Doubao-Seed-Evolving 实测：把 edulab 交互技能做成 AI 教学课件

1.前言

上一篇我用Doubao-Seed-Evolving（在新窗口打开），把复杂 PRD 拆成可执行工程，做成了 AI 教学视频平台。那次重点是“知识驱动出片”：学科知识点 → 教学分镜 → 配音 → 动画 → 1080p 成片。

但课堂里还有另一类更刚需的内容：可交互课件。立体几何要旋转看线面角，解析几何要拖滑块看范围，化学反应要看分子动画和原子守恒。这些东西如果还靠手工拼 Three.js / Canvas / KaTeX 页面，老师和学生都容易卡在“会不会做网页”，而不是“会不会讲题”。

这次我把开源项目 wy51ai/edulab 的三大交互教学技能，封装成一个完整 Web 管理系统：AI Teaching EduLab。用户在浏览器里选题型、填参数、提交任务，后台 Worker 调用 Python/sympy 计算并渲染自包含 HTML 课件，再进入任务中心、课件库、审核和广场。

项目完整源码已开源，可直接下载使用：hailaobao2026/ai-teaching-edulab

更关键的是，这次不是从零“做一个页面”，而是用2026/08/01 前后持续更新的doubao-seed-evolving，在 Codex 里完成“读开源技能 → 参考既有平台架构 → 任务拆解 → 多轮修 Bug → 可登录可生成可审核”的长程工程协作。下面先讲开发过程与技术栈，再拆系统功能，最后用几个学科案例看真实生成效果。

【合规说明】

1. 本文为个人开发与实测记录，仅供技术参考，不构成任何产品购买建议、商业推广、教学效果承诺或升学承诺。
2. 文中模型名称、额度、价格、上下文窗口、生成效果等参数均以火山方舟/相关平台实时展示与官方文档为准，可能调整。
3. 文中界面截图来自火山方舟、Codex 及本项目本地系统，仅用于操作与效果说明；如涉及密钥、账号、订单等信息，发布前请再次核对并完成脱敏。
4. 教学案例由 AI 辅助生成，不构成官方教材或标准答案，实际教学使用前请人工审校。
5. 本文与火山引擎、豆包无商业合作关系。

2.开发实战

为什么这次要换成“交互课件”

上一篇的视频平台解决的是“讲清楚”；这篇的 EduLab 系统解决的是“动起来”。两者的生产物不同：

一句话：

视频平台负责“讲”；EduLab 平台负责“练与看”。

这次用的模型能力点

结合 2026/08/01 前后官方公开信息，doubao-seed-evolving这次更值得压测的不是“再做一个漂亮首页”，而是这些点（均以官方说明为准）：

• 固定 Model ID：doubao-seed-evolving，持续迭代而不频繁换版本号
• 1M tokens 级超长上下文（容量不等于无损理解）
• 长程任务编排、代码生成、工具调用
• 面向 Agent / Coding 的复杂工程协作

落到本次项目，真实压力来自：

1. 同时读懂edulab技能包和既有ai-teaching-video-platform架构
2. 把 CLI 技能封装成 Job + Worker 异步系统
3. 多轮修权限、预览、审核等业务 Bug
4. 最终交付可启动、可生成、可开源的完整仓库

这比“一句话生成一个页面”更接近真实研发。

开通与配置实测

配置路径与上一篇基本一致：在火山方舟找到 Seed Evolving 相关模型，核对：

1. 模型名称是否显示为Doubao-Seed-Evolving
2. 模型 ID 是否统一为doubao-seed-evolving

创建 API Key 后，只在本地环境配置到 Codex。切勿在公开文章、截图或仓库中暴露完整密钥；如截图中出现密钥，请先打码再发布。

配置完成后做一次连通性验证，看到模型可正常调用，就可以进入工程任务。

项目开发：先规划，再动手

这次我没有一上来让模型“直接写全站代码”，而是明确两件事：

1. 能力来源：认真阅读 wy51ai/edulab 三大技能
2. 工程骨架：参考 hailaobao2026/ai-teaching-video-platform 的 Web 管理系统结构

