设计一个学习职场英语的 AI Agent（LLM Agent 架构 + 日常闭环 + 打分）

0. 背景（Background）

学“职场英语”真正难的地方，通常不是词汇量，而是 conversion to production：看得懂一句话，不代表你在会议里能顺口说出来。

如果把它当成一个系统问题，很多人缺的不是材料，而是闭环：

• Input 没有 Output（学了但不测）
• Output 没有 Measurement（测了但不打分、没历史）
• Measurement 没有 Scheduling（没 spaced repetition、也没有 next review time）

这篇文章做一份纯技术设计：用一个 LLM-powered learning agent，把学习固化成固定节奏的 daily loop：

• Morning：Learn（精选输入 + minimal rewrite）
• Evening：Test（在时间压力下强制输出）
• Next day：Review（只复习昨天翻车点 + 小幅增量）

参考的 agent 架构拆分来自 Lilian Weng 的文章 LLM Powered Autonomous Agents：https://lilianweng.github.io/posts/2023-06-23-agent/。

1. Agent 架构（planning / memory / tool use / reflection）

沿用 Weng 的拆法：把 LLM 当作“脑子”，外面挂四个模块：

• Planning：选今日主题，生成学习与测验任务
• Memory：持久化 sentence bank、打分、测验历史
• Tool use：dictionary、TTS/STT、计时、调度、存储
• Reflection：错误分析 → 更新分数 → 安排下一次复习

这里的“autonomy” 应该是有边界的：不要让它跑开放式任务，只让它执行一个每日确定性的工作流（daily deterministic workflow）。

2. 数据模型：带双维度打分的 sentence bank

把 phrases / sentences / templates 当成“cards”管理，是一个足够简单、也便于扩展的数据抽象。

2.1 Core entity

SentenceCard
  id: string
  text_en: string
  meaning_zh: string
  scenario_tags: [string]     # e.g., status-update, scope, risk, alignment
  utility: int (1..5)         # 实用度（用得上/用得多不多）
  mastery: int (1..5)         # 熟练度（说得顺不顺）
  examples: [string]          # variations / rewrites
  last_seen_at: datetime
  next_due_at: datetime
  stats:
    attempts: int
    correct: int
    avg_latency_ms: int
    last_errors: [string]     # e.g., preposition, tense, word order

2.2 为什么要两套分数（实用度 / 熟练度）

把“重要性”和“熟练度”揉成一个分数，会把优先级排序搞乱。

• 实用度 (1–5) 解决：这句话值不值得学？（用不用得上）
• 熟练度 (1–5) 解决：这句话你是否已经“拥有”？（能不能顺口说出来）

一个够用的 priority 公式：

[ \text{priority} = \text{utility} \times (6 - \text{熟练度}) ]

高实用度 + 低熟练度的 card 会自然浮到最上面。

3. 调度（Scheduling）：morning learn / evening test / next-day review

3.1 Daily workflow（高层流程）

1. Morning Learn
2. Select theme
3. Pick 5 cards by priority (and due status)

4. For each card: show meaning + one “rewrite slot” (replace nouns with today’s context)

5. Evening Test

6. 6 prompts max (keep it short)
7. 2× zh→en (timed), 2× en→zh, 2× situational completion

8. Record correctness, latency, and error types

9. Next-day Review

10. Review only failure points（熟练度最低 / 昨天做错 / 今天到期）
11. Add 2 new cards only after review passes

3.2 Spaced repetition 策略（实用版本）

你不需要一上来就实现完整的 SM-2。

可以先用熟练度映射出 interval buckets：

再用“failure events”覆盖调度（更贴近真实学习）：

• If wrong in evening test → next_due_at = tomorrow
• If latency too high（例如 > 8s）→ treat as partial failure

4. 打分更新：把 test 结果映射到熟练度（1–5）

4.1 Signals（信号）

每个 prompt 收集三类信号即可：

• Correctness：correct / partial / wrong
• Latency：time-to-first-complete-answer
• Error type：grammar / word choice / missing nuance / register too casual

