llm_wiki/raw/教育AI研究/高等教育AI专题-自动化工作流配置v3.md

created, title, tags, category

created	title	tags	category
2026-04-20	高等教育AI专题自动化工作流配置	高等教育 教育AI 自动化	高等教育AI专题

高等教育AI专题自动化工作流配置

版本：v3.0-高等教育专项
创建时间：2026-04-20
背景：新自动化工作流 v2.0 过于通用，现聚焦高等教育AI专题
目标：匹配 W18-W21 研究节奏，支持全球高校知识图谱建设

---

一、专题自动化优先级

1.1 任务优先级矩阵

优先级	任务类型	触发频率	成本估算	质量要求
P0	每周研究计划+周报	每周一	¥0.5/周	结构完整
P1	高校深度研究（档案+报告）	每高校1次	¥2/高校	≥85分
P2	国际比较报告	每区域1次	¥1.5/报告	≥80分
P3	知识图谱更新	月度+里程碑	¥0.5/次	准确+完整
P4	文献追踪更新	按需	¥0.3/次	DOI验证

1.2 W18-W21 自动化任务清单

每日（轻量）：
├── 09:00  扫描日韩/澳洲高校官网动态
└── 10:00  监测高等教育AI政策变化

每周（中等）：
├── 周一  W18-W21各周研究计划
├── 周中  高校深度研究（东京大学/KAIST/墨尔本/悉尼）
└── 周五  本周产出质量检查

每月（重量）：
├── 月末  月度进展报告+成本核查
└── W21  知识图谱v2.0最终整合

里程碑（一次性）：
├── W18结束  日韩研究完成确认
├── W19结束  澳洲研究完成确认
├── W20结束  亚洲综合报告发布
└── W21结束  全球地图v2.0+综合报告发布

---

二、W18-W21 详细任务配置

任务A：每周研究计划生成

任务配置:
  name: "weekly-plan-higher-ed"
  schedule: "FREQ=WEEKLY;BYDAY=MO;BYHOUR=9;BYMINUTE=0"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    为本周高等教育AI研究制定详细计划。

    输入：
    1. MEMORY.md 中标注的当前周次和待完成任务
    2. 上一周周报完成状态
    3. W18-W21整体计划当前位置

    输出要求：
    1. 产出一份周研究计划（格式参照 2026-W18-第6周研究计划.md）
    2. 明确P0/P1/P2/P3任务优先级
    3. 每项任务指定产出路径和质量目标
    4. 列出本周关键问题（不超过3个）
    5. 成本估算

    质量要求：
    - 计划必须具体可执行
    - 任务拆分到单次AI调用可完成的粒度
    - 标注与其他周次任务的依赖关系

  输出路径: "每周报告/YYYY-WXX-第N周研究计划.md"
  成本估算: ¥0.5/次

任务B：高校深度研究

任务配置:
  name: "institution-deep-research"
  schedule: "FREQ=WEEKLY;BYDAY=WE;BYHOUR=9;BYMINUTE=0"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    对指定高校进行深度研究，建立机构档案和深度报告。

    输入：
    1. 高校名称（本周指定：东京大学/KAIST/墨尔本大学/悉尼大学）
    2. 参照模板：机构档案框架.md 和对应高校类型模板

    研究维度（固定5维）：
    ├── 战略层面：AI教育国家战略、学校定位
    ├── 课程层面：AI课程设计、覆盖范围
    ├── 技术层面：自研/采购/开源工具
    ├── 研究层面：学术成果、产学合作
    └── 治理层面：学术诚信、AI使用规范

    输出要求（必须同时产出）：
    1. 机构档案 → 机构档案/{高校}-教育AI研究档案-YYYYMMDD.md
    2. 深度报告 → 深度研究报告/{高校}AI教学项目深度研究报告-YYYYMMDD.md

    质量要求：
    - 官方渠道占比 ≥70%
    - 每条数据必须标注来源URL
    - 包含"对中国高校的启示"专节（≥3条可操作建议）
    - 质量自评 ≥85分

    真实性核查：
    - 所有URL必须可访问
    - 关键数据（学生数/预算/成立年份）必须交叉验证

  输出路径:
    - "机构档案/{高校}-教育AI研究档案-YYYYMMDD.md"
    - "深度研究报告/{高校}AI教学项目深度研究报告-YYYYMMDD.md"
  成本估算: ¥2/高校

任务C：区域比较报告

任务配置:
  name: "regional-comparison-report"
  schedule: "FREQ=WEEKLY;BYDAY=FR;BYHOUR=9;BYMINUTE=0"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    生成区域比较报告，整合本周区域研究成果。

    本周区域（按周次）：
    - W18：日韩高校对比
    - W19：澳洲高校对比
    - W20：亚洲高校综合（跨越中日韩新）
    - W21：全球四大区域综合

    输出要求：
    1. 固定结构：各国模式→核心发现→对比矩阵→启示建议
    2. 必须包含对比矩阵（表格形式）
    3. 启示建议必须可操作（≥3条）

    质量要求：
    - 信息不重复（引用本周深度报告，标注页码）
    - 量化对比为主（避免定性描述堆砌）
    - ≥80分

  输出路径:
    - W18: "国际比较/日韩高校AI教育对比分析-YYYYMMDD.md"
    - W19: "国际比较/澳洲高校AI教育对比分析-YYYYMMDD.md"
    - W20: 合并入亚洲综合报告
    - W21: 合并入全球综合报告
  成本估算: ¥1.5/报告

