AI的应用价值，在于解决教学的真问题。
比如，一份教案怎么快速写出来，以及写出来之后怎么适配不同水平的学生。
下面把这两款工具，连同推荐的一批开源工具，一并梳理清楚，讲清顶层的思路、底层的逻辑与关键的起点。
一、k12-teacher-skills
第一款工具叫k12-teacher-skills，核心功能是从零生成完整的教案。
操作流程很直接。输入“小学语文，《七律·长征》，第一课时，45分钟”，它会秒出教案草稿。
【启动-5分钟】：播放红军长征动画，设问“什么是长征精神？”
【探究-15分钟】：朗读诗歌，借助注释理解“逶迤”“磅礴”；预设困难：学生可能把“磅礴”读错，或难理解“腾细浪”的夸张手法
【精讲-15分钟】：图示帮助学生抓“腾”“走”等关键词，梳理诗意
【练习-7分钟】：当堂背诵首联和颔联
【归纳-3分钟】：总结“不怕难”的革命乐观主义精神
对新教师来说，这类工具的价值在于，把"搭框架、排时间、预判学情"这些需要经验沉淀的环节，变成可以一键生成的结构化草稿，从而快速产出标准化教案。
二、RedSkill2Knowledge
需要从GitHub社区下载该skill源码，手动添加到WorkBuddy的skills目录，属于开发者向的自定义技能。
解决的是教案生成之后的问题，同一份教案，怎么对应班里差异明显的学生水平。
这个工具会把这份教案变成分层材料。
【A档-需要支架】提供长征路线图，连线匹配“金沙江”和“大渡河”；填空“五岭像_，乌蒙像_”
【B档-独立完成】用自己的话说“只等闲”的意思；默写全诗。
【C档-挑战任务】对比阅读毛泽东另一首诗词，写50字读后感；或假设你是红军战士，写一段话描述翻越雪山时的心情。
这个工具的特点在于，保留统一的情境和核心题目，只在支持与挑战上做差异化设计。换句话说，全班围绕同一个问题展开，但每个人拿到的材料和难度不同。对资深教师而言，这正是基于已有教案适配不同学生水平的有效方式。
三、面向教学的开源工具
教学应用中，覆盖"内容解析 → 知识建模 → 课件生成 → 题库生成 → 大模型调用"五个环节，可以拼成一条完整的教研数字化工作流。
在GitHub仓库（开源工具的官方网上大本营），放着源码、教程、更新记录。普通老师写讲义，要得到.pptx 课件，直接用 Marp在线网页版，GitHub仓库只负责复制模板样例，不用碰源码。
内容解析与格式转换
MarkItDown（微软）。把 PDF、PPT、Word、网页统一转为 Markdown，便于大模型批量处理教材。
PyMuPDF。高效解析 PDF 教材，提取文字与图表。
python-docx。批量生成 Word 教案、试卷、学情报告。
知识建模与图谱构建
ConceptNet。常识知识图谱，抽取知识点与概念关系。
NetworkX。把知识点、能力点建模为图结构，用于分析先修关系与规划学习路径。
课件与幻灯片生成
python-pptx。用代码批量生成和改造 PPT。
Marp。用 Markdown 写讲义，一条命令导出 PPT / PDF / HTML。
Slidev。用 Markdown 制作开发者风格的互动幻灯片。
reveal.js。前端可自由定制的演示框架。
题库生成与输出约束
Guidance。用模板约束大模型输出结构（题干 / 选项 / 答案），稳定生成标准化题库。
Outlines。保证大模型输出符合 JSON、正则或类型约束，规范化生成结果。
大模型底层调用
OpenAI Python：直接调用大模型 API，作为驱动润色、出题、翻译等任务的底层引擎。
四、一条可落地的教研流水线
把这些工具串起来，可以形成一条清晰的链路。
教材解析 → 知识图谱构建 → 课件自动生成 → 题库智能出题 → 结果规范化输出。
把课件制作、题库生成、知识点梳理这类重复性劳动交给自动化工具和 AI，教师就能把精力收回到教学设计本身。
今天就分享到这里。
