Kashcool

كاشكول منصة تعليمية مدفوعة بالذكاء الاصطناعي للطلاب الذين يحتاجون أكثر من ملفات PDF ثابتة. تجمع حصص فيديو مباشرة وتدريسًا معزّزًا بالاسترجاع مرتكزًا على المنهج ومادة دراسية بالواقع المعزّز حتى تثبت المفاهيم أبعد من جلسة واحدة.

عملت على بنية الخلفية وطبقة الأداء: مكدس Django وDjango REST Framework على PostgreSQL، منشور على Amazon Web Services (AWS) مع EC2 وRDS وS3 وRoute 53. المطلوب لم يكن الميزات فقط — كان على واجهات البرمجة أن تبقى سريعة مع نمو المحتوى والمستخدمين وتاريخ الجلسات.

خفض عمل الأداء أوقات استجابة واجهات البرمجة بنحو ٧٠٪ عبر تحسين الاستعلامات واستراتيجية التخزين المؤقت وتقوية البنية. هذا التحسين يهم في التقنية التعليمية لأن تدريس المحادثة وبيانات الفيديو الوصفية لا يمكن أن تبدو بطيئة على هواتف الطلاب.

يسترجع تدريس RAG من منهج كل متعلم وجلساته السابقة بدل الإجابة كدردشة عامة. يقلّل الترسيخ خطر الهلوسة للمحتوى الأكاديمي ويجعل أسئلة المتابعة أكثر فائدة عبر المقرر لا داخل فقاعة دردشة واحدة فقط.

تستخدم الحصص المباشرة فيديو بزمن انتقال منخفض (WebRTC) مع تسجيل وتشغيل وطبقات تفاعلية. تساعد تصورات الواقع المعزّز مواضيع STEM على الجوال عندما لا يكفي مخطط ثنائي الأبعاد. مسارات التعلم التكيفية تستخدم تحليلات الجلسات لتقرير ما يجب أن يراه الطالب لاحقًا.

إلى جانب البنية، شمل التعاون إرشاد مطوّرين مبتدئين — عادات مراجعة الكود ووضوح تصميم واجهات البرمجة وكيف يُسلَّم بأمان على Amazon Web Services (AWS). نتيجة المنتج بعد طرح تدريس RAG كانت نحو +٤٠٪ في تفاعل الطلاب، مع خلفية تبقى قابلة للشرح مع النمو.

للمؤسّسين الذين يقارنون Django مع مكدسات أخرى لمنتجات الذكاء الاصطناعي، كاشكول مثال ملموس على قوة Python بجانب الاسترجاع المتجهي وسير عمل البيانات، مع عرض واجهات نظيفة لعملاء React. برمجيات تعليم شكّلتها المقاييس لا ذكاء اصطناعي من شرائح عرض.