Group02-notes/README.md

# 学习笔记整理器

## 一、团队成员与贡献

| 姓名 | 学号 | 主要贡献 (具体分工) |
|------|------|---------------------|
| 陈宏宇 | 2411020204 | 核心逻辑开发 |
| 周好 | 2411020221 | 前端界面设计 |
| 曹涵彬 | 2411020118 | 文档撰写、测试，项目讲解 |

## 二、项目介绍

学习笔记管理器主要是面对学生，帮助学生对学习笔记进行整理，管理和查询。学生可以在系统中上传自己的学习笔记，系统会对笔记进行分类和整理，同时学生也可以在系统中查询自己上传的笔记，方便自己复习和学习。

## 三、运行指南

1. 安装依赖：`uv sync`
2. 配置 Key：复制 `.env.example` 为 `.env` 并填入 Key
3. 启动：`uv run streamlit run note_organizer.py`

## 四、开发心得

在开发这个学习笔记整理器的过程中，我们深刻体会到了技术与需求之间的平衡。这个项目的目的是为了帮助学生更好地管理和查询学习笔记，让学习变得更加高效有序。我们面向的主要是在校学生，他们需要记录大量的学习内容，我们希望能提供给他们一个有效的整理和检索工具。项目功能包括笔记的创建、编辑、删除、分类管理、标签系统、智能搜索、内容提炼以及导入导出等核心功能，同时也利用ai为项目增加了一个“ai学习报告”的功能，力求为学生们提供一个简单易用的笔记管理平台。

最初我们考虑使用Chainlit框架，因为它在AI交互方面表现突出，但在实际开发过程中发现，虽然Chainlit在对话式交互上有优势，但在笔记管理功能上显得不够完善，而且智能搜索的效果也没有达到预期。

为了让搜索更加智能，我们尝试了各种prompt设计，包括语义搜索的prompt，要求AI根据用户查询理解意图而非简单关键词匹配；概括提取的prompt，让AI对搜索结果进行智能总结和关键点提取；意图识别的prompt，用于判断用户是想创建、编辑还是删除笔记；删除意图的prompt，区分删除单个笔记、删除所有笔记还是删除某个分类的笔记；以及笔记识别的prompt，让AI从多个笔记中找到用户指定的目标。这些prompt设计经过多次调整，包括改变temperature参数、调整max_tokens长度、优化system prompt的表述方式，但效果始终不尽如人意，AI经常误解用户意图或返回不相关的内容。

最终我们意识到单纯依赖AI并不能解决所有问题，于是转向了更传统但更可靠的解决方案。在搜索功能上，我们结合了关键词匹配和简单的语义分析，虽然不如纯AI搜索那么智能，但准确性和稳定性大大提升。在笔记管理方面，我们采用了传统的CRUD操作配合Streamlit的交互组件，让用户能够通过直观的界面进行操作，而不是完全依赖自然语言交互。这种混合模式既保留了AI的辅助功能，又确保了核心功能的可靠性。经过反复比较和测试，最终选择了Streamlit框架，它在界面设计和功能实现上更加成熟，能够更好地满足我们的需求。

这次开发经历让我们对自己的技术能力有了更清晰的认识。如果没有AI的辅助，我们可能根本无法独立完成这样一个项目，我们在编程基础、框架使用、算法设计等方面都存在很多不足。这次经历既让我们看到了AI工具的强大，也让我们明白了自己需要学习的地方还有很多，未来还需要更加努力地提升自己的技术能力。