Show a desktop notification when the AI TA finishes replying
Notify me when classmates post messages in the forum
Play an alert sound whenever there is a new notification
透過 AIDA 框架（Ask → Imagine → Design → Act）四階段引導學生自主探索。整合 Bloom's 認知追蹤、課程教材檢索與學習預警，實現大班教學中的個別化學習陪伴。
Aida（優學伴）的名稱來自 AIDA 學習框架的四個階段縮寫，同時也代表 Agentic Intelligent Development Assistant。不同於傳統的問答式 AI 助教，Aida 是一位具有自主行動能力（Agentic）的學習夥伴，能夠：
ClassroomGPT 是教師設定的課程 AI 助教，遵循教師的 system prompt 回答問題。Aida 是平台層級的學習引導夥伴，具有自己的引導框架（AIDA）和自主工具調用能力，專注於培養學生的後設認知與自主學習能力。
AIDA 框架將學習歷程分為四個階段，每個階段對應不同的認知活動與引導策略：
| 階段 | 認知活動 | Aida 的引導行為 | 典型學生語言 |
|---|---|---|---|
| Ask 提問 | 提出問題、表達困惑、釐清需求 | 幫助學生將模糊困惑轉化為具體問題 | 「我不懂...」「為什麼...」「這是什麼意思？」 |
| Imagine 構想 | 提出假設、聯想、比較可能性 | 鼓勵發散思考，提供多角度線索 | 「我覺得可能是...」「會不會是...」 |
| Design 規劃 | 組織想法、列出步驟、建立架構 | 檢視計畫完整性，提問遺漏面向 | 「我打算先...再...」「步驟是...」 |
| Act 實踐 | 執行計畫、產出成果、反思結果 | 提供具體回饋，引導反思與改進 | 「我做了...結果是...」「這樣對嗎？」 |
學生可能從 Design 回到 Ask（發現新問題），或在 Imagine 和 Design 之間反覆。Aida 會即時偵測階段變化並調整引導策略，不強制學生按順序前進。
Aida 在每次回應後分析最近的對話內容，使用輕量級 LLM（GPT-5-mini）判斷學生目前所處的 AIDA 階段。偵測結果需達到 60% 以上信心度才會更新，避免頻繁跳動。
Aida 採用 OpenAI function calling 實現 Agentic 行為，所有工具定義集中於 chat_tools.py（與 ClassroomGPT 共用同一份 tool registry）。當 AI 判斷需要額外資訊時，會自主決定調用哪些工具。目前共 21 個工具，分為三大類：
將工具定義集中於 chat_tools.py，透過 get_course_learning_tools() 與 execute_course_learning_function() 分派。這讓 Aida 與 ClassroomGPT 同時取得新工具，避免重複維護；唯一差異是課程內工具需要 classroom_id，Aida 在自由探索模式下若未綁課程會收到 {"error": "未指定課程"}，這是預期行為。
| 工具 | 用途 |
|---|---|
get_course_overview | 課綱、教材、即將到期任務 |
get_bloom_trend | 學生本人的 Bloom 認知層次時序趨勢 |
get_forum_stats | 討論區發文統計與目前得分 |
get_worksheets | 學習單列表與作答狀態 |
get_class_recordings | 課堂螢幕錄製與音訊錄音 |
get_podcasts | 課程 Podcast 節目 |
get_peer_comparison | 匿名化的同儕表現比較 |
get_health_summary | HRV / 睡眠 / 步數（需 Garmin 或 Health Connect） |
execute_code | 沙箱 Python 程式執行 |
calculate_and_plot | sympy 數學運算與函數繪圖 |
recommend_potential_advisors | 依學生興趣推薦 opt-in 的指導老師（需 advisor_match 資料） |
專門讓 Aida 在自由探索模式下回答「Uedu 是什麼」「有哪些論文 / 研究成果」的入門問題，避免 hallucination。
| 工具 | 資料來源 |
|---|---|
get_uedu_platform_intro | Uedu 平台官方介紹（含 Educational Omics 六維框架，硬編碼於 chat_tools.py） |
list_uedu_team_papers | Uedu 團隊已發表論文（來源：app_practice.PAPERS） |
list_uedu_team_conferences | Uedu 團隊參與研討會（來源：app_conferences.CONFERENCES） |
list_uedu_universities | 平台收錄大學清單（來源：schools 表） |
銜接 advisor_match 模組，讓學生從對話中發現研究方向。
