AI 通识课教学专家 V8.2-AIPC

代号：端云协同 + 全互动控件完整性门控 + 双轨学科 AI 模块版 本版本号：8.2.0-aipc · 发布日期 2026-08-25 测试基线：≈ 174 项单元测试 · 12 个测试文件 · 100% 通过 审核等级：local-ai-skill-authoring-main A+ 级合规

本文档是该 Skill 的用户入口与索引，聚焦 V8.2-AIPC 当前版本的功能、使用与资源。 版本演进史、迁移指南、Go-Live Checklist 等历史内容请查阅 CHANGELOG.md。

---

1. V8.2-AIPC 新增特性（本版本核心）

V8.2-AIPC 是 V7→V8→V8.1→V8.2 四层演进的最新节点，继承并扩展了前代能力。核心升级是 Module H 双轨学科 AI 模块——服务北师港浸会大学博雅智能学院（BNBU SAI）5+N 项目的双主体（学生/教师）目的导向教学。

1.0 V8.2-AIPC · Module H 双轨学科 AI（本版本核心 · 8 md + 10 JSON + 4 tests）

服务对象：北师港浸会大学博雅智能学院（BNBU SAI）· 5 个课程项目（计算媒介+N / 数字全球传播+N / 智能商业领袖+N / 数学+N / 智能科技+N）· 35 个专业方向 · 29 个本科专业。 双主体目的：

• 学生轨道（S）：AI 赋能具体学科专业学习与研究 → 提升学术创新的积极性 · 扩展性 · 共同性 · 开拓性。
• 教师轨道（T）：AI 赋能教学 → 提升教学的学科针对性 · 效率。 跨轨道层（C）：博智坊双服务 + 共同性与扩展性 + 开拓性与育人答卷。

8 个 Module H 教学模块（references/module-h-*.md）：

子模块	路径	目的
H 主入口	module-h-bnbu-sai.md	双轨使命声明 + 快速路由 + 价值主张矩阵
S 学科地图	module-h-s-discipline-ai.md	5+N 项目 35 专业方向 × 3-5 AI 切入点 + 29 专业工具栈
S 学术创新	module-h-s-academic-innovation.md	FYP I/II 8+16 周 AI 脚手架 + 跨学科项目创意生成器
T 教案	module-h-t-lesson-plan.md	5 课时学科针对性教案模板（12 个代表专业）
T 工具箱	module-h-t-toolbox.md	备课/出题/评估/答疑提效四件套（月省 ≥ 30h）
C 博智坊	module-h-bozhifang.md	10 期工作坊双服务（学生 4+证书 / 教师案例库）
C 共同性	module-h-common-extensibility.md	21 门公共核心课 + 5 级递进路径
C 开拓性	module-h-frontier-portfolio.md	数字人 / 3D 重建 / AIGC / 自动驾驶 + 学生 5 维 / 教师 4 维评估

10 个 Module H 数据文件（data/*.json）：

数据	关键字段
5plusn_programs.json	学院 / 5 项目 / 35 专业方向 / 总学分
discipline_ai_map.json	5 项目 × 35 专业方向 × 3-5 AI 切入点（ID/名称/工具）
discipline_tool_stack.json	29 专业主工具 + 辅助 + 实验 + 本地 4 件套
fyp_templates.json	FYP I 8 周 + FYP II 16 周任务 / AI 工具 / 输出 / 跟踪指标
per_major_lesson_plans.json	12 个代表专业 5 课时教案（标题/工具/目标/评估/跨学科）
teacher_toolbox_templates.json	T2 备课/出题/评估/答疑 + T3 协同 + T4 创新
bozhifang_workshops.json	10 期工作坊（日期/主题/工具/价值/认证规则）
speaker_roster.json	内部讲师 / 外部专家 / 行业合作伙伴
certification_records.example.json	学生 / 教师认证记录样例
common_core_courses.json	5 项目公共核心课（必修/选修）+ AI 聚焦统计

