本地大模型:AI + 幼儿园 FDE 案例

文章题图:本地大模型 AI + 幼儿园 FDE 案例——用 AI 分析孩子日常视频并生成成长报告

至少几十个人问过我这个幼儿园 ai 方案是怎么做的了,有些是感兴趣,有些是想拿去变现,毕竟是真刚需。

这篇文章把我花了几十万,投入时长 1 个多月的 ai 落地教程免费分享给大家。

10月19日

分享个我最近给幼儿园做的 fde 案例: 基于 deepseek harness 给幼儿园做了个智能体,分析孩子们的日常生活视频,然后每周出个每个孩子的视频集锦,家长很开心。 然后做了蒙氏教育的 skill,不定期分析孩子成长情况,出个报告,老师们也很开心。

1. 一、幼儿教育的痛点

1.1. (一)信息处理

每个娃的素材,就是老师每天拍了在微信群里发,没有归档,也没有按孩子整理。

一天经常发十几个视频,家长不可能全部看完,然后 2 周后信息就过期了。

幼儿园老师每天在微信群里发的大量孩子视频素材,无归档无整理

1.2. (二)大家的侧重点

家长只关心“我的孩子今天在干什么”,而不是全班的合集。

老师想了解的是孩子的表现怎么样、成长是否健康,是否安全。

园长关心的是老师的负担能不能减下来、家长的满意度能不能提上去,以及整个园区的发展。

1.3. (三)信息安全

根据《未成年人保护法》《个人信息保护法》,幼儿信息属于敏感个人信息。

处理不满十四周岁未成年人的个人信息,必须取得监护人同意并制定专门的处理规则。

《未成年人保护法》《个人信息保护法》关于幼儿敏感个人信息的合规要求(一)

处理不善你就进去了,你懂的。

《未成年人保护法》《个人信息保护法》关于幼儿敏感个人信息的合规要求(二)

1.4. (四)方案设计

根据以上痛点,方案只有一种选择:本地大模型。

一是因为信息安全,二是因为分析幼儿的数据你需要对模型进行越狱。

9月7日

分析幼儿数据需要对模型进行越狱,因此方案只有本地大模型

方案设计:Mac mini + 本地越狱模型的部署示意

2. 二、解决家长的痛点

2.1. (一)痛点

素材散落在群里,家长找不到自己的孩子,老师也没有任何一个孩子的完整记录。

这个阶段要解决的只有一件事:把全班的照片和视频按孩子分开,让每个家长能看到自己孩子的那一份。

2.2. (二)方案

一台 Mac mini 装 Codex 后使用 computer use 负责任务调度和所有处理,一台群晖 NAS 负责存储儿童数据和同步备份。

信息采集:

Mac mini 上装一个企业微信,将这个微信加入到学校的企微群,由 Codex 使用 computer use 自动去爬取群聊信息把视频和照片导出到本地进行归档。

Mac mini 上的企业微信加入学校企微群,由 Codex 用 computer use 自动爬取群聊信息

Codex 会自动帮我读取对应企微群的聊天记录然后进行解压和归档。

Codex 自动读取企微群聊天记录后进行解压归档的运行界面

有了本地数据后,使用 DeepSeek Harness 搭配 DeepSeek Flash(本地越狱模型 api)进行分析:

10月16日

这个真教不了,硬件设备的硬门槛在这里。

dsh 在本地运行本地大模型 API 进行幼儿人脸分析(一)

dsh 在本地运行本地大模型提供的 api 进行幼儿人脸分析。

dsh 在本地运行本地大模型 API 进行幼儿人脸分析(二)

人脸分析结果:按孩子识别并归类的运行记录

**人脸分诊:**向老师要花名册和每个孩子的登记照,建立人脸样本库。

人脸样本库:向老师要花名册和每个孩子的登记照建立

经过校对分析后,就能将一周的聊天记录生成一个幼儿视频集锦。

经过校对分析后,一周聊天记录生成的幼儿视频集锦

2.3. (三)效果

为了方便家长预览,我在局域网部署了网页直通 nas 存储,家长在一定范围内就能自行查看和保存自己小孩的视频和照片。

视频案例,某某小朋友的周集锦:

视频案例:某小朋友的周集锦视频封面

局域网网页可以查看历史集锦:

积累一个学期后家长可以直接从网盘下载回家,然后服务器删除这部分数据释放空间。

局域网网页查看历史集锦的界面,家长可在一定范围内自行查看保存

3. 三、解决老师的痛点

3.1. (一)痛点

老师的痛点是信息记录,对孩子的印象有时候在 excel 里,有时候在微信里,有时候在和家长的对话里。

3.2. (二)方案

录入入口统一:

当前方案是老师们使用企业微信,直接把各个小孩的信息发送给企微 bot,统一进行收集归档,学校里的电报员每周在表格里过一遍,检查信息和孩子的档案有没有对齐。

老师把各孩子信息发给企微 bot 统一收集归档,电报员每周核对档案

直接与本地主机的 agent 通信行不行?

这条链路我试过,微信开放的 iLink Bot API 是可以和 hermes agent 打通的,但老师有几十个,硬件只有一台,属于多对一通信,有维护成本,且很难教会别人,这条路暂时还走不通。

3.3. (三)效果

这样我们有了照片&视频&评价数据,就可以借助 agent 开发一些 skill 进行分析了。

整体工作流:

整体工作流:照片、视频、评价数据借助 Agent 和 Skill 进行分析

画面理解:

画面理解:本地模型对孩子日常视频画面的分析结果(一)

画面理解:本地模型对孩子日常视频画面的分析结果(二)

成长评价 skill:

成长评价 Skill 的分析界面

生成的小孩成长报告:

报告经过老师审阅后会通过在线文档-> mcp的形式显示在局域网小孩的页面里面。

生成的孩子成长报告:经老师审阅后通过在线文档 → MCP 显示在局域网页面

4. 四、解决园区的痛点

4.1. (一)痛点

目前的视频&照片还有孩子的记录,均为老师的主动行为,也就是说,是主动记录。

那么就只会拍下孩子笑,孩子玩耍,哭的时候是肯定不会拍的。

只有让采集本身不挑时刻、不挑孩子,后面的分析才有可能完整。

4.2. (二)方案

这里就牵扯到硬件了,我并未做到这一步,这里只是方案构想,当然借助 ai 都是能实现的。

园区方案构想:通过穿戴式相机、摄像头、录音豆将日常数据收集到 NAS 再用 AI 分析

可以通过穿戴式相机,摄像头,录音豆,将日常数据全部收集到一个 nas 里,然后在用 ai 进行分析,这样就省去了记录的烦恼。

当然带来的代价是海量的存储和 token 消耗,所以大家明白为什么硬件会疯涨了吧,这只是个开始,随着开源模型能力的增强以后各个在乎数据安全的行业一定会选择本地部署。

10月10日

这个生意你能不能做,能赚多少?看看就知道了

本文主要是通过这个案例给各位了解关于信息安全的行业该如何去 ai 化的解决方案。

以上案例你可以做成集锦去赚家长的订阅费,也可以收学校的部署和维护费用,也能做成商业计划书去拿投资人的钱,也能改一下当做你的 fde 新案例。

相信大家根据自身资源和渠道可以拿到不一样的结果。