北京
“学习一项新技能很重要，但找到负担得起的学习资源、知道下一步该学什么，这两件事本身就够难了。”这是Edemy LMS作者给出的起点。项目正在参加Hacktoberfest开源AI挑战赛第二周“副业”主题，提交的是一套已经能跑起来的在线学习平台，外加一个还没落地的AI方向。
先把边界说清楚：现有的是LMS，AI功能标注为“Planned”。作者没有把愿景包装成已上线能力，这一点在参赛作品里不算常见。
已经跑起来的部分
Edemy LMS的定位是让学生发现课程、学习技能、跟踪进度，同时给讲师提供发布内容的工具。功能清单里，课程发现、视频学习、进度跟踪、讲师工具四项属于现有能力。
技术栈是标准全栈组合：前端React.js、Vite、Tailwind CSS，后端Node.js加Express.js，数据库MongoDB，认证用Clerk，支付走Stripe，富文本编辑器是Quill，媒体管理交给Cloudinary，视频播放用YouTube Player。
作者自述的投入重点包括响应式界面、可复用组件、认证、课程管理和支付功能。这些是LMS的骨架，也是任何在线教育产品绕不开的地基。
AI部分还停留在计划表上
按提交内容，规划中的AI能力有三项：
- AI学习助手：用开放权重模型帮学生理解难点、总结学习材料
- AI出题：从课程内容生成练习题
- 职业导向学习：帮学习者识别可用于自由职业机会的技能
三项全部标注为“Planned”。作者的说法是，现有LMS提供基础，AI功能代表下一步想探索的方向。至于模型层，计划保持模块化，方便试验不同的开放模型和部署方式。
这个思路在工程上说得通：模型层解耦，换模型不用动业务代码。但计划归计划，代码仓库里目前能验证的，还是那套LMS。
为什么盯上开放权重模型
作者给出的理由集中在教育场景：开源技术让开发者可以试验、定制工具，不必完全依赖专有平台。对Edemy LMS这类项目，开放权重模型意味着可以围绕特定课程材料定制学习辅助，可以试不同模型，开发者对AI怎么部署也有更多控制权。
另一层是协作。其他开发者能研究实现、提改进建议，让学习工具更容易获得。这个逻辑和Hacktoberfest本身的气质一致——参赛作品公开在GitHub上，接受反馈和贡献。
长期目标写得很直白：做一个帮人学实用技能的平台，最终让这些技能转化为职业和自由职业机会。
值得看一眼的地方
项目有在线演示，也有公开仓库，作者明确表示欢迎反馈、建议和贡献。对于想研究全栈LMS怎么搭的人来说，React加Node加MongoDB这套组合加上Clerk、Stripe、Cloudinary的集成，是一个可参考的样本。
至于AI那部分，现在能确认的只有方向：开放权重模型、模块化模型层、围绕课程材料做定制。具体用哪个模型、怎么部署、效果如何，都还没有可验证的内容。
一个副业项目从LMS长成AI学习助手，中间隔着的不是一句愿景，是模型选型、课程数据怎么喂、出题质量怎么保证这些硬活。作者自己也没说已经解决了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
