MMALIP学习智能平台
模型：模拟导师（离线 · 无需密钥）

面向 AI 时代高等教育的学习过程基础设施

不评价学生完成了什么，
而是理解学生如何借助 AI 完成任务。

MALIP 记录学生与 AI 协作解决问题的完整过程，把「结果数据 / 行为数据 / 认知数据」三层数据转化为教师可用的教学诊断，也为每位学生提供个性化的 AI 学习伙伴。

登录 →加入课程
结果数据

方案产出、提交内容、成绩表现 —— 学生最终交付了什么。

  • 最终方案 / 交付物
  • 概念覆盖度
  • 成绩与评语
行为数据

与 AI 的每一轮对话、Prompt 迭代、任务拆解与验证动作、用时节奏。

  • 对话与 Prompt 轨迹
  • 任务拆解 / 验证动作
  • AI 使用模式
认知数据

问题定义质量、Prompt 设计水平、批判性验证与反思深度等高阶信号。

  • 六维协同能力画像
  • 概念误区识别
  • 反思深度
教师

教学决策驾驶舱

多课程管理：发布公告与课程材料、布置任务、实时课堂监控、AI 初评 + 教师复核的作业批改，以及全班能力诊断与知识盲区分析。

教师登录 →
学生

AI 学习实验室

与 AI 导师协作完成课程任务，获得个性化引导；平台记录你如何定义问题、设计 Prompt、验证结论，形成你的能力成长画像。

用邀请码加入课程 →登录

模型层开放兼容：可在 .env 中切换 Claude / DeepSeek / 通义千问 / Moonshot 或私有部署， 切换模型不影响任何数据采集与教学诊断能力。