文章目录
-
- 一、引言:为什么我们需要一个 AI Glasses 作业助手?
- 二、方案设计与架构
-
- 2.1 核心功能定义
- 2.2 端到端架构(AI Glasses)
- 2.3 业务流程架构
- 三、开发实战:手把手搭建“作业救星”
-
- 3.1 准备工作
- 3.2 步骤一:创建知识库(资源准备)
- 3.3 步骤二:创建智能体(Agent)
- 3.4 步骤三:搭建核心工作流(Workflow)
- 3.4.1 变量与节点命名
- 3.4.2 输出格式(便于 AI Glasses 展示)
- 3.4.3 验收用例
- 3.5 步骤四:发布并在眼镜端体验(AI Glasses 闭环)
- 四、总结
一、引言:为什么我们需要一个 AI Glasses 作业助手?
春节假期本是阖家团圆的日子,但对于很多家长来说,“辅导寒假作业”往往是打破祥和气氛的导火索。面对孩子“这题怎么做”的灵魂拷问,家长们常常面临两个痛点:
传统的搜题 App 需要掏出手机、拍照、上传,不仅打断孩子思路,还容易让孩子分心玩手机。而 Rokid Glasses 的第一视角采集与实时语音交互特性,天然适合作为“随身家教”——看着题就能问,边看边讲解。
本文将详细介绍如何利用 Rokid 灵珠 AI 平台 的零代码/低代码能力,快速搭建一个具备 “识题讲解、知识点回顾、错题整理” 的 AI Glasses 应用(形态为:智能体 + 工作流,可在眼镜端使用)。 
二、方案设计与架构
2.1 核心功能定义
我们希望打造一个名为 “作业救星 (Homework Savior)” 的智能体,它具备以下能力:
- 👁️ 视觉识别:通过眼镜摄像头捕捉作业题目(支持手写体/印刷体)。
- 🧠 深度推理:不直接给出答案,而是分析题目考察的知识点,提供分步解题思路。
- 📚 知识挂载:针对特定学科(如初中几何、物理公式),挂载专属知识库以提高准确率。
- 🗣️ 情感交互:以“温柔耐心的学霸哥哥/姐姐”口吻进行语音讲解,安抚孩子情绪。
2.2 端到端架构(AI Glasses)
#mermaid-svg-2DB19sWs4B3Mnf1G{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-2DB19sWs4B3Mnf1G .error-icon{fill:#552222;}#mermaid-svg-2DB19sWs4B3Mnf1G .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-2DB19sWs4B3Mnf1G .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-2DB19sWs4B3Mnf1G .marker{fill:#333333;stroke:#333333;}#mermaid-svg-2DB19sWs4B3Mnf1G .marker.cross{stroke:#333333;}#mermaid-svg-2DB19sWs4B3Mnf1G svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-2DB19sWs4B3Mnf1G p{margin:0;}#mermaid-svg-2DB19sWs4B3Mnf1G .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster-label text{fill:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster-label span{color:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster-label span p{background-color:transparent;}#mermaid-svg-2DB19sWs4B3Mnf1G .label text,#mermaid-svg-2DB19sWs4B3Mnf1G span{fill:#333;color:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G .node rect,#mermaid-svg-2DB19sWs4B3Mnf1G .node circle,#mermaid-svg-2DB19sWs4B3Mnf1G .node ellipse,#mermaid-svg-2DB19sWs4B3Mnf1G .node polygon,#mermaid-svg-2DB19sWs4B3Mnf1G .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-2DB19sWs4B3Mnf1G .rough-node .label text,#mermaid-svg-2DB19sWs4B3Mnf1G .node .label text,#mermaid-svg-2DB19sWs4B3Mnf1G .image-shape .label,#mermaid-svg-2DB19sWs4B3Mnf1G .icon-shape .label{text-anchor:middle;}#mermaid-svg-2DB19sWs4B3Mnf1G .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-2DB19sWs4B3Mnf1G .rough-node .label,#mermaid-svg-2DB19sWs4B3Mnf1G .node .label,#mermaid-svg-2DB19sWs4B3Mnf1G .image-shape .label,#mermaid-svg-2DB19sWs4B3Mnf1G .icon-shape .label{text-align:center;}#mermaid-svg-2DB19sWs4B3Mnf1G .node.clickable{cursor:pointer;}#mermaid-svg-2DB19sWs4B3Mnf1G .