4 个 Module H 测试文件（tests/test_module_h_*.py · 共 26 项测试用例）：

测试	覆盖
test_module_h_data.py	9 个 JSON 文件存在性 / _meta 结构 / 关键字段
test_module_h_recommend.py	AI 切入点查询 / 工具栈查询 / 5 级递进路径 / 工作坊-专业映射
test_module_h_fyp.py	FYP I 8 周结构 / FYP II 阶段组 / 每周任务字段 / AI 角色边界
test_module_h_teacher_toolbox.py	4 件套完整性 / 时间节省指标 / 隐私保护 / compose_lesson.py 集成

双轨设计哲学：

[学生轨道 S]                          [教师轨道 T]
   │                                      │
   ├─ S1 学科 AI 地图 (35×3-5 切入点)      ├─ T1 学科针对性教案 (12 代表专业)
   ├─ S2 学科工具栈 (29×4 件套)            ├─ T2 提效四件套 (月省 ≥ 30h)
   └─ S3 FYP 脚手架 (8+16 周)              └─ T3 跨专业协同 + T4 教学创新
                  │                              │
                  └──────[跨轨道 C]──────────────┘
                                │
                  ┌─────────────┼─────────────┐
                  │             │             │
              C1 博智坊    C2 共同性    C3 开拓性
            (10 期双服务) (公共核心课)  (5 维育人答卷)

---

1.1 V7-AIPC · 端云协同 + 每次工作对比报告

调用 scripts/work_summary.py 在每次工作（pipeline / exchange / analyze / select / compose）后自动输出对比表：

[本地模型]  OpenVINO/DeepSeek-R1-Distill-Qwen-1.5B-int4-cw-ov (GPU)
            tokens: in=350, out=200  latency=2,400 ms  缓存命中=False
            成本: $0.0000（端侧推理零成本）
[云端模型]  gpt-4o-mini
            tokens: in=150, out=80  latency=1,200 ms
            成本: $0.0008  降级等级: L1
[隐私]      PII 检测 4 项 / 脱敏 4 项 / 零上传: ✅
[本次节省]  $0.0008

设计哲学：重活端侧做（OCR/ASR/TTS/1.5B 推理 → 本地零成本、零延迟、零外泄） + 决策云端做（跨学科编排/教学策略） + work_summary 做透明（三段缓存：llm_cache 7 天 TTL + cost_monitor 3 级告警 + work_summary 历史）。

1.2 V8-AIPC · p5.js 课件/游戏按钮 9 项门控

每一个 p5.js 按钮都必须经过 9 项 强制门控（tests/test_p5js_buttons.py）：

编号	检查项	通过标准
B1	存在性	按钮在 DOM 中存在
B2	可点击	默认 disabled=false 且 pointer-events ≠ none
B3	回调绑定	已挂载 click 监听
B4	状态变化	点击后变量变化与 expected 字段一致
B5	重复点击	连点 3 次不抛错、不卡死
B6	键盘等价	Enter / Space 桥触发等价 click
B7	触屏等价	touchstart 桥触发（课件可选/游戏必选）
B8	难度生效（游戏）	选 EASY → lives=5, speedMul=0.7
B9	状态机闭环（游戏）	6 状态可经合法路径互达

1.3 V8.1-AIPC · p5.js 全互动控件 27 项门控（本版本新增）

在 V8 按钮门控基础上，扩展到 8 类 27 项（tests/test_p5js_interactive.py）：

控件类别	检查项	验证内容
button	B1-B5	存在/可点击/回调/状态/重复/键盘/触屏
slider	S1-S4	存在/范围/input 监听/重复无错
select	Se1-Se3	存在/选项非空/change 监听
input	I1-I3	存在/input 监听/重复无错
canvas	C1-C4	存在/mousedown/触发无错/拖拽链路
key	K1-K2	全局 keydown/至少响应 1 键
touch	T1	全局 touchstart（游戏必选）
drag	D1	mousedown→mousemove→mouseup 链路

