personalize-path

name	personalize-path
description	根据学生画像和学习风格生成个性化学习路径。使用场景：学生需要学习规划或想知道"接下来学什么"时。

personalize-path

基于学生当前掌握度和学习风格，递归解析前置依赖链，区分需复习和需新学的知识点，匹配知识库素材，估算学习时间，生成分步骤个性化路径。

输入参数

参数	类型	必填	默认值	说明
student_id	string	否	""	学生 ID
topic	string	否	""	目标学习主题，如 "诱导公式"
learning_style	string	否	unknown	学习风格：visual / textual / example / abstract / hands_on / unknown
target_mastery	string	否	proficient	目标掌握度：introduced / practicing / proficient / mastered

返回字段

字段	类型	说明
success	bool	是否执行成功
topic	string	目标知识点
current_mastery	string	当前掌握度
target_mastery	string	目标掌握度
learning_style	string	实际使用的学习风格（从画像取或参数指定）
path	array	分步骤学习路径
path[].step	integer	步骤编号
path[].phase	string	阶段名称，如 "复习前置知识" / "学习核心" / "练习巩固"
path[].action	string	具体行动描述
path[].estimated_minutes	integer	预估耗时（分钟）
path[].method	string	教学方法，与学习风格匹配
path[].materials	array	匹配的知识库素材
prerequisites_to_review	array	需复习的前置知识点（mastery: introduced/practicing）
prerequisites_to_learn	array	需新学的前置知识点（mastery: not_started）
total_estimated_minutes	integer	总预估时间
recommended_sessions	integer	建议分几次完成
suggestion	string	人类可读建议

内部逻辑

1. 加载 StudentProfile，确定实际学习风格和节奏偏好
2. 递归解析前置依赖链（DFS，已掌握的不进入链条）
3. 将前置知识分类：introduced/practicing → 复习；not_started → 新学
4. 从 Milvus 匹配每个知识点的学习素材（最多 4 个前置 + 目标知识点）
5. 按学习风格选择教学方法（visual→图表；example→例题；abstract→推导...）
6. 组装路径：复习 → 新学前置 → 核心 → 练习 → 关联总结

使用方

• TutorAgent：制定当次会话学习计划
• ProgressAgent：制定长期学习修复方案

注意

• learning_style 为 unknown 时从画像读取；画像也无记录时默认 example 风格
• 前置依赖递归深度无硬限制，但路径步骤中最多展示 3 个新学前置