把大角几何接进 Agent 工作流:从需求到几何图导出的完整过程

正文
如果只让 AI 解释一道几何题,它可以输出文字步骤。
但如果一个产品或工作流需要的是“题目 + 配图 + 可复用项目”,语言模型本身并不够。
比如题库系统里有一道题:
在三角形 ABC 中,D 是 BC 的中点,连接 AD。证明相关线段关系。
普通 AI 可以解释“D 是 BC 的中点,所以 BD = DC”。但真实产品里,用户看到的不应该只有文字。题目解析页需要一张基础配图,课件生成工具需要可导出的图片,教研系统可能还需要保存一份以后能继续修改的项目。
这就是 Agent 工作流需要几何工具的原因。
大角几何 MCP 的作用,是让 Agent 不只会说“应该画什么”,而是可以调用几何工具完成作图、修改、导出图片和导出项目。
一、案例目标:从题目文字生成配图
本案例要完成一个完整的 Agent 工作流:
- 用户输入一道几何题文字。
- Agent 识别题目中的几何对象和关系。
- Agent 调用大角几何 MCP 创建图形。
- Agent 检查图中对象是否完整。
- Agent 导出 PNG 图片,用于展示或发布。
- Agent 导出项目 JSON,用于后续复用。
示例题目:
在三角形 ABC 中,D 是 BC 中点,连接 AD,证明相关线段关系。
这道题很简单,但非常适合展示 Agent 的基本能力:从文字中抽取几何对象,再调用工具生成结构化结果。
二、给 Agent 的完整 Prompt
更好的写法,不是把“画什么”压缩成一句命令,而是给 Agent 一套行为流程约束。它应该先把题目语言翻译成几何作图过程,再决定图中如何呈现条件、结论和辅助线,最后才放入具体题目。
可以这样写成模板:
你是一个几何题配图 Agent。你的任务不是直接解释题目,而是把题目转化为可以执行的几何作图流程,并调用大角几何 MCP 完成配图。
请严格按以下流程工作:
1. 先读取题目,提取所有几何对象,包括点、线段、直线、射线、角、三角形、圆、多边形等。
2. 将题目中的自然语言条件转化为几何构造过程。
3. 区分三类内容:
- 已知条件:必须在图中稳定呈现。
- 题目要求证明或求解的结论:只有在适合作为解析图时才标注,不要把待证结论误画成已知条件。
- 辅助线:只有当题目明确要求,或为了表达解题过程需要时才添加,并说明添加原因。
4. 根据题目决定约束的可视化方式:
- 共线、垂直、平行、中点、相等等关系,应通过几何构造或清晰标记呈现。
- 标签、线段、角标记和相等刻痕不能互相遮挡。
- 基础题图优先保持简洁,解析图可以补充更多关系标记。
5. 调用大角几何 MCP 作图。先生成基础几何结构,再添加约束标记、辅助线和标签。
6. 导出前检查图形是否完整:
- 所有题目对象是否存在。
- 已知条件是否被正确构造或标注。
- 辅助线是否符合题目或解析需要。
- 待证结论是否没有被错误当作已知条件。
- 图形是否清楚,标签是否遮挡。
7. 检查通过后,导出 PNG 图片和项目 JSON。
题目:
在三角形 ABC 中,D 是 BC 中点,连接 AD,证明相关线段关系。
这条 Prompt 里包含了四个层次。
第一,定义角色:你是一个几何题配图 Agent。这样 AI 会把任务理解为作图工作流,而不是一次普通问答。
第二,约束行为顺序:先读题和抽取对象,再转化为作图过程,然后调用工具。这样可以减少 Agent 直接跳到导出结果的概率。
第三,要求区分已知条件、待证结论和辅助线。几何题配图最容易出错的地方,就是把“要证明的结论”提前画成“已经成立的条件”。
第四,明确输出结果:PNG 图片和项目 JSON。图片用于展示,项目用于复用。
三、Agent 应该如何拆解任务
一个合格的几何题配图 Agent,不应该立刻导出图片,而应该先拆解需求。
第一步:识别几何对象
从题目中可以提取出:
- 三角形 ABC。