然后先让模型做任务拆解和计划，再进入实现。

AI 进行任务拆解：

这轮拆解后的主线大致是：

需求分析与架构

→ 脚手架与双模式数据库

→ 认证 / RBAC

→ 题型目录与生成任务

→ Python Worker

→ 课件库与预览

→ 前端页面

→ 管理后台

→ 测试与交付

也就是说，模型不是只“生成几个页面组件”，而是先把平台切成可验收阶段。

代码生成与首轮联调

在 Codex 里用doubao-seed-evolving继续实现后，第一版骨架推进很快。我这边体感大概两小时左右，前后端、Worker、基础页面已经能跑起来（具体耗时会因机器、依赖和网络环境不同）。

启动后一次性生成的效果：

点开最新公开课件：

首轮就能看到一个可旋转的立方体几何课件，说明主链路已经打通：

前端提交任务

→ API 入队

→ Worker 抢任务

→ 调用 edulab skill / Python 生成

→ 回写课件 HTML

→ 页面 iframe 预览

真实工程不是一生成就结束

接下来我用登录账号再生成一次，立刻撞上了权限与预览相关问题：

遇到权限问题没有正确显示：

点开后内容未正确呈现：

这类问题反而更能验证 Agent 模型值不值得用：

• 会不会先读代码定位，而不是盲目重写
• 会不会区分“游客可见 / 登录可见 / 审核可见”
• 会不会在修 Bug 时保持最小改动
• 会不会补测试、补 README、把交付物说清楚

经过多轮修改后，系统逐步收敛到现在 README 里的稳定版本：首页、生成中心、任务中心、课件广场、管理后台都能串起来。

最终效果截图：

首页：快速入口 + 学科选择

生成中心：选题型 / 参数 → 一键提交

任务中心：实时进度 + 取消 / 重试

课件广场：公开课件浏览 + iframe 预览

管理后台：用户 / 审核 / 统计 / 题型目录

技术栈介绍

这个平台不是“前端壳 + 一个 LLM 接口”，而是把本地教学技能工程化，下面是它的技术架构图

1. 前端技术栈

前端主要覆盖：登录注册、首页、生成中心、任务中心、我的课件、课件广场、审核页、管理后台等。

2. 后端与数据层

后端按模块拆分，大致包括：

• Auth：注册登录、角色权限
• Catalog：学科 / 技能 / 题型目录
• Jobs：生成任务创建、进度查询、取消与重试
• Lessons：课件草稿、公开、审核、预览
• Admin：用户治理、统计、题型启停、系统配置

6. 为什么选这套技术栈

• React + Vite：适合快速搭管理端和生成页
• Express + MySQL/内存双模式：开发零门槛，生产可落库
• 独立 Worker：把 sympy 重计算从接口请求里拆出去
• edulab skills：把学科交互能力做成可复用技能包
• RBAC + 审核流：让生成结果能沉淀为可公开资源

3.系统功能介绍

生成中心

“生成中心”是 EduLab 系统的核心生产入口。用户选择学科技能和题型后，填写参数或使用随机种子，一键提交生成任务。系统不会要求你手写 Three.js，也不会要求你自己拼 HTML 模板，而是把复杂渲染封装到后台技能链路中。

当前首期支持三大方向：

• 立体几何：正方体 / 长方体线面角、体积、随机出题
• 解析几何：椭圆 / 双曲线 / 抛物线经典问题
• 化学反应：燃烧、电解水、氧化还原、酯化等

任务中心

“任务中心”是异步生产控制台。用户提交后可以离开生成页，随时回看状态、进度、失败原因，并支持取消与重试。对教育类内容生产来说，这比“页面卡住转圈”更接近真实平台体验。

典型状态大致是：

课件广场与我的课件

生成成功后，系统会形成课件记录。作者可在“我的课件”中管理，提交审核；审核通过后进入“课件广场”，以公开资源形式被浏览和预览。

这样一次 AI 生成不再只是本地临时文件，而可以沉淀为：

• 课堂大屏可直接打开的交互页
• 学生课前预习素材
• 教师题型演示库

管理后台

管理后台覆盖用户、审核、统计和题型目录。管理员可以：

• 调整用户角色与状态
• 审核公开课件
• 启停题型
• 查看平台统计
• 配置 Worker / sympy 等运行参数

课件预览

生成的课件是自包含单页 HTML。推荐两种打开方式：

1. 本地双击server/uploads/lessons/<lesson-id>/index.html
2. 通过/lessons/:id/view在系统内 iframe 预览

