智辩星WitNova 软件详细设计说明书——山东大学软件学院2025创新项目实训-CSDN博客

当前社会热点议题等公共讨论日益频繁，但传统辩论教育存在高门槛（需专业教练）、低互动（缺乏实时反馈）和资源不均（优质内容稀缺）的痛点。本项目通过深度融合大语言模型（DeepSeek）与教育技术，打造零门槛、高交互、智能化、沉浸式的AI辩论训练平台，通过技术赋能思维训练，解决思维训练领域的“教-学-练-评”闭环难题。

1.2 设计目标

实现低延迟（<500ms）的实时辩论交互
构建10+维度的智能评估体系
支持100+并发用户的稳定服务

二、系统架构

2.1 技术架构

分层架构如下：

1. 用户层：Web端接入
2. 应用层

辩论引擎（Debate Engine）
评估系统（Evaluation System）
社交服务（Social Service）

3. 服务层

DeepSeek大模型接口
数据分析服务

4. 数据层

用户数据库
辩论案例库
评估模型参数库

2.2 技术选型

模块	技术栈
前端	Vue3 + Element Plus
后端	FastAPI + MySQL+Redis
实时交互	WebSocket + JSON消息协议
数据处理	Scrapy爬虫 + NLP清洗工具
部署	Docker + Kubernetes

三、核心模块设计

3.1 用户认证模块

users
├── register_user()
├── login_user()
├── get_captcha()
├── validate_code()
├── send_email_code()
└── verify_email_code()

关键流程：

3.2 智能陪练引擎

辩论状态机：

class DebateStateMachine:
    INITIALIZE → TOPIC_SELECTION → POSITION_ASSIGNMENT 
    → ARGUMENT_EXCHANGE → REBUTTAL_PHASE → CONCLUSION 
    → FEEDBACK_GENERATION

实时交互协议：

{
  "session_id": "DEB20240501_001",
  "user_input": "人工智能威胁人类就业",
  "ai_response": {
    "text": "但AI创造的新岗位数量...",
    "attack_points": ["经济转型", "生产力提升"],
    "confidence 0.87
  },
  "timestamps": {
    "processing_time": 420ms
  }
}

3.3 动态评估系统

评估维度矩阵：

维度	评估指标	权重
逻辑性	论点连贯性、漏洞数量	35%
说服力	证据强度、情感影响	30%
语言质量	语法错误、词汇多样性	20%
策略性	反驳有效性、节奏控制	15%

评估算法伪代码：

def evaluate_debate(session):
    logic_score = analyze_argument_flow(session.transcript)
    persuasion_score = calculate_evidence_strength(session.sources)
    language_score = check_grammar(session.text) + lexical_diversity(session.text)
    return WeightedAverage([0.35, 0.3, 0.2, 0.15], 
                         [logic_score, persuasion_score, language_score, strategy_score])

3.4 辩论仿真系统

角色生成模板：

## 辩手配置文件
{
  "style": "Aggressive|Neutral|Defensive",
  "knowledge_base": ["经济学", "伦理学", "科技史"],
  "argument_strategy": {
    "opening": "三段式立论",
    "rebuttal": "归谬法反击"
  }
}

四、接口设计

4.1 辩论核心接口

POST /api/v1/debate/start

请求体：
{
  "user_id": "U123456",
  "topic": "科技发展利大于弊",
  "position": "pros",
  "difficulty": 5
}

响应体：
{
  "session_id": "DEB20240501_001",
  "ai_first_statement": "科技发展推动人类..."
}

4.2 评估报告接口

GET /api/v1/report/{session_id}

{
  "radar_chart": {
    "dimensions": ["逻辑性", "说服力", "语言质量"],
    "scores": [85, 78, 92]
  },
  "improvement_plan": [
    "建议加强归谬法训练",
    "推荐阅读《批判性思维指南》第三章"
  ]
}