- 点 D。
- D 是 BC 的中点。
- 线段 AD。
- AD 是三角形 ABC 的中线。
第二步:识别图形关系
这里的关键关系是:
- B、D、C 共线。
- D 位于 BC 上。
- BD = DC。
- A 与 D 连接。
如果后续题目涉及证明,还可能需要补充线段相等标记或角度标记。
第三步:调用 MCP 作图
Agent 可以通过大角几何 MCP 创建三角形 ABC,取 BC 中点 D,连接 AD,并添加标签。
第四步:检查结果
导出前应该检查:
- A、B、C 是否都已标注。
- D 是否在 BC 上。
- D 是否为 BC 中点。
- AD 是否已连接。
- 图形是否清楚,标签是否遮挡。
第五步:导出结果
确认图形无误后,再导出 PNG 图片和项目 JSON。
四、为什么要同时导出 PNG 和项目 JSON
很多工作流只导出图片,但在 Agent 场景中,项目 JSON 同样重要。
PNG 解决的是展示问题。它可以进入:
- 题目解析页。
- 课件页面。
- 教学讲义。
- 公众号文章。
- 小程序或网页前端。
项目 JSON 解决的是复用问题。它可以进入:
- 下一步证明图生成。
- 后续题目变体。
- 教研素材库。
- 产品内部的图形编辑流程。
- 另一个 Agent 的后续处理。
例如,第一轮 Agent 只生成基础图。第二轮 Agent 可以在项目 JSON 基础上继续补充辅助线:
请导入这个项目 JSON,并在原图基础上标出 BD = DC。请突出中线 AD,并导出一张用于题目解析的 PNG 图片。
或者:
请导入这个项目 JSON,把三角形改成等腰三角形 AB = AC,并保留 D 为 BC 中点和中线 AD,导出新的项目 JSON。
这就是结构化项目的价值:它让几何图可以在多轮 Agent 工作流之间传递。
五、接入到业务中可以怎么用
AI 解题产品
当 AI 生成解析步骤时,可以同步调用大角几何 MCP 生成对应配图。每一步证明都可以对应一张图,减少学生只看文字的理解压力。
题库系统
题库录入题目后,系统可以自动生成基础配图。编辑人员只需要检查和微调,而不是从零开始画。
课件生成工具
用户输入知识点或题目,Agent 自动生成课件页,并把几何图嵌入到对应页面。
教研内容生产
教研团队可以把常见题型的 Prompt 固化下来,形成一套可复用的作图模板。
开发者自动化流程
开发者可以把大角几何 MCP 放进自己的 Agent 工具集中,让 Agent 在需要几何作图时自动调用。
六、从这个 Prompt 开始试
如果你已经配置好大角几何 MCP,可以先复制这套流程约束:
你是一个几何题配图 Agent。请先把题目语言转化为几何作图过程,再调用大角几何 MCP 作图。
工作流程:
1. 提取题目中的几何对象。
2. 把每个自然语言条件转化为几何构造或图形约束。
3. 区分已知条件、待证结论和辅助线,不要把待证结论当作已知条件画出来。
4. 判断哪些约束需要在图中呈现,例如中点、相等、垂直、平行、共线、角度关系。
5. 先生成基础图,再添加必要标记和辅助线。
6. 导出前检查对象、约束、标签和辅助线是否完整且清晰。
7. 检查通过后,导出 PNG 图片和项目 JSON。
题目:
在三角形 ABC 中,D 是 BC 中点,连接 AD,证明相关线段关系。
生成后,再追加:
请检查项目中是否包含 A、B、C、D、BC 中点关系和中线 AD。请确认待证内容没有被误标为已知条件。如果完整,请导出 PNG 图片;如果不完整,请先补全再导出。
这就是一个最小可用的几何配图 Agent 流程。
当你把它接进题库、课件或 AI 解题产品后,几何作图就不再是单独的手工环节,而会成为 Agent 工作流里的一个标准工具调用。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐




所有评论(0)