v2.2.0 · AI Native Math Learning

MathMate
重塑数学学习

一款以 AI 大模型为核心驱动的智能数学学习应用,深度融合多模态 AI 与交互式可视化,提供从拍照搜题到动态几何的一站式学习体验。

MathMate 演示视频封面
点击播放演示视频 3:00 · MathMate 产品演示

MathMate 产品演示视频 · 点击播放

MathMate 产品海报
6+
核心功能模块
3
AI 模型协作
6
年级覆盖
13+
版本迭代

团队:AK全队 · 2026.05

用户洞察与问题定义

面向 12-22 岁数学学习者,解决传统搜题工具的核心痛点

🔍

拍题只给答案,不讲思路

市面拍照搜题产品多为题库匹配,只输出最终答案和固定解析;遇到未收录题目完全无能为力,无法针对性解释学生的困惑。

📐

几何题目难以可视化理解

静态图片无法展示几何图形的动态关系(动点轨迹、切线变化),学生难以建立空间直觉。传统产品不提供交互式图形。

🔀

学习工具分散

学生需在多个 App 之间切换——计算器、画图工具、搜题工具、笔记工具,学习流程被打断,效率低下。

🎯

缺乏个性化辅导

不同年级、不同水平的学生需要不同深度和风格的讲解,但传统产品千人一面,无法适配个体需求。

MathMate实际使用场景

MathMate 实际使用场景

场景一

晚自习遇到难题

高三学生小张遇到解析几何大题,打开 MathMate 拍照上传。10 秒内完成题目识别、AI 求解,并自动生成交互式几何图形——他可以拖动动点,直观看到轨迹变化和临界条件。AI 给出分步骤解题思路,从审题、建模到计算、验证全程展示。

场景二

考前专题复习

初三学生小李备考二次函数专题,对参数影响感到困惑。她打开 AI 聊天助手,用自然语言提问:"二次函数 y=ax²+bx+c 中 a 的正负怎么影响图像?"AI 即时回复解释,并调用绘图工具实时展示不同参数下的图像变化。还浏览了推荐的 B 站数学视频,彻底理解了函数变换。

三步智能解题流程

拍照上传后,AI 流水线自动完成从识别到可视化的完整流程

交互流程图
01

OCR 智能识别

火山引擎多模态模型将图片识别为 Markdown + LaTeX 格式,支持手写体与印刷体,图像裁剪与增强预处理。

02

AI 分步求解

DeepSeek 大模型对识别结果进行深度推理,生成清晰的分步解析,覆盖小学到大学各难度。

03

几何可视化

AI 自动生成几何 JSON → 自研 Canvas 引擎渲染可交互图形,支持点/线/圆/椭圆/抛物线/双曲线/动点。

全方位功能展示

从拍照解题到拓展学习,全方位呈现 MathMate 的强大功能

01

拍照搜题 + AI 求解

拍照即解题,AI 实时推理生成详细解答

拍照识别-拍照 拍照识别-识别结果 拍照识别-解题

拍照或从相册选取数学题目,AI 自动识别公式、求解并生成分步解析。支持图像裁剪与增强预处理,10秒内完成「拍照→识别→解题→可视化」全流程。无题库限制,任意题目均可识别求解。

图像裁剪 手写体识别 LaTeX 公式 分步解析 无题库限制
02

交互式几何可视化

自研 Flutter 原生渲染引擎,AI 驱动动态图形

GEOMETRY PAINTER · LIVE
x y A B C P(x,y) y = ax² + bx + c (x-h)²+(y-k)²=r²
📐
GeometryJSON 协议
AI 输出结构化 JSON → Canvas 实时渲染
🎯
交互式拖拽
动点轨迹动画、滑块调参、手势缩放
60fps 原生渲染
纯 Dart Canvas,零 WebView 依赖,自动重试
🔄
丰富图形支持
点、线、圆、椭圆、双曲线、抛物线、动点

核心创新:AI 自动从题目文本中抽取几何参数并生成 JSON,自研 GeometryPainter 引擎(纯 Dart Canvas)实时渲染可交互图形。支持点、线、圆、椭圆、双曲线、抛物线、动点轨迹动画、滑块拖拽。零 WebView 依赖,60fps 原生帧率,解析失败自动重试。

自研引擎 60fps 原生渲染 拖拽交互 动点动画 零 WebView 依赖 自动重试
03

智能笔记系统

手写笔记 + 富文本编辑,AI OCR 智能识别

笔记-手写 笔记-编辑 笔记-管理

双重笔记模式:手写笔记支持 Catmull-Rom 样条平滑笔迹、真橡皮擦精确擦除、7 色 3 档画笔、双指缩放平移、AI 手写识别转 LaTeX;打字笔记基于 flutter_quill 富文本编辑器,支持 LaTeX 公式插入与图片嵌入。OCR 扫描识别手写内容,将纸质笔记转为结构化数字 Markdown。

手写平滑 AI OCR LaTeX 转换 富文本编辑 PDF 导入标注 统一管理
04

GeoGebra 数学工具箱

六大专业工具,一站式数学探索

工具箱-1 工具箱-2 工具箱-3 工具箱-4

集成 GeoGebra 离线版(WebView),提供科学计算器、几何画板、函数绘图、3D 视图、尺规作图、概率模型六种专业工具。与世界领先的数学可视化工具深度整合,学生可进行立体几何建模、函数图像绘制、概率分布分析,通过拖拽参数直观观察数学规律。

科学计算器 几何画板 函数绘图 3D 视图 尺规作图 概率模型
05

个性化视频推荐

AI 推荐 + B 站数学视频精准匹配

基于 DeepSeek AI 推荐算法 + 本地关键词匹配的 B 站数学视频推荐系统。支持按年级和模块筛选(小学至高中),历史记录加权排序,智能关联解题知识点。内置 B 站优质数学 UP 主推荐库,帮助学生找到最适合的学习资源。

AI 推荐 B 站视频 年级筛选 知识关联
06

AI 对话助手 — 嵌入式数学导师

多模型协同,一对一智能辅导

AI对话-1 AI对话-2 AI对话-3

嵌入式数学导师,是整个 MathMate 动态生态系统中专为数学教学设计的核心模块。以"一对一私人教师"的角色提供解题思路、公式推导、解题方案指导、个性化数学策略。支持流式聊天、Markdown + LaTeX 实时渲染、深度思考链展示、多轮上下文对话,可从主页 Hero 动画过渡进入。

流式响应 思考链展示 多轮对话 LaTeX 渲染 Hero 动画

产品技术架构

多层协作架构:应用层 → 服务层 → AI 层 → 数据层 → 可视化引擎

产品架构图
MathMate 应用层
拍照搜题 AI 对话助手 数学工具箱 手写笔记 视频推荐 个人中心
服务层 (Service Layer)
MathPipelineService (编排) ChatStreamService VisualizationService GeometryPainter
AI 模型层 (Multi-Model AI)
DeepSeek (文本推理/解题/可视化) Volc Engine (多模态 OCR) Qwen-PLUS (流式对话)
数据层 (Data Layer)
Hive (搜题历史/对话记录) SharedPreferences (设置/偏好)
可视化引擎 (自研 Flutter 原生)
GeometryPainter (纯 Dart Canvas) GeoGebra WebView 支持:点/线/圆/椭圆/双曲线/抛物线/动点动画/拖拽交互

AI 原生能力说明

去掉 AI,MathMate 的每一项核心功能都无法成立

AI模型架构图
👁️

多模态理解

Volc Engine 多模态模型

拍照后将手写/印刷数学题转为 Markdown + LaTeX

🧠

数学推理

DeepSeek API

分步推理解答,覆盖小学到大学各难度数学题

📊

结构化输出

DeepSeek API

根据题目自动生成几何图形 JSON 描述

💬

流式对话

Qwen-PLUS

多轮自然语言交互,个性化辅导

🎬

智能推荐

DeepSeek API

基于搜索历史的语义化学习视频推荐

用户痛点AI 能力解决方式
搜题不够灵活大模型推理任意题目均可实时求解,无题库限制
几何图形无法交互结构化输出AI 自动生成图形参数 JSON → 自研引擎渲染
缺乏个性化讲解LLM 多轮对话针对性追问,适配不同水平学生
学习工具分散多模型协作流水线统一集成在一个 App 中

技术开发路线图

从核心流水线到知识图谱的系统化演进路径

✅ 已完成

Phase 1:核心流水线

OCR 识别 + AI 解题 + 几何可视化三步流水线,基础 UI 框架搭建。定义 GeometryJSON 协议,实现 Canvas 渲染引擎 MVP。

✅ 已完成

Phase 2:AI 对话与历史

AI 对话助手(流式响应、Markdown + LaTeX)、多轮上下文对话、搜题历史记录持久化。

✅ 已完成

Phase 3:工具箱与笔记

GeoGebra 六种数学工具集成(WebView)、手写笔记(Catmull-Rom 平滑)、打字笔记(flutter_quill 富文本)。

✅ 已完成

Phase 4:视频与 PDF

AI 视频推荐系统(B 站数学视频 + DeepSeek 语义匹配)、PDF 查看器与标注功能。

✅ 已完成

Phase 5:跨平台与性能

Web 平台支持(Flutter Web 构建)、Isar → Hive 数据库迁移完成、跨平台日志系统上线(logger_io / logger_web)、性能优化与稳定性提升。

