# SmartCampusMgr（AI教室管理系统）

**Repository Path**: mmnetwork/smart-campus-mgr

## Basic Information

- **Project Name**: SmartCampusMgr（AI教室管理系统）
- **Description**: 本系统采用双端架构（用户端 + 管理端），集成AI问答、可视化分析与K-Means聚类算法，形成集预约管理—教室信息—物资报修—数据分析—智能决策—AI智能体对话于一体的高校（大学，学校）教室管理系统。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2025-10-23
- **Last Updated**: 2026-04-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 教室管理系统, AI教室, 校园管理, 智慧校园, 报修系统

## README

## 一、功能板块结构

本系统采用**双端架构（用户端 + 管理端）**，集成AI问答、可视化分析与K-Means聚类算法，形成集**预约管理—教室信息—物资报修—数据分析—智能决策—AI智能体对话**于一体的高校教室管理平台。

------

### （一）用户端

面向学生与教师用户，实现教室使用、资源预约与问题反馈的功能服务。

| 模块名称            | 功能说明                                                     |
| ------------------- | ------------------------------------------------------------ |
| **1. 用户信息管理** | 用户登录系统（通过学号/工号+密码），区分身份类型，进入个人中心后可查看个人信息、修改密码、加入交流群或联系客服。 |
| **2. 教室预约功能** | 用户可选择日期与时间段预约教室，系统在预约前弹出预约须知，防止资源冲突与浪费；支持扫码签到验证入场（二维码限时有效）。 |
| **3. 教室查询功能** | 用户可根据日期、教学楼、教室编号查询空闲教室，查看教室详情（位置、容量、当前使用情况），并可直接进行“立刻预约”或“立刻报修”操作。 |
| **4. 物资报修功能** | 用户通过选择教室、填写报修内容及上传图片进行设备报修，形成工单提交至后台处理，便于维护管理。 |
| **5. AI问答功能**   | 内置智能问答助手，支持编程知识、系统操作、学院信息等内容查询与辅助交互。 |
| **6. 公告通知功能** | 系统通过弹窗或首页展示方式推送最新公告、预约规则、维护通知或紧急提示信息。 |

------

### （二）管理端

面向学校管理员，用于资源调度、数据管理、统计分析与智能运维。

| 模块名称                  | 功能说明                                                     |
| ------------------------- | ------------------------------------------------------------ |
| **1. 用户管理**           | 管理员可通过Flask后台管理用户信息、权限分配、操作日志；基于MySQL构建用户信息与角色表。 |
| **2. 教学楼管理**         | 管理教学楼信息，支持增删改查、添加管理员、上传教学楼图片等操作。 |
| **3. 教室管理**           | 教室信息管理核心模块，支持添加、编辑、删除、导入导出教室数据；实现GET/POST API接口，用于前端查询与更新。 |
| **4. 课程管理**           | 管理员可查看课程表、教师信息、时间安排，支持导出二维码、编辑与导出课表数据。 |
| **5. 报修管理**           | 显示所有报修工单及其状态（处理中/已完成），可按状态或关键字筛选，支持查看详情及图片记录。 |
| **6. 公告发布**           | 管理员可发布或删除公告，系统提供GET/POST/DELETE API实现公告的创建、查询与管理。 |
| **7. 数据统计与可视化**   | 展示教室总数、使用率、报修情况、预约趋势等统计信息，通过ECharts可视化呈现数据变化趋势。 |
| **8. 报修项目词云功能**   | 系统使用 **TF-IDF + K-Means聚类算法** 提取报修描述文本关键词，生成词云图揭示高频问题（如“空调”“黑屏”），辅助设施维护决策。 |
| **9. 报修聚类分析仪表盘** | 结合处理时间、报修频率与状态数据，通过K-Means实现多维聚类分析，生成损坏类型散点图、箱线图、树图、饼图与设备健康仪表盘，直观反映故障模式与维护重点。 |