4.2 更新规则（简单且稳定）

对外暴露“熟练度”为整数，但内部维护一个浮点分值：

delta =
  +1.0 if correct and latency <= 5s
  +0.5 if correct and latency in (5s..8s]
  +0.0 if partial
  -1.0 if wrong

mastery_raw = clamp(mastery_raw + delta, 1.0, 5.0)
mastery = round_half_up(mastery_raw)

这样能避免熟练度抖得太厉害（尤其是刚开始学的阶段）。

4.3 实用度打分（1–5）

实用度通常不是“自动测出来的”，它更像一个 product decision。

两个可行做法：

• Manual：每周回顾一次，按真实使用频率升/降
• Observed（可选）：用户在轻量 UI 上点一下“今天用过”，系统据此统计

5. 接口与实现草图（Python）

5.1 CLI surface（命令行接口示意）

agent learn   --theme "status update" --limit 5
agent test    --limit 6
agent review  --limit 5
agent add     --text "Let’s align on the scope first." --meaning "先对齐范围"
agent stats   --top 20

5.2 Module skeleton

from dataclasses import dataclass
from datetime import datetime, timedelta
from typing import List, Optional


@dataclass
class SentenceCard:
    id: str
    text_en: str
    meaning_zh: str
    scenario_tags: List[str]
    utility: int  # 实用度 1..5
    mastery: int  # 熟练度 1..5
    last_seen_at: Optional[datetime] = None
    next_due_at: Optional[datetime] = None


class MemoryStore:
    def load_due(self, now: datetime, limit: int) -> List[SentenceCard]:
        raise NotImplementedError

    def load_by_priority(self, limit: int) -> List[SentenceCard]:
        raise NotImplementedError

    def save_attempt(self, card_id: str, correct: bool, latency_ms: int, error_type: str) -> None:
        raise NotImplementedError

    def update_mastery(self, card_id: str, mastery: int, next_due_at: datetime) -> None:
        raise NotImplementedError


class Scheduler:
    def next_interval_days(self, mastery: int) -> int:
        return {1: 1, 2: 2, 3: 4, 4: 7, 5: 14}[mastery]

    def schedule_next(self, now: datetime, mastery: int, failed: bool) -> datetime:
        if failed:
            return now + timedelta(days=1)
        return now + timedelta(days=self.next_interval_days(mastery))

5.3 Tooling hooks（工具挂钩点）

• TTS: generate audio for text_en
• STT (optional): score pronunciation; keep it local if possible
• Dictionary: fetch example usages (bounded; avoid flooding)

Security note：除非你控制 endpoint，否则不要把公司内部信息 / 项目代号 / 客户数据喂给第三方工具或外部服务。

6. 示例句子集（starter pack）

下面给一个最小的 “workplace core” 集合（你肯定要按自己工作场景裁剪）：

7. 架构图（Diagram）

@startuml
skinparam backgroundColor #FFFFFF
skinparam componentStyle rectangle

rectangle "Workplace English Learning Agent" as Agent {
  [Planner] as Planner
  [Memory Store] as Memory
  [Scheduler] as Scheduler
  [Test Engine] as Test
  [Reflection] as Reflect
}

cloud "LLM" as LLM
rectangle "Tools" as Tools {
  [Dictionary] as Dict
  [TTS/STT] as Speech
  [Timer] as Timer
}

Planner --> LLM : prompt(theme, tasks)
Planner --> Memory : select cards
Planner --> Scheduler : plan due items

Test --> Timer
Test --> Memory : save attempts
Test --> LLM : grade + feedback

Reflect --> Memory : update 熟练度\nsave errors
Reflect --> Scheduler : compute next_due

LLM --> Dict : (optional) examples
LLM --> Speech : (optional) audio scoring

Agent ..> Tools
@enduml

References

• Lilian Weng, LLM Powered Autonomous Agents: https://lilianweng.github.io/posts/2023-06-23-agent/
• Spaced repetition: https://en.wikipedia.org/wiki/Spaced_repetition

本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。