5 段质量门：lesson_plan_guard G001-G008 + cost_monitor 3 级告警 + work_summary 报告 + test_p5js_buttons 9 项 + test_p5js_interactive 27 项。

---

2. 核心能力

能力	实现方式	关键文件
4 阶段教学流水线	prepare→analyze→select→compose 全自动化	scripts/prepare_workspace.py 等 4 个
本地 OpenVINO 推理	DeepSeek-R1-1.5B INT4 + NPU 优先调度	scripts/setup_text_model.py + analyze_courseware.py
端云协同	6 段协议 + 5 级降级 + 成本熔断	scripts/edge_cloud_dispatch.py + references/edge-cloud-protocol.md
零上传隐私	4 级 PII 脱敏 + ZUP 零上传证明	scripts/pii_redactor.py + references/zero-upload-privacy.md
p5.js 课件/游戏门控	8 类 27 项互动控件强制实际可用	tests/test_p5js_interactive.py + tests/test_p5js_buttons.py

---

3. 快速开始

3.1 前置条件

• 操作系统：Windows 10/11 或 Linux/macOS
• Python：≥ 3.10（推荐 3.11）
• 硬件（推荐）：Intel 酷睿 Ultra (AIPC)，含 NPU 11 TOPS + iGPU
• 磁盘空间：≥ 3.5 GB（模型 ≈ 1.5 GB + 依赖 ≈ 200 MB + 工作区）

3.2 8 个 CLI 子命令

本 skill 提供 双入口：

入口	用途	调用方
run.ps1 / run.sh	Host 应用路由入口（含硬件检测 + 环境准备 + 退出码约定）	Marvis / WorkBuddy / 任意 Host
scripts/bootstrap.py	4 阶段流水线直入口（venv 已就绪时跳过硬件/环境层）	CLI 高级用户 / CI 流水线

日常使用推荐 run.ps1；当 venv 已就绪且无需硬件门控（如 CI 容器），可直接调 python scripts/bootstrap.py <course_dir>。

通过 run.ps1（Windows）或 run.sh（Linux/macOS）调用：

子命令	用途	示例
bootstrap <dir>	一键准备 + 4 阶段流水线	.\run.ps1 bootstrap D:\courses
prepare <dir>	阶段1：工作区初始化	.\run.ps1 prepare D:\courses
analyze <ws>	阶段2：本地文本推理	.\run.ps1 analyze .\editing_xxx
select <ws>	阶段3：知识点筛选	.\run.ps1 select .\editing_xxx
compose <ws>	阶段4：合成课件	.\run.ps1 compose .\editing_xxx
exchange <req.json>	端云协议交换	.\run.ps1 exchange request.json
validate <req.json>	协议 schema 校验	.\run.ps1 validate request.json
check	硬件 + Python 预检	.\run.ps1 check
--continue	断点续传模型下载	.\run.ps1 --continue

退出码：0 成功 / 1 通用错误 / 2 通信错误 / 3 下载需续传

3.3 一键流水线示例

# 准备课程材料目录（含 .md / .txt / .pdf 文件）
.\run.ps1 bootstrap D:\courses\ai-literacy
# 自动完成：venv → requirements → ffmpeg → model → prepare → analyze → select → compose
# 输出：editing_<ts>/final_lesson.md + assessment.json + courseware.html

3.4 端云协议调用示例

from edge_cloud_dispatch import EdgeCloudClient, build_request
from cost_monitor import CostMonitor

# 1. 构造带月度预算的成本监控器（成本熔断依赖它）
monitor = CostMonitor(monthly_budget_usd=10.0)

# 2. 构造端云客户端
#    transport：HTTP 传输层（由调用方实现，协议 V7 §5.2）
#    cost_monitor：成本熔断器（必需）
#    npu_available：声明端侧是否有 NPU（默认 True）
client = EdgeCloudClient(
    transport=my_http_transport,   # 用户实现的 HTTP 传输层
    cost_monitor=monitor,
    npu_available=True,
    request_timeout=30.0,
)

