箱即用。
System Highlights
学习者模型、知识库、练习环境、主动复习和本地部署共同构成一个可运行的个人学习 Agent,每个能力都可独立使用,也可组合成闭环。
目标、掌握度、误区、偏好和复习时机被沉淀为可查看、可修正的长期档案。
资料被整理成来源、实体、概念和分析页面,保留出处,比单纯向量召回更可审计。
近期对话、工具调用和运行记录留在会话层,服务连续交互而不污染长期记忆。
01
学习不是一次性问答,而是目标变化、误区修复、资料积累和复习节奏共同构成的长期循环。Inno Agent 用分层记忆把这些状态显式化,让每次对话都带着学习上下文继续。
02
PDF、Office、图片和文本资料会进入 L2 知识层,形成 source-summary、entity、concept、analysis 等页面。学习者和 Agent 都能追溯来源、修改页面、围绕知识图谱继续提问。
03
Scheduler 支持每日复盘、间隔复习、知识库更新、学习档案反思和自定义任务,并可通过飞书、QQ、微信等个人入口推送,让 Agent 不只等待用户打开网页。
04
Agent 生成练习文件和建议命令,用户点击运行,终端输出被保存为 run record。下一轮提问会带着运行尾部上下文,支持从错误、输出和实验现象继续讲解。
Distillation Direction
我们的目标不是复刻通用编码 Agent 的全部能力,而是蒸馏“何时讲解、何时诊断、何时练习、何时调用学习工具”的教育决策策略,让轻量模型也能胜任个性化教学。
Core Capabilities
每个模块对应一个真实的学习动作:建档、归档、对话、复习、练习、部署,组合成可运行的长期学习系统。
目标、掌握度、误区、偏好和复习时间来自结构化学习事件,学习者可以查看、修正和追溯依据。
学习资料被归档成来源、实体、概念和分析页面,支持引用、维护和图谱化查询。
近期对话、工具调用和运行记录由会话层承载,避免把临时聊天混入长期画像和知识库。
支持每日复盘、间隔复习、知识库更新、学习档案反思和自定义任务,并可推送到个人渠道。
Agent 生成练习文件和建议命令,用户运行后保留输出记录,再基于真实运行结果继续讲解。
数据默认存在本地文件,模型接口兼容多个 provider,也为更小、更快的教育专用模型预留了接入路径。
Scenarios
从工作区、Skill 到交互式解题,把抽象能力落到真实学习流程里。
Skill Library
开箱即用的能力包,上传到工作区即可赋予 Agent 新技能
题目 → Three.js 交互 3D 解题页面
解析几何题 → Canvas 交互式解题页面
试卷照片 → 结构化知识点 + 诊断分析
Workspace Templates
预配置的学习环境,克隆即用。VeryMath 系列专为数学研究与教学打造。