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-2DB19sWs4B3Mnf1G .arrowheadPath{fill:#333333;}#mermaid-svg-2DB19sWs4B3Mnf1G .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-2DB19sWs4B3Mnf1G .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-2DB19sWs4B3Mnf1G .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-2DB19sWs4B3Mnf1G .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-2DB19sWs4B3Mnf1G .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-2DB19sWs4B3Mnf1G .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster text{fill:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G .cluster span{color:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-2DB19sWs4B3Mnf1G .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-2DB19sWs4B3Mnf1G rect.text{fill:none;stroke-width:0;}#mermaid-svg-2DB19sWs4B3Mnf1G .icon-shape,#mermaid-svg-2DB19sWs4B3Mnf1G .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-2DB19sWs4B3Mnf1G .icon-shape p,#mermaid-svg-2DB19sWs4B3Mnf1G .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-2DB19sWs4B3Mnf1G .icon-shape rect,#mermaid-svg-2DB19sWs4B3Mnf1G .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-2DB19sWs4B3Mnf1G .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-2DB19sWs4B3Mnf1G .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-2DB19sWs4B3Mnf1G :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}
请求
触发
卡片+语音
Rokid Glasses\\n语音+第一视角
灵珠智能体
工作流
多模态理解\\nOCR/题干提取
知识库检索\\n公式/定理/例题
推理生成\\n引导式讲解
2.3 业务流程架构
利用 Mermaid 绘制的业务流程图如下:
多模态大模型
知识库 (Knowledge Base)
工作流 (Workflow)
灵珠 AI 平台 (Agent)
用户 (Rokid Glasses)
多模态大模型
知识库 (Knowledge Base)
工作流 (Workflow)
灵珠 AI 平台 (Agent)
用户 (Rokid Glasses)
#mermaid-svg-fPEiWa1EVhB0NqeD{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-fPEiWa1EVhB0NqeD .error-icon{fill:#552222;}#mermaid-svg-fPEiWa1EVhB0NqeD .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-fPEiWa1EVhB0NqeD .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-fPEiWa1EVhB0NqeD .marker{fill:#333333;stroke:#333333;}#mermaid-svg-fPEiWa1EVhB0NqeD .marker.cross{stroke:#333333;}#mermaid-svg-fPEiWa1EVhB0NqeD svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-fPEiWa1EVhB0NqeD p{margin:0;}#mermaid-svg-fPEiWa1EVhB0NqeD .actor{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-fPEiWa1EVhB0NqeD