------

## 二、技术路线分析

系统采用**Vue3+Vite+Python + Flask + MySQL + Redis+ECharts + 微信小程序（前端）**的整体架构，形成“轻量化后端 + 智能化分析 + 多端协作”的系统方案。

------

### （一）总体架构设计

```
┌───────────────────────────────────┐
│           用户端（小程序 / Web）           │
│ 教室查询 | 教室预约 | 报修提交 | 公告通知 | AI问答 │
└──────────────┬────────────────────┘
               │ RESTful API 接口通信
┌──────────────┴────────────────────┐
│            后端服务层（Flask）             │
│ 业务逻辑处理 / 身份认证 / 数据分析 / API路由管理 │
└──────────────┬────────────────────┘
               │ SQLAlchemy ORM 数据映射
┌──────────────┴────────────────────┐
│           数据层（MySQL数据库）           │
│ 用户信息 | 教室信息 | 课程表 | 报修记录 | 公告 │
└───────────────────────────────────┘
```

------

### （二）前端技术路线

| 技术层         | 主要内容                                                     |
| -------------- | ------------------------------------------------------------ |
| **小程序端**   | 使用 `WXML + WXSS + JavaScript` 实现交互界面，调用微信扫码、文件上传、定位与云API，实现扫码签到与动态公告展示。 |
| **Web 管理端** | 基于 Vue.js + Element-UI 构建，负责数据展示与后台管理操作；ECharts 负责可视化图表绘制（饼图、折线图、仪表盘、词云等）。 |
| **AI问答模块** | 集成 Python 调用大模型接口（如 OpenAI API 或本地模型）提供自然语言交互与智能问答功能。 |

------

### （三）后端技术路线

| 技术要素           | 实现说明                                                     |
| ------------------ | ------------------------------------------------------------ |
| **框架与语言**     | 使用 Python 的 Flask 框架构建 RESTful API 服务。             |
| **数据库操作**     | 采用 SQLAlchemy ORM 进行对象映射与数据操作，数据库为 MySQL。 |
| **文件上传与导出** | 使用 Flask-Uploads 实现图片上传，使用 pandas / openpyxl 实现数据导出。 |
| **聚类与分析算法** | K-Means 算法用于报修记录聚类分析；TF-IDF + Jieba 分词提取高频词生成词云。 |
| **可视化工具**     | ECharts 用于数据分析结果展示（趋势图、饼图、树图、仪表盘）。 |
| **安全与权限**     | 实现基于 Token 的身份验证与角色权限控制。                    |

------

### （四）智能数据分析流程

1. **数据采集**：系统自动从数据库读取报修与教室使用记录；
2. **特征提取**：提取处理时间、报修类型、状态、频率等字段；
3. **K-Means聚类分析**：生成聚类结果（如设备健康等级、高频问题类别）；
4. **结果可视化**：输出散点图、词云图、箱线图、仪表盘；
5. **决策支持**：辅助管理员优化维修计划与资源配置。

------

## 三、系统特点总结

| 维度         | 特征说明                                                     |
| ------------ | ------------------------------------------------------------ |
| **架构设计** | 双端协同（用户端 + 管理端），前后端分离，REST接口通信。      |
| **核心技术** | Python + Flask + MySQL + ECharts + K-Means 聚类。            |
| **创新特色** | 引入 AI 问答与聚类算法，实现智能化数据分析与决策支持。       |
| **可扩展性** | 支持多维数据统计与可视化仪表盘扩展，可接入物联网教室传感器数据。 |

## 四 系统照片
![输入图片说明](images/all.png)
![输入图片说明](images/%E5%AE%B9%E5%99%A8%202@1x.png)
![输入图片说明](images/03.png)
![输入图片说明](images/04.png)
![输入图片说明](images/05.png)
![输入图片说明](images/06.png)
![输入图片说明](images/07.png)
![输入图片说明](images/08.png)
![输入图片说明](images/09.png)
![输入图片说明](images/10.png)
![输入图片说明](images/11.png)
![输入图片说明](images/13.png)

## 五、联系作者

QQ 61437327

WX A2020brave