docs/mvp.md

Текущее состояние
Цель прототипа:

Показать, как AI генерирует план урока на основе:

Загруженного учебника (PDF).

Параметров от учителя (тема урока, метод, количество учеников и т.д.).

Технологии:

Backend: Python + Responses API (OpenAI).

Frontend: Streamlit (для быстрого создания веб-интерфейса).

Обработка файлов: Responses API (загрузка и поиск в PDF).

Упрощения:

Работаем только с текстом (пока не обрабатываем картинки/аудио/видео).

Используем один учебник для тестирования.

План работы над прототипом
1. Подготовка (1-2 часа)
Убедитесь, что у вас есть:

API-ключ от OpenAI.

Установленный Python (рекомендую версию 3.8+).

Установленные библиотеки:

bash
Copy
pip install openai streamlit
Пример PDF учебника для тестирования.

2. Создание веб-интерфейса (2-3 часа)
Используем Streamlit для создания простого интерфейса:

Поле для загрузки PDF.

Поля для ввода параметров урока (тема, метод, количество учеников).

Кнопка для генерации плана урока.

Пример кода:

python
Copy
import streamlit as st
import openai

# Настройка OpenAI API
openai.api_key = "ваш API-ключ"

# Заголовок приложения
st.title("AI-ассистент учителя")

# Параметры урока
lesson_topic = st.text_input("Тема урока")
class_size = st.number_input("Количество учеников", min_value=1)
method = st.selectbox("Метод обучения", ["Test-Teach-Test", "Проектный", "Лекция"])

# Загрузка PDF
uploaded_file = st.file_uploader("Загрузите учебник (PDF)", type="pdf")

if uploaded_file and lesson_topic:
    # Сохраняем PDF временно
    with open("temp.pdf", "wb") as f:
        f.write(uploaded_file.getvalue())

    # Загрузка файла в OpenAI
    file = openai.File.create(
        file=open("temp.pdf", "rb"),
        purpose="search"
    )

    # Поиск в файле
    search_response = openai.File.search(
        file_id=file.id,
        query=lesson_topic
    )

    # Генерация плана урока
    prompt = f"""
    Создай план урока по теме: {lesson_topic}.
    Метод: {method}.
    Количество учеников: {class_size}.
    Материалы учебника: {search_response.data[0].text}
    Формат плана:
    - Цели урока
    - Необходимые материалы
    - Шаги урока с таймингом
    - Домашнее задание
    """

    lesson_plan = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}]
    )

    # Вывод результата
    st.write("**План урока:**")
    st.markdown(lesson_plan.choices[0].message.content)
3. Тестирование (1-2 часа)
Загрузите PDF учебника.

Введите параметры урока (например, тема "Фотосинтез", метод "Test-Teach-Test", 25 учеников).

Проверьте, генерирует ли AI корректный план урока.

4. Улучшение прототипа (3-4 часа)
Обработка ошибок:

Добавьте проверку на пустые поля.

Обработайте случаи, когда в учебнике нет информации по теме.

Оптимизация запросов:

Ограничьте объем текста, передаваемого в промпт (например, первые 3000 символов).

Улучшение интерфейса:

Добавьте возможность выбора раздела учебника.

Отобразите найденные фрагменты текста перед генерацией плана.

Логирование:

Сохраняйте запросы и ответы в лог-файл для анализа.

5. Демонстрация и обратная связь (2-3 часа)
Покажите прототип учителям или коллегам.

Соберите обратную связь:

Удобен ли интерфейс?

Соответствуют ли планы уроков ожиданиям?

Какие функции нужно добавить?

6. Дальнейшие шаги
После успешного тестирования MVP:

Добавьте обработку картинок/аудио/видео (если нужно).

Интегрируйте веб-поиск для поиска дополнительных материалов.

Расширьте функциональность:

Сохранение планов уроков.

Редактирование сгенерированных планов.

Оптимизируйте производительность:

Кэшируйте результаты поиска.

Используйте асинхронные запросы.