text.actor>tspan{fill:black;stroke:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .actor-line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-fPEiWa1EVhB0NqeD .innerArc{stroke-width:1.5;stroke-dasharray:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333;}#mermaid-svg-fPEiWa1EVhB0NqeD .messageLine1{stroke-width:1.5;stroke-dasharray:2,2;stroke:#333;}#mermaid-svg-fPEiWa1EVhB0NqeD #arrowhead path{fill:#333;stroke:#333;}#mermaid-svg-fPEiWa1EVhB0NqeD .sequenceNumber{fill:white;}#mermaid-svg-fPEiWa1EVhB0NqeD #sequencenumber{fill:#333;}#mermaid-svg-fPEiWa1EVhB0NqeD #crosshead path{fill:#333;stroke:#333;}#mermaid-svg-fPEiWa1EVhB0NqeD .messageText{fill:#333;stroke:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .labelBox{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-fPEiWa1EVhB0NqeD .labelText,#mermaid-svg-fPEiWa1EVhB0NqeD .labelText>tspan{fill:black;stroke:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .loopText,#mermaid-svg-fPEiWa1EVhB0NqeD .loopText>tspan{fill:black;stroke:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .loopLine{stroke-width:2px;stroke-dasharray:2,2;stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-fPEiWa1EVhB0NqeD .note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-fPEiWa1EVhB0NqeD .noteText,#mermaid-svg-fPEiWa1EVhB0NqeD .noteText>tspan{fill:black;stroke:none;}#mermaid-svg-fPEiWa1EVhB0NqeD .activation0{fill:#f4f4f4;stroke:#666;}#mermaid-svg-fPEiWa1EVhB0NqeD .activation1{fill:#f4f4f4;stroke:#666;}#mermaid-svg-fPEiWa1EVhB0NqeD .activation2{fill:#f4f4f4;stroke:#666;}#mermaid-svg-fPEiWa1EVhB0NqeD .actorPopupMenu{position:absolute;}#mermaid-svg-fPEiWa1EVhB0NqeD .actorPopupMenuPanel{position:absolute;fill:#ECECFF;box-shadow:0px 8px 16px 0px rgba(0,0,0,0.2);filter:drop-shadow(3px 5px 2px rgb(0 0 0 / 0.4));}#mermaid-svg-fPEiWa1EVhB0NqeD .actor-man line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-fPEiWa1EVhB0NqeD .actor-man circle,#mermaid-svg-fPEiWa1EVhB0NqeD line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;stroke-width:2px;}#mermaid-svg-fPEiWa1EVhB0NqeD :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}
阶段一:视觉理解与意图识别
阶段二:知识检索与推理
语音指令:"这道几何题怎么做?" + 拍摄题目图片
触发主工作流 (Input: Query + Image)
调用视觉模型 (OCR + 题目提取)
返回题目文本 & 关键几何条件
检索相关公式/定理 (如"勾股定理")
返回Top3相关知识片段
Prompt: 结合题目+知识点,生成分步讲解思路
返回结构化的讲解文本 (非直接答案)
输出最终讲解内容
语音播放讲解 + 屏幕显示关键公式
三、开发实战:手把手搭建“作业救星”
3.1 准备工作
登录 Rokid 灵珠 AI 平台:https://rizon.rokid.com/ 
准备 3 份测试题目(建议各 1 份:几何、方程、应用题),用于验证不同题型表现。
准备一份“初中数学公式/定理”材料(PDF/Markdown/网页内容均可),用于构建知识库。
确保眼镜与手机已完成基础配对/联网,并能在眼镜端打开灵珠平台相关入口。
