← 返回系统
独立项目 01 Renn AI Lab · MentorHub

MentorHub让学习主动发生。

一个围绕目标、资料与反馈建立的学习 Agent 系统,把一次提问变成可持续推进的学习过程。

产品体验优先 · 架构证据随后展开

统一体验入口 本地版

打开 MentorHub,登录后进入 AI 助手,体验问答、试卷批改、简历审查与模拟面试。

进入体验

在新标签页打开 · 需要本机 MentorHub 服务运行

01 / PRODUCT SUMMARY

不是替你回答,而是让你真正掌握。

MentorHub 把学习任务拆成可观察的过程:先理解目标,再组织材料,随后以练习与反馈推进。每一步都保留上下文,而不是从零开始下一轮对话。

核心不是一个更会说话的聊天框,而是一套能协调学习状态、知识检索与教学策略的产品结构。

Architecture Explorer

看见系统如何思考。

这是页面的核心交互证据。架构图保持稳定、清晰,不叠加页面材质动效;可直接在图内缩放并探索节点与关系。

MentorHub / architecture 交互视图
MentorHub 系统架构静态预览

交互架构图正在加载,下方保留静态预览。

单独打开架构图 ↗
02 / HOW IT WORKS

从意图到反馈,四步形成闭环。

01

对齐学习目标

识别你想掌握什么、已有基础与可用时间,把模糊问题转成可推进的目标。

02

组织可信资料

围绕目标检索、筛选与组织上下文,让生成内容能够回到资料本身。

03

生成学习动作

根据当前状态选择解释、示例、练习或追问,而不是始终输出同一种答案。

04

用反馈更新状态

将理解程度与新问题带入下一轮,让学习路径逐步收敛,而不是丢失在聊天记录里。

工程决策,不藏在结果之后。

MentorHub 的产品体验来自明确的系统边界:哪些由 Agent 决定,哪些必须由资料、状态与用户反馈约束。

D-01

状态先于提示词

将学习目标、阶段与反馈作为显式状态管理,避免全部行为依赖一段不断膨胀的提示词。

D-02

检索与教学解耦

资料召回负责“依据是什么”,教学策略负责“怎么讲”,两者可独立评估与替换。

D-03

保留人工确认点

目标变更与关键路径选择不被自动化吞没,用户始终能看见并纠正系统假设。

03 / EVIDENCE

证据,会在这里说话。

真实评测与运行记录尚未提供,因此不使用虚构指标填充页面。

Verified evidence placeholder 等待真实运行记录 / 评测结果

建议后续放置:可复现任务、输入与输出摘要、评测方法及对应证据链接。

04 / LAB NOTES

持续记录,而非事后包装。

为什么先展示架构

架构图是当前已提供的直接材料,因此它成为页面的核心证据,而不是被缩小成装饰图。

为什么不展示数字

没有来源的数据不构成产品证明。页面为真实证据保留位置,但不替它编造内容。

下一步记录什么

统一入口开放前,优先补充真实任务链路、失败样例与可复现的评测方式。

下一个系统↗

EduRAG

Renn AI Lab · 独立项目序列详情整理中