AI 学习，因你而变。
面向个人学习任务的 AI 学习工作台。
Everything is a Skill. State decides next.
LingxiLearn 将一次学习请求组织为持续运行的学习任务：理解目标、读取学习状态、选择合适的能力执行，并根据新的学习证据动态决定下一步。
它不是固定的「意图 → 工作流」系统。运行时只规划 Capability，再由 Skill Registry 解析到具体 Skill 与 Provider。
Goal → Plan → Act → Observe → Update State → Re-plan
- 可视化：将抽象知识转化为图解、课件、练习与交互式学习产物。
- 理解：围绕学习目标、知识状态、掌握度与学习证据建立持续上下文。
- 协作：多个专业 Agent 基于 Skill 动态组合，完成讲解、练习、分析与反馈。
- 成长：根据每轮学习结果更新状态，并持续调整后续教学策略。
生产环境由独立的 Next standalone / Node Web、FastAPI API、Python Scheduler 与 PostgreSQL 组成。浏览器经 Web 的同源 /api/*、/auth/* rewrite 访问 FastAPI；身份会话由外部 LingxiIdentity BFF / Logto 管理。完整的拓扑、启动顺序与 ownership 见 ARCHITECTURE.md。
Browser → Next standalone Web → FastAPI → LingxiGraph
├→ PostgreSQL / 文件与 Artifact 存储
└→ LingxiIdentity BFF / Logto
Python Scheduler → PostgreSQL 任务声明 → 共享应用服务
核心原则：
Everything is a Skill. State decides next.
Skill 定义系统能够做什么，State 决定当前应该做什么。
cp .env.example .env
# 填写全部必需凭据；缺失配置会直接阻止启动
docker compose -f docker-compose.dev.yml up --build默认地址：
- Web:
http://localhost:3000 - API:
http://localhost:8000
也可以使用：
make devmake setup # 安装依赖
make test # 后端测试
make check # 前端检查
make prod # 生产部署后端门禁检查依赖边界、生产源码可达性、唯一迁移与禁用能力；前端门禁检查类型、格式、测试、未使用代码、依赖方向和生产构建。
server/ FastAPI 后端与学习运行时
web/ Next.js 学习工作台
skills/ Skill 能力目录
packs/ 课程包与知识内容
主要技术栈：Next.js 16 · React 19 · FastAPI · Python 3.13 · LingxiGraph 2.2 · PostgreSQL
项目根目录代码采用 MIT License。
历史来源与第三方声明见 THIRD_PARTY_NOTICES.md。当前 V1 源码不包含旧工作台实现。