3.2 步骤一:创建知识库(资源准备)
进入左侧导航的 “资源” -> “知识库”,创建知识库:初中数学公式与定理。 
上传/粘贴内容并切分为适合检索的片段(建议按“定理名 + 公式 + 适用条件 + 例题提示”组织)
进行一次检索自测:输入“勾股定理”“相似三角形判定”等关键词,确认能命中对应片段。
3.3 步骤二:创建智能体(Agent)
在灵珠平台首页点击 “创建智能体”。 
基本信息配置:
- 名称:作业救星
- 简介:你的寒假作业辅导老师,只讲思路不给直接答案
人设与回复逻辑(Prompt):在对应区域输入提示词:
# Role
你是一位耐心、幽默且知识渊博的清华学霸家教。你的目标是辅导初中生完成寒假作业。
# Constraints
1. 🚫 **严禁直接给出最终答案**(如“选A”或“等于5”)。
2. ✅ 必须采用**引导式教学**:先分析题目考点,再提供第一步思路,引导学生思考下一步。
3. 🗣️ 语言风格:轻松活泼,多用鼓励性话语(如“这点很棒!”“别急,我们慢慢来”)。
4. 📐 如果涉及数学公式,请用 LaTeX 格式输出,方便眼镜端渲染(或转为自然语言描述)。
# Skills
1. 擅长识别手写体题目。
2. 能将复杂的物理/数学概念用生活中的例子类比。
3.4 步骤三:搭建核心工作流(Workflow)
为了处理复杂的“识图+检索+推理”逻辑,我们需要使用工作流而非简单的单轮对话。

3.4.1 变量与节点命名
灵珠平台的工作流画布里,开始节点默认会提供两类输入:
- USER_INPUT:文本输入(用户的提问/指令)
- USER_INPUT_IMAGE:图片输入(用户当前视角拍摄的题目图)
结束节点通常输出:
- output:工作流最终输出(返回给智能体/眼镜端展示与播报)
为了让提示词里引用变量更直观,建议把两个关键节点命名为: - 题干提取:负责 OCR/题面结构化
- 知识库检索:负责从知识库召回相关定理/公式
-
开始节点(默认输入):
- USER_INPUT(用户问题)
- USER_INPUT_IMAGE(题目图片)
-
题干提取(大模型/多模态):
- 输入:USER_INPUT_IMAGE
- Prompt:请提取图片中的题目文字;若含几何图,请用要点描述图形关系与已知条件。
-
知识库检索:
- Query:使用 题干提取 的输出(题目文本)
- 配置:选择我们提前创建的 初中数学公式与定理 知识库
- Top K:设置为 3(可按效果调到 5)
-
大模型推理节点 (LLM Generation):
- 模型选择:选择推理能力强的模型
- System Prompt:你收到了一个学生的提问和一道题目。
题目内容:{{题干提取.output}}
参考知识点:{{知识库检索.output}}
用户问题:{{USER_INPUT}}请结合参考知识点,为学生讲解这道题,采用引导式教学,不要给出最终答案或最终数值结果。
如果识别到的题干不完整/关键信息缺失:
先用一句话复述你识别到的题干,并告诉用户需要补充拍清楚哪些信息,然后停止输出讲解。否则请严格按以下结构输出(每段控制简短,方便眼镜端显示与语音播报):
【考点】一句话概括
【第一步】先做什么(给出一个可执行的小步骤)
【下一步提示】给一个追问或提示,推动学生继续
【自检问题】给 1 个让学生自检的简单问题
-
结束节点:
- 输出变量:将大模型推理节点输出映射到 output

3.4.2 输出格式(便于 AI Glasses 展示)
为了保证“眼镜端一眼能看懂、语音也不啰嗦”,建议把工作流最终输出固定为四段结构
【考点】相似三角形判定与比例关系
【第一步】先在图中找出两组对应角(或平行线形成的内错角),判断能否构成相似
【下一步提示】如果能判定相似,对应边成比例,这一步你准备写出哪两条边的比例?
【自检问题】你能说出“相似”的两个三角形分别是哪两个吗?
3.4.3 验收用例
下面这张表是我自己用于“发布前验收”的最小集合。
| TC-01 | 几何(有图) | 光线正常 | 这题第一步怎么看? | 能说出考点;不报答案;给出可执行第一步 |
| TC-02 | 方程(印刷体) | 光线正常 | 帮我分析思路 | 结构化四段;第一步是列式/移项等 |
| TC-03 | 应用题(文字多) | 题干完整 | 先帮我提取已知条件 | 能复述条件;提示设未知数;不直接算结果 |
| TC-04 | 手写体 | 字迹清晰 | 我卡在第二步了 | 能追问缺失信息;或给下一步提示推动思考 |
| TC-05 | 模糊/反光 | 题干缺失 | 你看得清吗? | 先复述识别到的内容;要求重拍;停止讲解 |
| TC-06 | “诱导要答案” | 题干完整 | 直接告诉我答案 | 仍不报答案;改为给思路与自检问题 |
- 点击“试运行”
- 上传一张勾股定理的题目图片
- 输入问题:“这道题怎么求斜边?”
- 观察输出是否包含“根据勾股定理 (a2+b2=c^2)”等引导性内容
3.5 步骤四:发布并在眼镜端体验(AI Glasses 闭环)
- 佩戴 Rokid Glasses,打开灵珠相关入口并唤起“作业救星”
- 注视作业题目,语音说:这道题我不会做,先告诉我第一步怎么想
- 等待结果在眼镜端输出:优先展示“考点 + 第一步 + 关键公式”,并语音讲解
四、总结
通过 Rokid 灵珠平台,我们用“智能体 + 工作流 + 知识库”的方式,快速搭建出一个具备 多模态理解 与 引导式讲解 能力的 AI Glasses 应用。它既能缓解春节期间的家庭作业辅导压力,也能展示“AI 在穿戴设备上落地”的价值:更自然的语音交互、更顺畅的所见即问、以及更专注的学习体验。
下一步计划: 尝试接入 Agent 记忆能力,让它能记住孩子容易做错的题型,下次遇到类似题目时主动提醒:“这道题和你上次做错的那道很像哦,要注意陷阱!”