📋 规划中

Phase 6:知识图谱

个人知识图谱构建、智能错题本、知识库系统(概念/公式/定理库)、智能复习规划、学习路径推荐。

未来技术规划

从知识图谱构建到本地化 AI 的三阶段演进规划

🔄 进行中

知识图谱与智能错题本

构建个人知识图谱、智能错题本自动归集、知识库系统(概念/公式/定理库)、LaTeX 公式编辑器组件。

中期规划

工具集成推理与学习路径

集成 Wolfram Alpha / Symbolab 外部计算引擎、学习路径智能规划与推荐、多维度知识掌握度分析。

远期愿景

本地化 AI + 沉浸式体验

flutter_onnxruntime 本地 AI 模型(离线 OCR/推理)、3D 几何可视化增强、VR/AR 数学空间演示、多语言国际化。

竞争优势分析

MathMate 在数学解题、可视化、学习工具与成本效率上全面领先

核心优势对比
对比维度 传统搜题 App(作业帮等) MathMate
解题方式 题库匹配 → 固定解析 AI 实时推理 → 动态分步讲解
几何可视化 静态图片或无图形 AI 自动生成交互式几何图形
题目覆盖 仅限题库收录 无题库限制,任意题目均可求解
学习工具 单一搜题功能 一站式:搜题 + 对话 + 工具箱 + 笔记 + 视频
个性化 无差异化 按年级分层,AI 多轮对话追问
图形技术 无或简单图片 自研 Flutter 原生引擎,60fps,零 WebView 依赖
成本效率 题库维护成本高 Serverless 架构,API 按调用付费

市场分析数据

820亿
目标市场规模 (TAM)
中国 K12 数学教育市场
140亿
可服务市场 (SAM)
AI 数学辅导细分市场
50亿
目标用户年收入
注册用户营收预期
#1
综合评分
AI 数学学习品类

竞品数据对比

基于行业参考数据的多维竞争力评估

MathMate vs 传统搜题平台

综合评分总览

MathMate vs 通用AI大模型

商业化与市场前景

Freemium 模式 + B2B 合作,瞄准千亿级 AI 教育市场

💎

Freemium 模式(核心)

免费:每日限定次数拍照搜题、基础 AI 对话
订阅会员:¥19.9/月 — 无限搜题、高级模型(更长推理链)、错题本、知识图谱、视频缓存
年费:¥168/年(省 30%+)

🤝

B2B 合作

与教培机构合作提供定制化 AI 辅学 SDK;为 B 站教育 UP 主提供流量分发收取推广费用;与出版社合作定制学科内容。

🛡️

竞争壁垒

AI 原生架构 vs 传统题库方案:题目覆盖无上限
自研几何渲染引擎:形成核心技术壁垒
一站式产品体验:减少用户切换摩擦
开源社区:社区驱动快速迭代

技术栈

Flutter 跨平台 + 多 AI 模型协作 + 自研渲染引擎

Flutter 3.x (Dart)

跨平台 UI 框架

DeepSeek API

核心推理:OCR / 解题 / 可视化

Volc Engine / Qwen

多模态 OCR / 流式对话

Hive

高性能本地 NoSQL 数据库

GeoGebra

离线数学可视化工具
fx

KaTeX / flutter_math_fork

数学公式渲染引擎

flutter_quill

富文本编辑器

Catmull-Rom 样条

手写笔画平滑插值

版本历程

从 v1.0 到 v2.2,持续迭代的功能演进

v2.2.1
跨平台日志与优化
跨平台日志系统(logger_io / logger_web),进一步服务优化。
v2.2.0
数据库迁移与日志系统
合并远程仓库更新(Isar → Hive),新增 AppLogger 日志系统,优化多个服务。
v2.1.0
设备支持增强
新增 MathMateApiService、设备 ID 支持、UI 改进。
v2.0
Web 平台支持
Flutter Web 构建、数据库迁移(Isar → Hive)、跨平台架构完善。
v1.7 - v1.9
功能扩展
手写笔记全面升级、公式可视化分析、可拖动识别面板、笔记统一管理、功能模块与稳定性提升。
v1.5 - v1.6
工具箱与视频
GeoGebra 数学工具箱集成、AI 视频推荐系统上线。
v1.0 - v1.4
基础架构
拍照搜题核心流水线(OCR → 解题 → 可视化)、AI 对话助手、笔记系统、个人中心搭建完成。

开始使用 MathMate

开源免费,基于 Flutter 构建,融合多 AI 大模型
从拍照解题到动态几何可视化的一站式数学学习体验

团队介绍

AK完全队 — 来自软件学院的跨学科创新团队

学生成员
🐴

马兆坤

产品经理

统筹任务,联系导师,调研竞品,提供创意方向

🎨

丁宇鑫

前端设计

客户端应用架构设计与核心界面开发,接口对接和数据库管理

💻

周星橙

前端开发

产品视觉风格定调、高保真用户交互流程和设计输出规范

⚙️

章开元

后端开发

服务器端与接口开发、技术栈选型、核心模块代码编写与性能优化

🧠

应沛成

AI 提示词工程师

专注垂直领域(数学方向)的大模型提示词编写与逻辑调优

指导老师
👨‍🏫

孙永谦

副教授 · 博士生导师

软件学院,主要提供技术指导和具体注意事项

👨‍🏫

王超

副研究员 · 硕士生导师

软件学院,主要指导想法设计以及竞品角度