任务D：每周周报生成

任务配置:
  name: "weekly-report-higher-ed"
  schedule: "FREQ=WEEKLY;BYDAY=SU;BYHOUR=18;BYMINUTE=0"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    生成本周高等教育AI研究周报。

    周报结构（固定8节）：
    一、研究概览（任务完成状态表）
    二、核心研究成果（本周深度发现）
    三、新增机构档案（如有）
    四、重大发现（本周最重要洞察，≤3条）
    五、本周质量核查
    六、成本记录
    七、下周展望
    八、附录：产出文件索引

    输入：
    1. 本周研究计划完成情况
    2. 产出文档内容摘要
    3. 成本记录

    质量要求：
    - 完成率必须量化（X/Y任务）
    - 重大发现必须有引用支撑
    - 成本精确记录
    - 对下周任务的明确规划

  输出路径: "每周报告/YYYY-WXX-第N周完整报告.md"
  成本估算: ¥0.5/次

任务E：知识图谱更新

任务配置:
  name: "knowledge-graph-update"
  schedule: "手动触发（里程碑）"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    更新全球教育AI机构关系图谱。

    更新时机：
    - W18结束：+东京大学、+KAIST
    - W19结束：+墨尔本大学、+悉尼大学
    - W21结束：v2.0最终整合（35+机构）

    更新规则：
    1. 严格遵循 json-canvas 格式规范
    2. 新增节点必须包含：id、type、label、position
    3. 新增边必须标注关系类型
    4. 更新后自检：所有节点可点击、关系无交叉
    5. 版本命名：v1.4（+2机构）、v1.5（+2机构）、v2.0（35+）

    输出路径:
    - W18: "全球教育AI机构关系图谱_v1.4.canvas"
    - W19: "全球教育AI机构关系图谱_v1.5.canvas"
    - W21: "全球教育AI机构关系图谱_v2.0.canvas"

  输出路径: "全球教育AI机构关系图谱_v*.canvas"
  成本估算: ¥0.5/次

任务F：W21综合报告（重量级）

任务配置:
  name: "final-comprehensive-report"
  schedule: "W21里程碑（一次性）"
  工作目录: "d:/Applications/app/kepano-obsidian-main/raw/教育AI研究"

  prompt: |
    生成全球高等教育AI专题综合报告（终极产出）。

    这是9周专题的最终整合报告，必须：
    1. 整合W13-W21所有研究成果
    2. 覆盖四大区域（北美/欧洲/亚洲/大洋洲）
    3. 产出≥90分的高质量报告
    4. 提供对中国高校的可操作建议（≥5条）

    报告结构：
    详见 高等教育AI专题-延续计划（W18-W21）.md 第五节

    特别注意：
    - 四大区域模式必须有量化对比
    - 最佳实践案例必须标注可复制性
    - 中国建议必须有优先级排序
    - 必须包含完整的参考文献（DOI验证）

  输出路径:
    - "深度研究报告/全球高等教育AI专题综合报告-20260512.md"
    - "归档/高等教育AI专题W18-W21总结.md"
  成本估算: ¥5（一次性）

---

三、成本控制

3.1 W18-W21 成本预算

任务	次数	单次成本	小计
每周研究计划	4周	¥0.5	¥2
高校深度研究	4所	¥2	¥8
区域比较报告	2份	¥1.5	¥3
每周周报	5份	¥0.5	¥2.5
知识图谱更新	3次	¥0.5	¥1.5
W21综合报告	1次	¥5	¥5
合计			¥22
W1-W21累计			~¥54.5

3.2 成本控制规则

1. 单次运行上限：¥5（综合报告除外）
2. 周预算上限：¥5
3. 月度上限：¥20
4. 超标预警：接近¥18时暂停P3/P4任务
5. 月度汇总：每月末核查实际vs预算

---

四、质量保障

4.1 核查清单

阶段	检查项	通过标准
计划阶段	任务可执行性	每任务≤3次AI调用
研究阶段	信源验证	URL可访问+时效≤6个月
产出阶段	格式规范	frontmatter + OFM语法正确
提交阶段	质量自评	≥85分自评，附核查说明

4.2 禁止项

• ❌ 未经核实的数据
• ❌ 重复已产出的内容（检查MEMORY.md）
• ❌ 超出周计划范围的临时任务（除非P0）
• ❌ 低于80分的报告提交

---

五、与其他配置的整合

5.1 继承自v2.0的配置

保留项	说明
真实性核查五步法	继续严格执行
文献库管理	继续使用文献库管理器.py
成本跟踪	继续记录到outputs/

5.2 废弃项

废弃	原因
案例深度分析（B1任务）	专题已转向高校研究
国际化跟踪（A1/A2任务）	暂缓，聚焦高校深度
月度综合报告（C1任务）	合并入W21终极报告
质量审核（C2任务）	内化为周报核查节

---

六、版本记录

版本	日期	变更
v3.0-高教专项	2026-04-20	从v2.0通用配置聚焦到高等教育AI专题
v2.0	2026-04-14	新自动化工作流三层架构
v1.0	2026-04-01	初始自动化配置

---

配置说明：本配置聚焦W18-W21四周高等教育AI专题研究
适用周期：2026年4月21日 - 5月18日
预计效果：4周内完成全球35+高校覆盖，产出90分+综合报告