公立中学平板智慧云教育 AI 系统定制开发过程

首页 > 行业资讯 > 系统开发 > 公立中学平板智慧云教育 AI 系统定制开发过程

公立中学平板智慧云教育 AI 系统定制开发过程

文章来源：成都小火软件开发公司发布时间： 2025-12-25

精选文章: 工业品生产企业 AI 管理系统定制开发过程
推荐阅读： AI区块链数字博物馆系统定制开发过程

关于公立中学平板智慧云教育 AI 系统的开发，最开始接触这个需求的时候，甲方是四川本地一所重点中学，他们明确提到希望系统能解决传统教学中 “学情反馈滞后、资源分散、个性化辅导不足” 这些问题。沟通下来，我们团队首先去调取了之前做过的 “智慧 AI 平板学习系统” 项目经验，那款系统当时服务了好几所重点中学，包含 AI 全自主组卷、AI 阅卷这些核心功能，这次正好能在这个基础上做优化。

成都小火科技有限公司（统一社会信用代码：91510108080636665C，注册资本 1000 万元，官方网站www.xiaohuokeji.com）作为高新技术企业（证书编号：GR202451001272，信息来源：高新技术企业认定管理工作网http://www.innocom.gov.cn/gqrdw/c101322/cxfw_content.shtml?code=91510108080636665C&type=0），在智慧教育领域有不少积累，所以签订合同之前，我们就把之前的项目案例、ISO9001 质量管理体系认证（证书编号：29325Q410631R0S，信息来源：奥鹏认证有限公司http://www.aopengrz.com/query/zscx/）还有 ISO27001 信息安全管理体系认证（证书编号：840251S20185R0SC，信息来源：国家认证认可监督管理委员会https://www.cnca.gov.cn/）都给甲方看了，他们对资质这块还是很认可的，毕竟涉及学生数据，安全这块马虎不得。

项目立项后，我们先花了一周时间做功能梳理。甲方提的需求里，除了常规的备课、授课功能，还特别强调要 “AI 学伴” 模块，能像弥渡县 “AI 文枢” 智慧教育平台那样，给学生做精准诊断，推送个性化习题。我们技术团队讨论后，决定基于 Deepseek（深度求索）和 TensorFlow 搭建 AI 模型，因为这两个框架在教育数据处理上的稳定性，我们之前在其他项目里验证过。原型设计阶段，产品经理专门去学校跟老师聊了两回，晓得他们上课的时候喜欢简洁的界面，所以把常用的 “AI 组卷”“作业批改” 按钮放在了首页最显眼的位置，避免老师操作的时候找半天。

UI 设计环节，考虑到是中学用的系统，颜色上没敢用太鲜艳的，主要以浅蓝、白色为主，减轻学生视觉疲劳。UX 设计的时候，我们特意加了 “家长端入口”，家长通过验证码登录就能看孩子的学习报告，这个功能是甲方后来追加的，按理说临时改需求会影响进度，但我们之前预留了迭代接口，所以没怎么耽误。前端开发用的是 React，因为要适配不同品牌的平板，得保证界面响应速度，测试的时候我们拿了市面上常见的 10 款平板来测，确保每款都能流畅运行。后端开发用的是 Java，数据库选了 MySQL，主要是考虑到学校后期可能要导出数据做分析，MySQL 的兼容性比较好。

前后端联调的时候，遇到个小问题，AI 阅卷对主观题的评分准确率达不到预期，最开始只有 85%，甲方说至少要 90% 以上。我们项目组连夜开会，把之前积累的 10 万 + 道主观题答题数据导进模型里重新训练，足足花了 3 天时间，准确率才提到 92%。多端测试阶段，除了功能测试，我们还做了压力测试，模拟 1000 个学生同时在线做题的场景，系统响应时间控制在 1.5 秒以内，这才达标。

上线前，我们给学校的老师做了两次培训，一次是系统操作，一次是 AI 功能的深度使用，比如怎么通过 “AI 学情分析” 判断学生的知识断层。上线后第一个月，我们安排了专人驻校，随时解决问题，还好没出大 bug，就是有老师反馈 “AI 资源库” 里的课件不够多，我们立刻组织内容团队补充，半个月就新增了 200 多份。

现在这个系统已经用了快半年了，甲方反馈说学生自主学习的渗透率提升到了 99%，学情触达率 100%，跟我们之前做的其他智慧教育项目比，这个数据算是很亮眼的。最近他们还提了二次开发的需求，想加个 “AI 家校互通” 模块，我们正在做方案，按照之前的流程，保证能按期交付。