# 3. 用 build_request() 构造 V7 协议 6 段请求（schema 校验必填）
req = build_request(
    intent="pedagogy_recommendation",                    # ≤ 500 字符
    task_type="learning_path_planning",                  # 任务类型
    context="高一AI通识课",                                # ≤ 200 字符
    abstract_data={"segments": [...]},                   # < 10KB，自动截断
    decision_type="educational",                          # educational | technical
    max_tokens=2000,
    max_cost_usd=0.001,                                  # 本次最大云端成本
)

# 4. 发起端云交换（返回 dict，含 status / cost / privacy / local / cloud）
result = client.exchange(req)
#    - status == "ok"    → 成功
#    - status == "error" → 见 result["error"]["code"]  (E001~E202)
#    - degradation_level ∈ {1,2,3,4,5}（V7 §7.2 5 级降级）

注意事项：

• EdgeCloudClient 不接受 budget_usd 参数；预算通过 cost_monitor 注入
• client.exchange() 不接受裸 dict；必须用 build_request() 构造
• 完整 API 与错误码见 references/edge-cloud-protocol.md

---

4. 文件结构（完整版）

本技能共 82 个文件 / ≈ 1.05 MB，按"元信息 → 入口 → 环境 → 脚本 → 文档 → 测试 → 资源"7 大区块组织。所有路径相对 <SKILL_DIR>。

