中学物理教材知识库:把 62 本中学物理教材蒸馏成可离线检索的语料

前言

做教育类 Agent 或 RAG 应用时,一个反复出现的问题是:教材原文拿不到结构化形式。要么自己去翻 PDF,要么去抓网页,版本和学段对不上,扫描版教材没有文本层,光是「找到某一版初二物理某一章的原话」就要花掉不少时间。

下面介绍的 Skill「中学物理教材知识库」就是把这件事提前做完:它把 GitHub 公开仓库 TapXWorld/ChinaTextbook 里的全部中学物理 PDF 教材蒸馏成一份可离线检索的语料,按学段、年级、版本就能查到章节切块和原文摘录。

这是什么

这是 SkillHub 上的社区 Skill,坐标 @user_cefe6276/physics-textbooks,版本 1.0.0,来源 community,发布者 user_cefe6276。

它解决的问题很具体:让模型或脚本在不打开 PDF、不联网的前提下,按教材维度检索到章节切块与原文摘录,并拿到每本教材的下载地址。

无需 API Key(标签 requires_api_key=false),属于 knowledge-management 分类。

核心功能

1、教材覆盖范围

数据来自 GitHub 公开仓库 TapXWorld/ChinaTextbook 的全部中学物理 PDF 教材,共 62 本:初中 22 本、五四学制 4 本、高中 36 本。

2、离线检索

检索基于 physics_corpus.json,内含每本教材的目录、章节切块和下载地址。检索维度支持按学段 / 年级 / 版本定位到章节切块与原文摘录。

3、下载链接

每本教材附带国内镜像与官方仓库下载链接,需要原始 PDF 时可以直接取。

4、来源可追溯

语料不是凭空整理的,每条切块都能对应回 TapXWorld/ChinaTextbook 中的具体教材文件。

安装与启用

官方页面未提供专属安装命令或配置文件路径,本文不做臆测。

下面是 SkillHub 上 SKILL.md 类 Skill 的通用启用方式,具体以官方页面为准:

Skill 坐标: @user_cefe6276/physics-textbooks
官方页面: https://www.skillhub.cn/skills/user_cefe6276/physics-textbooks

启用后,Skill 侧会按 physics_corpus.json 提供检索能力。使用时需要注意:该 Skill 标记为 requires_api_key=false,不需要额外密钥,但也意味着没有需要你填写的配置项。

典型用法

官方资料没有给出可复现的调用示例,下面只描述语料结构,作为集成时的参照。

physics_corpus.json 的每条记录包含三类信息:

教材元信息(学段 / 年级 / 版本)
章节目录
章节切块 + 原文摘录 + 下载地址

因此典型的检索思路是:先按学段、年级、版本筛出候选教材,再在候选教材内按章节定位切块,取出原文摘录;如果需要原始 PDF,用记录里的国内镜像或官方仓库链接下载。

集成时建议先跑一遍语料,确认所需学段和版本的切块完整,再接入上层检索逻辑。

适用场景与注意

适合:

  • 教育类 Agent / RAG 应用需要教材原文作为检索源
  • 需要按学段、年级、版本组织物理教材语料的离线工具
  • 需要教材原文摘录并要求来源可回溯的场景

需要注意:

  • 语料规模是 62 本中学物理教材,不含其他学科。
  • 扫描版教材的文字来自 OCR 或直抽,原文摘录可能存在识别误差,直接引用前建议核对原 PDF。
  • 语料来自公开仓库 TapXWorld/ChinaTextbook,上游教材更新后,本 Skill 的切块需要相应刷新。
  • 官方页面给出的数据是评分 100000、下载 1312、安装 0,安装量为 0 说明目前还没有公开的接入案例,接入前需自行验证检索质量。

结尾

这个 Skill 的价值在于把「找教材、拆章节、对版本」这步体力活一次性做完,并提供可离线、可追溯的检索语料。如果你在搭物理学科的检索或问答能力,值得先跑一遍看切块质量。

官方地址:https://www.skillhub.cn/skills/user_cefe6276/physics-textbooks

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye