工具
ChatGPT
精选资源
通用对话式 AI 助手，可辅助教师起草教案、课堂活动和反馈，也可帮助研究者梳理问题与修改文本；输出需结合原始材料核对。
教师研究者
对话生成+2
通用对话式 AI 助手，可辅助教师起草教案、课堂活动和反馈，也可帮助研究者梳理问题与修改文本；输出需结合原始材料核对。
从研究问题出发，经关键词扩展、论文筛选、文献管理和信息提取形成综述矩阵的流程。
从主题与学习者条件出发，依次完成教学目标、活动、材料、课件初稿和教师复核的一课备课流程。
Agent Skills 以含 YAML 元数据的 SKILL.md 为入口，可按触发条件渐进加载说明、参考文件和脚本。Claude API、claude.ai 与 Claude Code 的安装、共享和执行环境不同；官方也明确提醒第三方 Skill 可能造成工具滥用、数据外泄或未授权代码执行。
Class Companion 形成“教师添加作业—学生获得即时反馈与可选 AI tutor—教师查看提交和洞察”的循环。官方说明个人教师有免费方案，学校或学区方案增加 LMS、分析和完整性功能；付费方案支持教师手动覆盖 AI 评分。
MCP 是连接 AI 应用与外部数据、工具和工作流的开放标准，区分客户端、服务器及可暴露的工具、资源和提示。它适合借鉴为本站的“能力连接层”：资源条目不仅指向网页，还可说明如何以只读、最小权限和人工审批方式接入教学或科研工作流。
n8n 以节点画布组织触发器、应用连接和 AI Agent，可通过预建工具或 HTTP Request 扩展，并支持云端与自托管。最值得迁移的模式是把高频确定性步骤交给普通节点，仅在分类、摘要等模糊环节使用 AI，同时在人类确认后才写回网站或校务系统。
该 Python SDK 在 Responses API 之上提供代理循环、工具、代理交接、护栏、会话、MCP、追踪和人工介入。它的借鉴重点不是让代理自由替代教师，而是把不同专业检查拆成明确角色，并让高风险工具调用暂停等待人工批准。
该开放手册要求每章说明教学实践及研究依据、提示的迭代开发、可靠性或忠实度评测、评测结果、参考文献和最终提示。它为本站提供了比“热门提示词合集”更扎实的内容模板，也允许在 CC BY 4.0 下改编。
Pydantic AI 是面向 Python 的模型无关代理框架，突出类型安全、依赖注入、结构化输出、工具、MCP、人工审批、耐久执行、观测和 evals。它适合作为“先定义可验证数据契约，再让模型生成”的实现案例。
CommonLit 将文学与信息文本、教师说明、讨论题、配对阅读、支架和形成性评价组合为可布置的阅读课程。其价值在于把单篇资源转成可直接运行的教学包，并能按班级和个体查看理解情况。
Digital Promise 的 Learner Variability Navigator 用全人视角连接学习因素、研究综述、教学策略和实践资源，并允许教师建立工作区。它为差异化教学提供了比静态“学习风格”标签更审慎的路径：从情境和因素出发选择可检验策略。