ECNUClaw：面向 K-12 个性化教育的学习者画像智能学习伴侣框架
人机交互
2026-05-11 v1
摘要
我们介绍了 ECNUClaw，一个用于在 K-12 教育中构建学习者画像智能学习伴侣的开源框架。该系统通过从学生与伴侣的每一轮对话中提取信号，构建并维护一个五维学习者画像——涵盖认知、行为、情感、元认知和情境维度。画像更新直接输入一个自适应策略引擎，该引擎实时调整伴侣的引导强度、鼓励频率和布鲁姆分类法支架。该框架的设计借鉴了中国教育技术文献中的三个理论分支：用于学习者评估的 Zhang 的数字画像三层框架、用于教育系统架构的教育大脑模型，以及用于伴侣设计理念的人机协同智商概念。ECNUClaw 使用 Python 实现，并通过一个统一的 OpenAI 兼容适配器层支持七个中文大语言模型（LLM）提供商。我们描述了系统架构、画像构建与自适应机制，并讨论了局限性和后续步骤。源代码可在 https://github.com/bushushu2333/ECNUClaw 获取。
引用
@article{arxiv.2605.08040,
title = {ECNUClaw: A Learner-Profiled Intelligent Study Companion Framework for K-12 Personalized Education},
author = {Yizhou Zhou and Jiayin Li and Zhi Zhang},
journal= {arXiv preprint arXiv:2605.08040},
year = {2026}
}
备注
14 pages, 6 figures