文档目标
先标准化，再规模化
资料生产 Agent 的核心，不是单次生成某个成品，而是把原始资料整理成标准字段、标准标签、标准模板可调用的内容底座。
01 / Framework
闭环总览
闭环逻辑
- 先给资料分类，明确来源、用途和呈现形式。
- 再确定优先成品，倒推出所需字段和模板。
- 最后通过清洗、拆解、入库和质检完成规模化派生。
02 / Classify
资料分类
按资料来源
上岸仓资料库
底层资料馆
申论底层库
行测底层库
时政 FM 库
官方网站 / 权威来源
用于区分存量参考、原始补充、考点标签、题源素材和权威来源校验。
按内容用途
系统学习
快速记忆
做题训练
考前复习
申论积累
时政更新
打印交付
手机端互动
用途决定成品目标，也决定内容长短、交互方式和学习节奏。
按呈现形式
讲义类
卡片类
PDF 文档类
思维导图类
H5 页面类
训练题类
速查表类
专题 / 月度包
同一份知识点素材，可以面向不同形式输出完全不同的成品体验。
03 / Product Strategy
成品策略
Phase 1
优先验证基础成品
讲义类、卡片类、PDF 文档类
Phase 2
扩展结构化学习能力
思维导图、训练题、速查表
Phase 3
扩展交付与互动场景
H5 页面、专题资料包、月度资料包
| 成品类型 | 样式结构重点 | 适合场景 |
|---|---|---|
| 讲义类 | 标题、引入、定义、规律、例题、解析、小结 | 课程配套、系统学习 |
| 卡片类 | 标题、核心结论、记忆点、例子、翻转问答 | 碎片化记忆、考前回顾 |
| H5 页面类 | 首屏、内容卡、互动模块、练习题、反馈入口 | 打卡、自测、分享传播 |
04 / Schema
字段模型
内容结构字段
知识点名称
所属科目
所属模块
所属章节
子知识点
核心定义
考点规律
方法技巧
典型例题
答案
解析过程
记忆表达
图片 / 图表素材
来源信息
风险标记
适用成品
拆解原则
- 不按页拆，也不按自然段机械拆分。
- 优先围绕知识点拆，例题必须绑定对应考点。
- 无法匹配现有标签的内容，进入待审核或新增标签池。
内容填充
根据成品类型调用不同字段，比如 H5 页面重点使用标题、短内容、互动问题、答案反馈和图片素材。
样式填充
不是简单排版，而是控制正文字数、视觉层级、分页规则、点击交互和默认显隐逻辑。
05 / Workflow
处理流程
01
资料来源
02
资料接入
03
资料解析
04
资料清洗
05
知识点拆解
06
素材结构化
07
标签入库
08
模板组装
09
成品输出
10
质检审核
11
入库 / 上线 / 分发
资料清洗重点
- 去除水印、logo、机构名、广告、二维码、页眉页脚。
- 保留正文、题干、选项、答案、解析、图表、来源信息。
- 政治理论和时政资料需额外保留发布时间、发布机构和来源链接。
标签维度
- 科目、模块、题型、考点、知识点、考法
- 资料来源、素材类型、适用成品、使用场景
- 难度阶段、风险标记、审核状态
06 / Quality
质检节点
检查是否还残留水印、机构名、广告和页眉页脚。
检查知识点是否拆对，例题是否绑定正确。
检查科目、模块、知识点、考法是否准确。
检查政治理论和时政资料是否有权威来源。
检查模板所需字段是否齐全，是否满足页面渲染条件。
检查内容完整性、样式正确性和场景匹配度。
07 / Architecture
系统架构
前端操作台
给运营和审核人员的可视化工作面板
资料上传
来源选择
科目 / 模块选择
清洗结果预览
拆解结果预览
标签修改
模板选择
成品预览
审核通过 / 驳回
重新生成
批量处理
导出下载
后端流程编排
把资料处理链路自动化
OCR 识别
资料清洗
知识点拆解
知识图谱匹配
素材结构化
标签入库
官网补采
来源校验
模板组装
成品生成
LLM 初检
规则校验
人工审核流
日志记录
失败重跑