ai-literacy-expert-v8.1.0-aipc/
│
├─ 元信息与配置（7 个）
│  ├─ SKILL.md                       ← 本文件（用户入口与索引）
│  ├─ README.md                      ← 产品介绍（与 SKILL.md 互补）
│  ├─ VERSION.txt                    ← 版本号 8.1.0-aipc
│  ├─ CHANGELOG.md                   ← 完整版本演进史（V6 → V8.1-AIPC）
│  ├─ info.json                      ← 运行时配置（venv / 模型 / 流水线）
│  ├─ meta.json                      ← 显示元数据（V8.1-AIPC · 8 use_cases）
│  └─ manifest.json                  ← 78 文件 SHA256 校验清单
│
├─ 入口与环境脚本（4 个 · 跨平台）
│  ├─ run.ps1                        ← Windows · 8 子命令路由
│  ├─ run.sh                         ← Linux/macOS · 9 子命令路由
│  ├─ install-env.ps1                ← Windows 自动装 venv
│  └─ install-env.sh                 ← Unix 自动装 venv
│
├─ scripts/ 14 个 Python 脚本（核心执行层）
│  │
│  ├─ 基础层（4 个）
│  │  ├─ log_util.py                 ← 统一日志（角色+PID+绝对路径）
│  │  ├─ skill_runtime.py            ← venv/requirements/路径管理
│  │  ├─ hardware_probe.py           ← NPU/iGPU/CPU 智能调度探测
│  │  └─ setup_resources.py          ← ffmpeg/ffprobe 3 源容错下载
│  │
│  ├─ 模型层（3 个）
│  │  ├─ setup_text_model.py         ← DeepSeek-R1-1.5B 下载+校验
│  │  ├─ llm_cache.py                ← SQLite 7 天 TTL 缓存
│  │  └─ bootstrap.py                ← 一键准备（venv+req+ffmpeg+model）
│  │
│  ├─ 4 阶段教学流水线（4 个）
│  │  ├─ prepare_workspace.py        ← 阶段1：工作区初始化
│  │  ├─ analyze_courseware.py       ← 阶段2：本地文本推理（两阶段提示词）
│  │  ├─ select_knowledge.py         ← 阶段3：主题感知 bigram 筛选
│  │  └─ compose_lesson.py           ← 阶段4：Markdown+assessment+HTML 合成
│  │
│  ├─ 端云协同/治理层（5 个）
│  │  ├─ edge_cloud_dispatch.py      ← V7 协议 SDK · 6 段请求 · 5 级降级
│  │  ├─ lesson_plan_guard.py        ← G001-G008 8 项硬规则
│  │  ├─ pii_redactor.py             ← 4 级 PII 脱敏（姓名/身份证/手机/地址）
│  │  ├─ cost_monitor.py             ← 月度成本 + 50/80/100% 告警
│  │  └─ work_summary.py             ← 本地 vs 云端对比报告（V7-AIPC 必做）
│  │
│  └─ check_platform.ps1             ← Intel AIPC 硬件白名单（MTL/LNL/ARL/PTL）
│
├─ references/ 40 份核心文档（知识与方法论层）
│  │
│  ├─ V7 端云协同（7 份）
│  │  ├─ edge-cloud-architecture.md          ← 端云协同架构总览
│  │  ├─ edge-cloud-protocol.md              ← V7 协议 v1.0 · 6 段请求
│  │  ├─ edge-cloud-protocol-schema.json     ← JSON Schema 校验
│  │  ├─ zero-upload-privacy.md              ← 4 级 PII + ZUP 机制
│  │  ├─ npu-scheduling-guide.md             ← NPU 11 TOPS 优先调度
│  │  ├─ cost-optimization.md                ← 5 级成本分级 + 4 降本策略
│  │  └─ v7-quality-gate-20dim.md            ← 19 维质量门验收
│  │
│  ├─ V6 基础能力（8 份）
│  │  ├─ local-ocr-integration.md            ← OCR 集成
│  │  ├─ local-asr-integration.md            ← ASR 集成
│  │  ├─ local-tts-integration.md            ← TTS 集成
│  │  ├─ local-rag-integration.md            ← RAG 集成
│  │  ├─ local-ai-toolbox.md                 ← 工具箱
│  │  ├─ local-data-analysis.md              ← 数据分析
│  │  ├─ local-ai-quality-gate.md            ← 19 维质量门（V7.2 版）
│  │  └─ openvino-optimization-guide.md      ← OpenVINO 优化
│  │
│  ├─ 教学模块 A~G（7 份）
│  │  ├─ module-a-cognition.md               ← A 认知
│  │  ├─ module-b-tools.md                   ← B 工具
│  │  ├─ module-c-methodology.md             ← C 方法论（最大 69 KB）
│  │  ├─ module-d-practice.md                ← D 实践
│  │  ├─ module-e-professional.md            ← E 专业化
│  │  ├─ module-f-safety-ethics.md           ← F 安全伦理
│  │  └─ module-g-latest-developments.md     ← G 前沿
│  │
│  ├─ 评估/推荐/课件（4 份）
│  │  ├─ assessment-guide.md                 ← 评估指南
│  │  ├─ recommendation-engine.md            ← 混合推荐+艾宾浩斯
│  │  ├─ p5js-courseware-guide.md            ← 课件指南（V8.1 8 类控件）
│  │  └─ p5js-game-design-guide.md           ← 游戏指南（V8.1 27 项门控）
│  │
│  ├─ 备课工作流（6 份）
│  │  ├─ interactive-lesson-builder-guide.md ← 5 种教学模式
│  │  ├─ lesson-prep-workflow.md             ← 备课工作流
│  │  ├─ lecture-script-professional-orientation.md ← 讲稿定位
│  │  ├─ kb-asset-index.md                   ← 知识库索引
│  │  ├─ p5js-system-prompt.md               ← p5.js 系统提示
│  │  └─ p5js-task-template.md               ← p5.js 任务模板
│  │
│  └─ 协作/离线/商用/审计/部署（8 份）
│     ├─ collaboration-guide.md              ← 协作备课
│     ├─ offline-support-guide.md            ← 离线支持
│     ├─ agent-tool-adaptation.md            ← Agent 适配
│     ├─ commercial-delivery-suite.md        ← 商用套件
│     ├─ commercial-production-standards.md  ← 商用标准
│     ├─ commercial-production-standards-v4.md ← V4 商用标准
│     ├─ productivity-scenarios.md           ← 5 大场景
│     ├─ audit-report.md                     ← V4.3→V5 审核
│     ├─ audit-report-v7.md                  ← V6→V7 升级审核
│     └─ deployment-guide.md                 ← 部署指南（47 KB）
│
├─ tests/ 8 个测试文件 + `__init__.py` · 148 项单元测试
│  ├─ __init__.py                            ← unittest discover 包标识
│  ├─ test_all.py                            ← PII 脱敏 ×9
│  ├─ test_edge_cloud.py                     ← 端云 SDK ×6
│  ├─ test_guard_cost.py                     ← 规则+成本 ×9
│  ├─ test_pipeline.py                       ← 教学流水线 ×9
│  ├─ test_work_summary.py                   ← 工作总结 ×12
│  ├─ test_v732_improvements.py              ← V7.3.2 改进 ×27
│  ├─ test_p5js_buttons.py                   ← p5.js 按钮 9 项 ×29（V8-AIPC）
│  └─ test_p5js_interactive.py               ← p5.js 8 类控件 27 项 ×36（V8.1）
│
├─ support/ 离线资源
│  ├─ cdn.txt                               ← CDN 配置
│  ├─ p5.min.js                             ← p5.js 库
│  └─ p5.sound.min.js
│
├─ wheels/ 离线依赖
│  └─ README.md                              ← wheel 预置说明
│
├─ .gitignore
├─ requirements.txt                          ← 4 依赖 pin ==
└─ models/                                  ← 运行时生成（模型下载目标）
   └─ DeepSeek-R1-Distill-Qwen-1.5B-int4-cw-ov/

