# AI-Trainer **Repository Path**: idcu/ai-trainer ## Basic Information - **Project Name**: AI-Trainer - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-04-09 - **Last Updated**: 2026-04-16 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # AI-Trainer 人工智能训练师培训项目,包含理论培训文档和题库练习系统。 ## 项目概述 本项目旨在为人工智能训练师提供完整的学习资源,包括: - 理论培训文档(docs/) - 题库练习系统(qb/) - 支持 GitHub Pages / Gitee Pages 在线部署 ## 目录结构 ``` ai-trainer/ ├── docs/ # 培训文档目录 ├── qb/ # 题库系统(Flask + SQLite) │ ├── app.py # Flask后端应用 │ ├── config.py # 后端配置文件 │ ├── config.json # 配置文件(不提交到git) │ ├── config.json.example # 配置文件模板 │ ├── requirements.txt # Python依赖 │ ├── Dockerfile # Docker镜像文件 │ ├── docker-compose.yml # Docker Compose配置 │ ├── scripts/ # 辅助脚本目录 │ │ ├── init_db.py # 数据库初始化脚本 │ │ ├── convert_docx.py # Word文档转换脚本 │ │ ├── convert_docx_v2.py # Word文档转换脚本v2 │ │ ├── analyze_docx.py # Word文档分析脚本 │ │ ├── update_data_js.py # 更新前端数据脚本 │ │ └── check_db.py # 数据库检查脚本 │ ├── templates/ # 前端页面目录 │ ├── static/ # 静态资源目录(含原始JSON数据) │ │ ├── css/ # 样式文件 │ │ ├── js/ # JavaScript文件(模块化设计) │ │ └── data/ # 题目数据(JSON格式) │ ├── data/ # 数据库文件 │ ├── docs/ # 题库系统文档 │ │ ├── USER_GUIDE.md # 用户手册 │ │ ├── DEVELOPMENT.md # 开发者指南 │ │ ├── API.md # API文档 │ │ ├── ARCHITECTURE.md # 架构设计 │ │ └── ANDROID_BUILD.md # Android打包指南 │ ├── android/ # Android构建相关 │ └── .github/ # GitHub Actions工作流 ├── index.html # 主页(跳转到题库系统) ├── .nojekyll # GitHub Pages配置 ├── .gitignore └── README.md # 本文件 ``` ## docs/ - 培训文档 包含人工智能训练师相关的技术文档: | 文档 | 说明 | |------|------| | 01_Python基础.md | Python编程语言基础 | | 02_Anaconda安装使用.md | Anaconda环境管理工具 | | 03_Excel数据处理及示例.md | Excel数据清洗、标注及数据透视表/图使用 | | 04_Word流程图绘制及示例.md | Word流程图绘制(SmartArt和形状工具) | | 05_NumPy库使用及示例.md | NumPy数值计算库 | | 06_Pandas库使用及示例.md | Pandas数据分析库 | | 07_SQLite3库使用及示例.md | SQLite数据库操作 | | 08_Requests库使用及示例.md | Requests网络请求库 | | 09_BeautifulSoup库使用及示例.md | BeautifulSoup网页解析库 | | 10_LabelStudio安装使用及示例.md | LabelStudio数据标注工具 | | 11_SPSS安装使用及示例.md | SPSS数据分析工具 | | 人工智能培训师实操手册.md | 完整实操指南 | ### 文档分类说明 **开发环境类:** - 01_Python基础.md - 02_Anaconda安装使用.md **数据处理工具类:** - 03_Excel数据处理及示例.md - 04_Word流程图绘制及示例.md - 11_SPSS安装使用及示例.md **Python库类:** - 05_NumPy库使用及示例.md - 06_Pandas库使用及示例.md - 07_SQLite3库使用及示例.md - 08_Requests库使用及示例.md - 09_BeautifulSoup库使用及示例.md **数据标注类:** - 10_LabelStudio安装使用及示例.md **综合指南:** - 人工智能培训师实操手册.md ## qb/ - 题库练习系统 基于 Flask + SQLite 的在线题库系统,主要功能: ### 核心功能 - ✅ 三种题型:判断题、单选题、多选题 - ✅ 练习模式和考试模式 - ✅ 灵活的数据源配置(数据库 / JSON 文件) - ✅ Flask后端API + 纯前端版本 - ✅ 随机出题 - ✅ 实时反馈与成绩统计 - ✅ 响应式设计 ### 错题与收藏 - ✅ 错题本功能:自动记录答错的题目 - ✅ 错题重练:专门的错题练习模式 - ✅ 收藏功能:收藏重点题目 - ✅ 收藏练习:从收藏夹开始练习 ### 历史记录与统计 - ✅ 成绩历史:记录每次答题的详细信息 - ✅ 学习统计:总测试次数、平均分、最佳成绩等 - ✅ 性能等级:根据正确率评估学习水平 ### 搜索与筛选 - ✅ 题目搜索:关键词搜索题目内容 - ✅ 题型筛选:按题型筛选题目 - ✅ 混合题型:多种题型混合出题 ### 其他功能 - ✅ 答题进度保存与恢复 - ✅ 数据导入导出 - ✅ 支持 Docker 部署 - ✅ 支持 GitHub Actions 自动部署 - ✅ 支持 Android 应用构建 - ✅ ESLint + Prettier 代码规范 详细说明请查看 [qb/README.md](qb/README.md) ## 🚀 快速部署 ### GitHub Pages / Gitee Pages 在线访问(推荐) 本项目已支持 GitHub Pages / Gitee Pages 部署,无需服务器即可在线访问题库系统: #### GitHub Pages 部署步骤: 1. 将代码推送到 GitHub 仓库 2. 进入仓库的 **Settings** → **Pages** 3. 在 **Build and deployment** 部分: - Source: 选择 **Deploy from a branch** 或 **GitHub Actions** - 如果使用 Actions:项目已配置 `.github/workflows/deploy.yml`,推送到 main/master 分支会自动部署 - 如果使用 Branch:选择 `main` 或 `master`,文件夹选择 `/ (root)` 4. 点击 **Save** 保存 5. 等待1-2分钟部署完成,访问 `https://.github.io/ai-trainer/` #### Gitee Pages 部署步骤: 1. 将代码推送到 Gitee 仓库 2. 进入仓库页面,点击顶部的 **管理**(或仓库设置) 3. 在左侧菜单中找到 **Gitee Pages** 4. 选择部署分支(如 `main` 或 `master`),部署目录留空 5. 点击 **启动**,等待部署完成 > 注意:Gitee Pages 需要仓库先进行实名认证才能使用 ### Docker 部署 ```bash # 进入 qb/ 目录 cd qb # 构建并启动 docker-compose up -d # 访问 http://localhost:5000 ``` --- ## 快速开始 ### 方式一:本地运行题库系统(后端版本) 1. 进入 qb/ 目录 ```bash cd qb ``` 2. 安装依赖 ```bash pip install -r requirements.txt ``` 3. 配置(可选) ```bash cp config.json.example config.json # 编辑 config.json 文件修改配置 ``` 4. 初始化数据库 ```bash python scripts/init_db.py ``` 5. 启动服务器 ```bash python app.py ``` 6. 访问 http://127.0.0.1:5000 ### 方式二:直接使用纯前端版本(推荐) 直接在浏览器中打开 `qb/templates/index_standalone.html` 或根目录下的 `index.html` 即可使用,无需后端服务。 ### 学习培训文档 直接在 docs/ 目录下查看相关 Markdown 文档。 ## 开发环境 - Python 3.x - Flask 3.0 - 前端:原生 HTML/CSS/JavaScript - Docker(可选,用于容器化部署) - ESLint + Prettier(用于代码规范检查) ## 许可证 本项目仅供学习使用。