AI 真的能赋能教学吗:数学图形绘制(一)

最近把自己用了半年的 GeoGebra Skill——GeoGebra Studio 进行了完善与推广。随着 DeepSeek Harness 版本趋于稳定,我也补齐了对它的适配(此前自己一直在 Codex 上使用),并顺带制作了发布页网站和录屏宣传片。

考古

GeoGebra 可以说是更现代化的“几何画板”;不过它结合了几何(Geometry)与代数(Algebra)等模块,用它旗下核心应用常见的中文名“图形计算器”(或更广义的“动态数学软件”)来概括,或许会比单纯的“几何画板”更全面一些。它对于数学教学的可视化展示非常有帮助,功能强大,上手也不算难。

第一次听说 GeoGebra 应该是在大学的某一堂课上。了解到这个工具后,我很快就兴致勃勃地像制作 PPT 课件那样,时常花时间制作一些 GGB 图形文件。

不过在那个还没有 AI 的年代,想要系统性地掌握 GeoGebra,免不了要花大量时间去啃文字或视频教程。我也曾记过一些常用命令,但一旦涉及构造动态图形——比如同时带有多个参数,还要逐一配上对应的滑动条——工作量就会骤增。整套流程相当繁琐,因此当时的我也就没有继续深入下去。

起因

最初的想法其实很简单:让 AI 直接生成一个真正能用于教学场景的 GGB 图形文件。但这其中有几个现实障碍。

首先,通常情况下绘制 GeoGebra 图形,需要在网页版(需联网加载)或本地客户端中用鼠标操作图形界面,比如构造点、线或各类几何图形;遇到由代数表达式约束的对象(例如解析几何或函数图像)时,还需要结合键盘输入公式。

事实上,绝大部分通过鼠标操作完成的功能,也都可以直接用键盘输入指令来实现。但就像记忆 Excel 里的各种函数名一样,人的记忆力总是有限的,而 GeoGebra 中不少指令还是一长串连写在一起的英文单词。

此外,GeoGebra 本身虽然也支持脚本(如 GeoGebra Script 和 JavaScript),但常规界面下的脚本主要绑定在具体对象的交互事件上,并不像 Python 或 LaTeX 那样写好一整段独立代码就能直接“编译运行”出整张图,我自己也就一直没有深入掌握。

经过

因此,在很长一段时间里,每当碰到构造比较复杂的 GeoGebra 图形,我都会先通过与 AI 对话得到相应的指令,再手动输入到 GeoGebra 的指令栏中;如果报错,就把报错信息发给 AI 继续修正,自己再微调细节。

再到后来,能够接入大模型 API 的应用逐渐多了起来。但站在今天的视角回看,从 2022 年底 ChatGPT 问世到 2025 年上半年的很长一段时间里,AI 在复杂任务上的工程落地进展其实还比较缓慢——Agent 虽已有讨论,但远未普及,模型本身的工具调用与自主执行能力也远不如今天强大。

虽然后来在 2025 年 3 月迎来了 Manus 的破圈,但彼时刚刚问世不久的 MCP 协议和尚处早期预览阶段的 Claude Code 都还未形成生态,更不用说直到当年底才成型的 Agent Skills 规范。我也曾尝试过用 Manus 去打造一款能把 AI 接入 GeoGebra 的应用,但整体思路与下文提到的方案并无二致,依然受制于旧的思维定式——有点像在已经有了电灯照明的环境里继续改良煤油灯,始终没跳出既有的应用框架。

同时我也在网上看到过一些同类工具,大多采用类似 GitHub Copilot 的形态,也就是把 AI 嵌入到原有应用之中,“应用为主、AI 为辅”。比如在 DeepSeek-V3 与 R1 相继发布之后,国内就陆续出现过基于 GeoGebra 网页版的接入尝试,例如早期的 DeepSeek + GeoGebra 辅助绘图演示,以及后来更完整的网页端 AI 动态几何工具:基本做法都是通过 API 将大模型接入 GeoGebra 网页版,让用户在侧边栏的对话框里用自然语言生成并执行绘图指令。

暂且不论成图样式是否美观,这类方案往往存在几个潜在问题:

  1. 不少工具需要用户自行配置 API Key,还常涉及接口格式兼容问题。
  2. 使用时往往受限于特定的第三方网页站点,对站点可用性与网络环境依赖较高。
  3. 受限于当时模型本身的能力上限,复杂作图的准确率并不稳定。

沿用这一思路的还有几个后续项目,比如 MathMover,底层逻辑其实也差不多。只是由于出现时间更晚、选用了能力更强的多模态与 Agent 模型,它画出来的图形要准确、美观许多,并且也尝试了适当的商业化。不过,这本质上依然和前面提到的原型属于同一条路线。彼时的我已经订阅了多家主流 AI 服务,看到这类独立工具的定价方案着实有点不敢恭维——即便自己需要多花一点时间去 ChatGPT 手动复制粘贴绘图指令,我也不会为了这样一个单点工具再去单独付费。

时间来到 2026 年初,随着模型能力进一步提升,Claude Code 等终端工具兴起,规范化的 Agent Skills 和 MCP 协议的应用也越来越广泛。顺着这一方向,我找到了后来 GeoGebra Studio 的前身——GeoGebra MCP(gebrai)。项目原作者是一位国外开发者,从 GitHub 提交历史来看,似乎也是用 Cursor “手搓”出来的。试用一番后,虽然感觉生成等待时间偏长,MCP 配置过程也略显繁琐,但它确实契合未来的大方向。

在这种架构下,Agent 才是主入口,“AI 为主,GeoGebra 作为底层应用为辅”。

当时我主要在 Codex 中使用 GPT-5.2 或 GPT-5.3 系列(彼时模型名称还带有 Codex 后缀),绘制出来的图形基本能符合要求;但若是换成当时的部分国产模型,效果则会大打折扣。

2026 年的整个暑假,我把大部分时间都花在了阅读与思考上,很少再去各个技术社区高频“冲浪”。这也启发我跳出原先的小切口,去思考一个更大的问题:如何借助 AI,稳定、精准地实现从自然语言到严谨的教学级数学图形的生成——无论是静态的平面、立体图形,还是可交互的动态图形。

这种教学级别的图形有几个硬性标准,其中很关键的一点就是样式统一,就像我们在教材上看到的那样:规范的线型与配色,以及用标准 LaTeX 字符渲染几何元素标签。过去在 GeoGebra 里虽然也能做到,但往往需要逐个点击对应元素手动修改标签和样式,过程十分繁琐。

其实如果要做交互图形,当时的 AI 即使不依赖 GeoGebra,也有很多其他技术路线可以构建,比如 Three.js;在此期间,我还了解到了 JSXGraph,不过对国内使用者而言,它算是一个比较小众的方案。

因此我当时一度觉得,完全没必要一直耗在 GeoGebra 上——真要制作可交互图形,直接让 AI 从零写一个 HTML 页面,用 Three.js 或其他前端库把交互效果做出来不就行了?

但实际尝试下来,当时的 AI 往往还是容易产出不少所谓的“AI slop”:不仅喜欢堆砌大段冗余又难看的说明文字,而且每次生成的样式也不够统一,很难稳定符合自己的教学审美偏好。兜兜转转一圈,最后还是回到了 GeoGebra 本身。

有一天在查阅 GeoGebra Apps API 官方文档 时,我结合 AI 强大的检索和问答能力反复求证,最终确认了一套可行的技术路径:GeoGebra 暴露了完整的 JavaScript 指令执行与配置接口(例如 evalCommand 以及各类视图选项 API),因此完全可以先用结构化的 JSON 来描述整套作图命令与样式规格,再批量注入引擎执行。

接着再配合官方提供的 deployggb.js 脚本(可参考官方集成示例),联网加载引擎资源后,就能在本地生成的 HTML 页面里渲染出交互式的 GeoGebra 图形,使用体验几乎与原生网页版一致。而且我还可以为这套 HTML 加上固定的 CSS,预置几套不同的视觉主题;由于页面本身完全可定制,我只在界面上保留了导出、侧边栏展开等几个必需的功能按钮,除此之外再没有任何多余元素。

阶段性成果

由于本项目至此已经与上游的 GeoGebra MCP 有了很大差异,我便索性将其更名为 GeoGebra Studio,并重新在 npm 上发布了对应的软件包。在这个过程中,我自己也学到了不少工程实践,比如如何利用 npm 进行包的管理与发布。