统计速查：

区块	文件数	说明
元信息与配置	7	入口、版本、清单
入口与环境	4	run.ps1/run.sh + install-env
scripts/	15	14 .py + 1 .ps1
references/	40	端云协同 7 + 基础 8 + 模块 7 + 评估 4 + 备课 6 + 协作/商用 8
tests/	8	148 项单元测试
support + wheels	4	离线资源
运行时生成	—	.venv / bin/ / models/ / workspace/
合计（静态）	78	≈ 940 KB

---

5. References 索引（按用户任务分类）

按"我想要做什么"快速定位 41 份文档：

5.1 我想用 AI 教课

• module-a-cognition.md（A 认知）/ module-b-tools.md（B 工具） / module-c-methodology.md（C 方法论） / module-d-practice.md（D 实践） / module-e-professional.md（E 专业化） / module-f-safety-ethics.md（F 安全伦理） / module-g-latest-developments.md（G 前沿）

5.2 我想搭建课件/游戏

• p5js-courseware-guide.md（课件 · V8.1 8 类控件）
• p5js-game-design-guide.md（游戏 · V8.1 27 项门控）
• p5js-system-prompt.md / p5js-task-template.md

5.3 我想了解端云协同

• edge-cloud-architecture.md（架构总览） / edge-cloud-protocol.md（协议 v1.0） / edge-cloud-protocol-schema.json（JSON Schema 校验） / audit-report-v7.md（V6→V7 升级审核）

5.4 我关心隐私/合规

• zero-upload-privacy.md（4 级 PII + ZUP + GDPR/COPPA/中国个保法）

5.5 我关心硬件加速

• npu-scheduling-guide.md（NPU 11 TOPS 优先调度）

5.6 我想控制成本

• cost-optimization.md（5 级成本分级 + 4 降本策略）

5.7 我想评估效果

• assessment-guide.md（评估指南） / recommendation-engine.md（混合推荐 + 艾宾浩斯）

5.8 我想本地部署

• deployment-guide.md（部署指南，47 KB） / offline-support-guide.md（离线支持） / agent-tool-adaptation.md（Agent 适配）

5.9 商用交付 / 协作备课

• commercial-delivery-suite.md / commercial-production-standards.md / commercial-production-standards-v4.md（商用套件）
• productivity-scenarios.md（5 大场景） / collaboration-guide.md（协作备课）

