Come ho costruito Study Agents con spaced repetition FSRS
Architettura multi-agente, RAG con ChromaDB e spaced repetition FSRS in una piattaforma educativa IA in produzione.
Il problema
Come studente di Ingegneria Informatica alla UPC di Barcellona, studiavo con PDF sparsi e chat IA generiche che non ricordavano il mio livello né il mio materiale. Avevo bisogno di un sistema che imparasse dai miei appunti e mi aiutasse a trattenere i concetti a lungo termine.
La soluzione
Ho costruito Study Agents come capstone del programma Sviluppatore 10X con IA dell'Istituto di Intelligenza Artificiale:
- 8 agenti specializzati orchestrati con LangChain e FastAPI
- RAG sui PDF dell'utente con ChromaDB e embeddings
- Test adattivi e feedback educativo in tempo reale
- Frontend Next.js 15 integrato nel mio portfolio con login Google
Stack tecnico
| Layer | Tecnologia |
|---|---|
| Frontend | Next.js 15, React, TypeScript |
| Backend | FastAPI, Python 3.11, LangChain |
| IA | OpenAI GPT-3.5/4, ChromaDB |
| Auth | NextAuth.js (Google) |
Risultati
- Piattaforma in produzione su paupedrejon.com/study-agents
- Demo pubblica accessibile per recruiter e professori
- Architettura scalabile pronta per nuove funzionalità (FSRS, flashcards, interprete di codice)
Prossimi passi
Iterare con algoritmi di spaced repetition (FSRS) per ottimizzare quando ripassare ogni concetto, trasformando Study Agents in un tutor che non solo spiega, ma ricorda cosa dimentichi.