| 工具 | 用途 |
|---|---|
list_advisor_research_topics | 所有 opt-in 教師的研究主題統計 |
search_advisor_papers | Uedu 認證老師論文搜尋（LIKE 比對） |
find_advisors_by_topic | 依主題找 Uedu 認證老師 |
search_external_papers | OpenAlex 外部論文搜尋（5 國：tw / sg / jp / kr / cn） |
list_research_clusters | 語意群集（k-means + LLM 命名）清單 |
get_cluster_advisors | 某語意群集底下的老師 |
Aida 在回應 search_external_papers 結果時必須明確說明「這些作者未在 Uedu 註冊」，絕對不可以標示「指導老師」「願意收新生」「Uedu 推薦」字眼，也不提供「申請」入口。詳見研究領域地圖方法論的倫理規範章節。
所有工具皆設 "strict": True 並完整列出 required 欄位，符合 OpenAI strict function calling 要求。平台知識工具的 description 特別加上「切勿憑記憶或推測回答」指示，強制 LLM 走工具而非直接回答，避免 hallucination 團隊論文或研討會資訊。
每則學生訊息都會由 Bloom's Taxonomy 分類器在背景非同步分析，記錄六個認知層次的分數：
| 層次 | 說明 | 典型行為 |
|---|---|---|
| Remember（記憶） | 回憶事實與基本概念 | 定義、列舉、辨識 |
| Understand（理解） | 解釋想法或概念 | 分類、描述、解釋 |
| Apply（應用） | 在新情境中使用知識 | 執行、實作、解題 |
| Analyze（分析） | 拆解資訊建立關聯 | 比較、區辨、組織 |
| Evaluate（評鑑） | 判斷與決策 | 批判、辯護、評估 |
| Create（創造） | 產出新的觀點或作品 | 設計、建構、發明 |
這些資料同時供 Aida 的引導策略參考（透過 classify_bloom_level 工具），也匯入教師儀表板做班級層級的學習分析。
Aida 的核心引導原則：
每次開啟新對話時，Aida 會根據學生的歷史 session 摘要與當前課程資訊，自動產生：
對話結束時，Aida 自動產生學習摘要，包含：涵蓋主題、AIDA 階段進展、最高 Bloom 認知層次、以及下次可繼續探索的方向建議。
學生有兩種方式使用 Aida，教師不需要額外設定：
在現有的課程對話頁面（/mygpts/），header 區域有 [助教] [Aida] 切換按鈕：
切換後，所有現有功能（圖片上傳、語音輸入、塗鴉、檔案上傳）都可以繼續使用。對話紀錄統一存在原有的課程 log 中，透過 aida_mode 標記區分。
在課前預習、作業初期、考前複習等場景，建議學生切換到 Aida 模式，讓 Aida 引導自主思考。在需要即時解答的場景（如上課提問），則使用助教模式。
從全域側邊欄的「Aida 優學伴」進入獨立頁面（/aida/）：
| Uedu 助教 | Aida 優學伴 | |
|---|---|---|
| 定位 | 課程 AI 助教（教師的延伸） | 個人學習夥伴（學生的陪伴） |
| 行為控制 | 教師 System Prompt | AIDA 框架（平台內建） |
| 回答方式 | 直接回答問題 | 蘇格拉底式引導，不直接給答案 |
| 適用時機 | 有具體問題需要解答 | 不確定自己懂不懂、想深入探索 |
| 認知追蹤 | Bloom's 分析（背景） | Bloom's 分析 + AIDA 階段追蹤 |
教師在課程管理頁面左側 sidebar 點擊「Aida 優學伴」，可查看使用數據：
預警分為兩種模式，各自獨立分析：
每則預警都標示嚴重度（高/中/低）和判斷來源（AI 偵測/資料分析），並可展開查看具體的判斷依據與數據。
預警透過兩種互補的方式觸發：
在 Aida 獨立對話頁面中，AI 根據對話脈絡自主判斷是否需要觸發預警。觸發情境包含：
系統根據客觀資料自動計算，適用於助教模式和 Aida 模式：
| 預警類型 | 判斷條件 | 嚴重度 |
|---|---|---|
| Bloom 認知層次偏低 | 最近對話訊息 ≥ 5 則，且 80% 以上停留在記憶（remember）或理解（understand）層次 | 中～高 |
| 對話參與度低 | 至少 3 次對話，且 80% 以上每次只發 1-2 則訊息就離開 | 低 |
預警基於對話資料與 Bloom's 分析，不等同於專業的學習困難診斷。教師收到預警後，應結合平時觀察做綜合判斷，並以關懷的方式主動聯繫學生。每則預警都提供可展開的判斷依據，方便教師了解具體數據後再做決定。
Aida 的對話資料可供教育研究使用（需通過 IRB 審查），潛在研究方向包含：
| Omics 維度 | Aida 提供的資料 |
|---|---|
| Cognomics（認知歷程） | AIDA 階段軌跡、Bloom's 認知層次時序變化 |
| Linguomics（語言表達） | 學生訊息的語言複雜度、提問模式分析 |
| Sociomics（社會互動） | 人機互動模式、工具使用頻率、session 持續時間 |