5.10 本地 AI 基础能力（V6 继承）

• local-ocr-integration.md / local-asr-integration.md / local-tts-integration.md / local-rag-integration.md
• local-ai-toolbox.md / local-data-analysis.md / local-ai-quality-gate.md / openvino-optimization-guide.md

5.11 备课工作流与质量门

• interactive-lesson-builder-guide.md（5 种教学模式） / lesson-prep-workflow.md（备课工作流）
• lecture-script-professional-orientation.md（讲稿定位） / kb-asset-index.md（知识库索引）
• v7-quality-gate-20dim.md（19 维质量门） / audit-report.md（V4.3→V5 审核）

---

6. 常见问题（FAQ）

Q1：运行 .\run.ps1 check 预检失败怎么办？

• Python 版本过低：需 Python ≥ 3.10（推荐 3.11）
• 硬件不识别：Linux/macOS 跳过 check_platform.ps1；Windows 需 Intel AIPC 或 iGPU
• venv 缺失：自动创建；如失败检查网络与 Python 安装

Q2：模型下载中断如何续传？

# 首次下载中断后，续传
.\run.ps1 --continue
# 或指定镜像源
python scripts\setup_text_model.py --model-id <model_id>

模型源：ModelScope（OpenVINO/DeepSeek-R1-Distill-Qwen-1.5B-int4-cw-ov，国内直连）

Q3：p5.js 课件/游戏门控不通过如何定位？

• 查看 references/p5js-courseware-guide.md 第三章 或 p5js-game-design-guide.md 第七章
• 确认 HTML 注释中含 [INTERACTIVE_REGISTRY]（V8.1）或 [BUTTON_REGISTRY]（V8）
• 手动跑测试：python -m unittest tests.test_p5js_buttons -v 或 tests.test_p5js_interactive -v

Q4：端云协议请求超时如何降级？

• 默认 5 级降级：完整端云协同 → 缓存命中 → 简化云端 → 本地全量 → 完全本地 mock
• 检查 references/edge-cloud-protocol.md 7 大约束（abstract_data < 10KB / pii_detected = false / 7 天保留 / 决策返回 / 成本监控 / PII 漏检应急 / JSON Schema 校验）
• 成本超预算自动熔断（scripts/cost_monitor.py 50/80/100% 三级告警）

Q5：PII 误报或漏检怎么办？

• L1-L4 检测规则见 scripts/pii_redactor.py（4 级 PII 脱敏）
• 漏检应急：5% 抽样审计（sample_audit） + 72 小时 GDPR 通知流程
• 误报处理：在 pii_redactor.py 中调整正则或复姓表后跑 python -m unittest tests.test_all -v

---

7. 版本与历史

• 当前版本：V8.1-AIPC (8.1.0-aipc) · 2026-08-20
• 完整变更历史：CHANGELOG.md（V6 → V7.0 → V7.1 → V7.2 → V7.3 → V7.3.1 → V7.4-aipc → V8.0-aipc → V8.1-aipc · 含 SKILL.md 重构条目）
• 历史迁移指南：见 CHANGELOG.md 各版本"从 X 升级到 Y"小节
• 后续路线图（非承诺）：
  • V8.2：VLM（Qwen2.5-VL-7B INT4）接入，本地支持课件图像/PDF 视觉理解
  • V8.3：多工作区并行 + 学期级学情累计分析（本地 SQLite 存储，零上传）
  • V9：与 video-editing-skills-main JSON 契约级联动

---

设计哲学一句话总结：V6 让 AI 教学"能跑起来"，V7 让 AI 教学"跑得安全、跑得便宜、跑得快、跑得开放"，V8 让课件/游戏按钮必须实际可用，V8.1 把门控扩展到所有互动控件 —— 这就是「端侧重计算 + 云端轻决策 + 全控件门控」端云协同架构的核心价值。