基于 AI 的课程内容生成系统技术解析

系统架构

该解决方案整合了两个核心模块：

• 课程大纲生成：通过 LLM 模型自动创建包含周模块/子模块的课程结构

• 课程内容生成：为每个模块生成文本/视频脚本及配套选择题

技术栈包含：

• 实时通信：WebSocket API + Lambda 函数

• AI 核心：某机构 Bedrock 服务的 Claude 3.5 模型

• 基础设施：SQS 消息队列、S3 存储、DynamoDB 会话管理

• 安全防护：Cognito 身份认证 + WAF 防护 + CloudFront 加速

WebSocket 认证机制

采用三层路由设计：

$connect   # 记录connection_id到DynamoDB$disconnect # 清理失效连接$default    # 异常流量处理

认证流程：

1. 用户通过 Cognito 获取 JWT 令牌

2. WebSocket 连接时携带令牌

3. Lambda 授权器验证令牌有效性

4. 会话信息持久化存储

课程大纲生成实现

典型请求负载：

{  "action": "courseOutline",  "course_title": "机器学习基础",  "course_duration": 4,  "user_prompt": "请根据教学大纲生成每周3个主学习目标和9个子目标..."}

处理流程：

1. 请求进入 SQS 队列

2. Lambda 触发 Bedrock 模型调用

3. 响应结构化存储至 S3

4. 通过 WebSocket 实时返回 JSON 格式大纲

课程内容生成模块

内容生成规范：

• 每个主学习目标包含：

• 1 套阅读材料

• 3 个 3 分钟视频脚本

• 每个视频配套选择题

技术实现要点：

# 内容生成Lambda核心代码片段converse_response = bedrock_runtime_client.converse(    system_prompt="你是一个教育内容生成专家...",    model_id=model_id,    messages=[{"role":"user","content":user_msg}],    tool_config=tool_config)

部署实践

使用 CDK 基础设施即代码：

cdk deploy --all

关键配置项：

• 确保 Bedrock 模型在目标区域可用

• 通过 CloudFront 部署 WebSocket 分发层

• 使用 Cognito 用户池管理访问权限

安全设计

多层防护体系：

1. 网络层：CloudFront + WAF 防护 DDoS

2. 接入层：JWT 令牌校验

3. 数据层：S3 加密存储 + DynamoDB TTL

4. 运维层：最小权限 IAM 策略

该架构已通过某机构 Well-Architected 框架评估，具备生产级可靠性。更多精彩内容 请关注我的个人公众号 公众号（办公 AI 智能小助手）公众号二维码

办公AI智能小助手