案例 / CASE STUDY
多模态对话 · 文档学习
AI 作业帮
整合多轮对话、图片输入和 DOCX、PPTX、PDF 文档解析,以多笔记本与流式响应承载连续学习过程。
01
项目背景
学习材料散落在题目截图、Word、PPT、PDF 和笔记中,频繁复制粘贴会打断提问与追问的连续性。
02
核心挑战
让图片和不同格式的文档进入同一条对话链路,同时保存各笔记本的上下文并及时反馈长回答。
03
解决方案
解析 DOCX、PPTX、PDF 与文本文件,结合图片输入、多轮对话记忆和 SSE 流式响应,形成多笔记本学习工作台。
04
关键能力
- 多轮对话记忆
- 图片输入
- 多格式文档解析
- 多笔记本管理
- SSE 流式响应
05
项目实现
后端解析 DOCX、PPTX、PDF 与文本文件,将文档内容和图片输入统一交给对话模型;通过 conversation_id 保持多轮上下文,并以 SSE 持续返回结果。
真实能力
前端提供多笔记本管理与本地持久化,用户可以围绕同一份学习材料连续提问、查看历史并继续追问。