再比如,GeoGebra 本身其实自带 TikZ 导出功能,而我在今年二三月份时,也曾受他人项目的启发,改进并独立发布过一个小工具(即后来整合进本项目的 Gikz)。它能够把 GeoGebra 原生导出的较为繁琐细碎的 PGF/TikZ 代码进行大幅清洗与简化,同时按教材、教科书的排版审美对图形做适当美化。

此外,由于彻底抛弃了原来基于 Puppeteer 无头浏览器机制的 MCP 方案,现在的 GeoGebra Studio 成了一个非常轻量的 Agent Skill(或者特定客户端的插件)。在这种机制下,只要客户端支持 Agent Skills 规范并具备文件读写与命令行执行能力,都可以直接调用这个工具,成为用户的统一入口——无论是 Claude Code、Codex,还是国内近期兴起的 DeepSeek Harness、Workbuddy,以及其他本地或云端 Agent。

其实直到上个月,我都一直只打算把它当作一个自用的小工具,没想过再花额外精力去公开推广或持续打磨。但最近的一些体验改变了我的想法:先是把它的原理和成图效果展示给另一位老师,对方觉得非常实用;接着在自己繁忙的备课工作中,我也真切感受到了它带来的高效与便捷。

借此契机,我顺手搭建了配套的 GeoGebra Studio 发布页(GitHub Pages),也进一步体会到了如今借助 AI Agent 制作精美网页的极致效率——比如页面中有相当一部分工作,就出自 Gemini 4 最新那批被戏称为“元素周期表”的系列模型之手。又比如在 Codex 里搭配 Remotion 等工具,可以非常方便地制作出产品宣传视频,甚至连配乐也能一并搞定;另外 MiniMax 的语音合成效果也非常不错。

这一切放在一年前或许都是不小的工作量,但在今天,无非只是工作或休闲间隙和 AI 交代几句就能完成的事情,甚至不需要专门守在电脑桌前。

展望

希望未来这个小工具能成为众多 AI 基础设施中的一小部分,就像人行道上的一块地砖一样。

结合自己最近的使用体验来看,它所能发挥的价值,远不止于“每当需要某一张图时,打开 AI 客户端输入需求、生成图形再手动导出”这么简单。以下是一些比较推荐的进阶用法与场景:

  1. 批量化生成: 作图过程完全不必局限于一次只画一道题。比如一套试卷里可能有 20 道与圆锥曲线相关的题目,交给 AI 一次性批量处理,可能只需三五分钟就能把这 20 份交互图形(及对应 GGB 文件)全部绘制完成。
  2. 融入完整教学工作流: 由于本身基于 GeoGebra 原生 API 且专为 Agent 设计,它可以自然地成为整个教学工作流中的一环。制作 LaTeX 讲义和 Beamer 课件的同时可以顺带生成若干个的可交互 GeoGebra 图形,或者进一步整合成可翻页的 HTML 网页挂到自己的网站上。比如目前 GeoGebra Studio 发布页 上的所有示例图形,都是我通过一句提示词生成并挂载上去的。
  3. 后台全自动处理: 这套流程最终应当走向全面自动化。比如手头有一份待讲评的试卷,其中部分题目需要交互式 GGB 文件辅助课堂演示;如果 AI 事先了解你的教学规范与偏好,就能自动识别并筛选出需要动态演示的题目,直接在后台悄无声息地生成对应的交互图形文件。

后记

最近半年里,AI 逐渐成为我处理学习与工作的一根强有力杠杆,GeoGebra Studio 只是众多分支想法中的一个项目。与此同时,还有不少其他项目在并行推进,后续有空会陆续整理成复盘文章。

得益于当下 AI 工具的迅猛发展,本文也是我在处理其他事务的间隙,通过 Typeless 语音输入口述完成初稿,再交由 AI 润色整理的。就在我口述这篇文章的同时,另外几个 AI Agents 还在后台并行整理着一份上百页的讲义,以及命制一份试卷。

即便如此,就我个人而言,目前依然处在将 AI 融入日常工作流的探索早期阶段,还有许多值得自动化打通的环节等待完善。