4.学科案例实测

案例一：立体几何 · 立方体线面角

为什么适合

线面角是高中立体几何高频难点。学生常见问题不是“公式背不下来”，而是“空间关系脑补不出”。交互课件的价值，在于能旋转模型、切换镜头、分步高亮。

平台怎么处理

• 技能：edu-solid-geometry
• 题型：cube / box / random
• 渲染：Three.js 3D + MathJax
• 结果：可旋转几何体 + 分步解析

生成效果

体感结论

• 首轮就能出可交互 3D 课件，比从零写 Three.js 快很多
• 更适合课堂大屏演示和“先看空间再讲证明”
• 生成结果仍需教师核对题意、答案和表达是否贴合本节课目标

案例二：化学反应 · 电解水

为什么适合

化学里“看得到现象、说不清微观”是常态。电解水课件可以把分子结构、电极过程和原子守恒一起可视化。

平台怎么处理

• 技能：edu-chem-reaction
• 题型：electrolysis_water
• 渲染：Three.js 3D 分子动画 + KaTeX
• 结果：动画过程 + 守恒关系 + 机理关键信息

生成效果

体感结论

• 比静态 PPT 更能讲清“拆开—迁移—重组”
• 适合实验预习或课堂微观解释环节
• 不能替代真实实验与安全规范，只适合作为教学辅助

案例三：化学反应 · 钠与氯气

为什么适合

氧化还原既要看电子得失，也要看微观结构变化。动画课件可以把“谁失去电子、谁得到电子”讲得更直观。

生成效果

可继续扩展的反应题型

• 甲烷燃烧
• 氢气燃烧
• 葡萄糖燃烧
• 酯化反应
• 电解水

案例四：解析几何 · 椭圆 / 双曲线 / 抛物线

为什么适合

解析几何最怕“只会背结论，不会看参数变化”。edulab 的解析几何技能提供参数滑块与实时重算，适合讲范围、定值、面积最值等问题。

平台怎么处理

适合场景

• 课堂“拖滑块看结论怎么变”
• 错题回看前的概念重讲
• 周末把一类题压成交互演示

案例对比小结

一句话概括：

不是让 AI 随便生成一个“好看网页”，而是让立体几何能转、解析几何能拖、化学反应能看守恒——不同学科按自己的交互逻辑出课件。

5.这次实测对 Seed Evolving 的判断

结合 2026/08/01 升级后的定位，我更关注四道门：

这验证了一个很实用的结论：

Coding Agent 的价值，不在于“第一版一次写对”，而在于“能不能把长任务持续推进到可验收交付”。

对个人开发者来说，这种模型更适合：

1. 读已有仓库再改，而不是凭空造轮子
2. 把开源 CLI 技能包装成 Web 产品
3. 多轮修权限、预览、审核这类业务边角
4. 最终留下别人能接手的工程，而不是一段聊天记录

6.总结

这次开发与实测下来，AI Teaching EduLab更有价值的地方，不只是“能生成课件”，而是把 edulab 三大交互技能做成了可复用系统：

• 题型可管理
• 任务可追踪
• 课件可预览
• 作品可审核
• 资源可公开沉淀

立体几何的旋转观察、解析几何的参数推演、化学反应的微观守恒，都能走同一套生产链路，但保留各自学科的交互方式。

对个人开发者来说，这条链路也说明一件事：用doubao-seed-evolving这类偏 Coding / Agent 的模型，不只是写几段页面代码，而是可以把“开源技能 + 参考架构 + 业务约束”推进到“能登录、能生成、能审核、能预览”的完整业务系统——前端 React/Vite、后端 Express、异步 Worker、本地 edulab + Python/sympy，共同支撑起这条链路。对老师和学生来说，本次流程里更明显的收益在于：减少部分前端开发与重复搭建成本，把更多精力放回题型本身。实际提效幅度会因题型难度、环境配置和人工审校要求而不同。

如果你也在做教育内容生产，或者想把 Agent 能力落到真实业务里，这个方向值得继续打磨——先把一个题型跑通，再把一个学科技能沉淀成目录，最后形成可持续更新的课件广场。完整项目源码在这里，欢迎下载使用与二次开发：hailaobao2026/ai-teaching-edulab。

再次提醒：本文为个人实测记录，不构成购买建议或教学效果承诺；公开使用前请完成内容审校与信息脱敏。

文章来自于"海虎哥AI编程"，作者 "sunny wangwang"。