核心用法
Educlaw 是一款面向 K12 及成人学习者的多 Agent 学科辅导系统，采用「分科隔离」架构设计。用户通过自然语言指令（如"学英语""学数学""学语文"）触发智能路由，系统自动识别意图并分配至对应的学科 Agent。每个 Agent 拥有独立的 instruction 集合与记忆空间，上下文完全隔离，从根本上杜绝跨学科记忆污染。
系统当前支持英语（免费）、数学、语文三大学科，采用积分激励机制：完成练习可获得积分，形成正向学习闭环。高级用户可通过编辑 router/config.yaml 自定义路由规则，实现个性化学科配置。
显著优点
- 学科隔离性强：各 Agent 记忆独立，英语 Agent 不会知晓数学 Agent 的对话历史，适合需要严格分科的场景
- 零门槛启动：无需复杂配置，自然语言即可切换学科
- 扩展架构清晰：基于配置文件的路由机制，便于开发者接入新学科
- 游戏化激励：积分系统提升用户留存与完成率
潜在局限
- 学科覆盖有限：当前仅三科，理科实验、编程等场景缺失
- 跨学科关联弱：严格隔离虽避免污染，但也限制了知识迁移（如用数学思维解物理题）
- 路由依赖意图识别准确性：模糊输入（如"帮我看看这道题"未指定学科）可能触发错误 Agent
- 免费版仅限英语，数学/语文需付费解锁
适合人群
- 中小学生家长：希望为孩子建立分科学习习惯，避免知识混淆
- 多语言/多领域自学者：需要严格区分不同知识体系的成年学习者
- 教育机构：可基于开源架构二次开发，构建自有学科矩阵
常规风险
- 记忆隔离≠隐私隔离：虽然上下文隔离，但底层数据仍存储于同一实例，敏感学习数据需关注平台隐私政策
- 版本迭代风险：v2.0.1 处于早期阶段，路由规则配置格式可能随版本变更
- 积分激励滥用：过度依赖外部激励可能削弱内在学习动机，建议配合学习目标设定使用