需激活专属Agent团队或正确配置学习目标参数才能使用骡子快跑平台的教育规划辅助功能；具体可通过Educard Generator生成知识卡片、Super Agent模式启动自进化计划引擎、配置多角色Agent团队三种路径实现。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望借助骡子快跑（mulerun）平台为个人或学生定制科学、动态适配的学习路径，但尚未掌握其教育规划辅助功能的使用逻辑，则可能是由于未激活专属agent团队或未正确配置学习目标参数。以下是实现该功能的多种操作路径：一、启用Educard Generator智能体生成结构化知识卡片
该方法通过可视化知识卡片反向构建学习单元，适用于以主题为中心的碎片化学习场景。Educard Generator会依据输入的学科关键词、受众学段与视觉风格，自动生成可迭代复习的知识单元，形成计划的基础组件。
1、登录骡子快跑平台，进入智能体市场页面。
2、在搜索栏输入educard generator，点击进入该智能体详情页。
3、填写四项必要参数：输入核心关键词（如“光合作用”“Python循环语句”）；选择面向对象（如“初中生”“数据分析师入门者”）；指定卡片风格（如“漫画风格”“手账风格”）；设定生成数量（建议首次设为3张以对比效果）。
4、点击confirm按钮提交请求，等待智能体完成生成并下载卡片组。
5、将生成的每张卡片对应一个学习微目标，按逻辑顺序排列即构成初步学习阶段图谱。
二、调用Super Agent模式启动自进化学习计划引擎
该方法依托骡子快跑2.0版本的“超级智能体模式”，通过持续感知用户交互行为与任务完成反馈，自动推演学习节奏、识别薄弱环节并重排任务优先级，实现计划的实时演化而非静态排期。
1、在平台首页右上角切换工作模式至Super Agent。
2、在对话框中输入初始指令，例如：“我准备在6周内系统掌握机器学习基础，请基于我的数学水平（本科大二）、每日可用时间（1.5小时）、偏好资料类型（视频+交互练习）制定首周执行计划。”
3、确认后，Super Agent将调用多个垂直Agent协同响应：学习路径规划Agent输出周粒度任务表；资源匹配Agent嵌入B站课程链接与Kaggle练习题；进度追踪Agent自动记录每次练习耗时与错误率。
menu.js是一款Material Design风格的jquery下拉菜单插件。通过menu.js插件，你可以非常轻松的制作出Material Design风格的下拉菜单或下拉列表。 使用方法 在页面中引入样式文件menu.css和jquery.min.js、menu.js文件。
4、完成首日三项任务后，返回对话框输入“已结束今日学习”，Agent将分析完成质量并动态调整次日任务难度与类型。
5、连续使用满3天，系统将生成个性化学习韧性指数，并提示是否开启“抗遗忘强化模块”。
三、配置专属Agent团队执行多角色协同学习管理
该方法模拟真实教学生态，由不同职能的AI Agent组成团队，分别承担课程设计、答疑、测评与激励角色，适用于需长期跟踪的备考类或技能进阶类目标。
1、进入“我的Agent团队”控制台，点击“新建团队”。
2、从模板库选择“K12升学辅导”或“职业认证冲刺”预设方案，或手动添加三类Agent：PlanDesigner（负责拆解目标为课时单元）、TutorBot（实时解析错题并推送类题）、Motivator（按完成度触发鼓励话术或休息提醒）。
3、为PlanDesigner设定约束条件：总周期不可超过84天，单日学习时长上限120分钟，每周必须包含一次模考节点。
4、启动团队后，所有Agent通过内部SOP协议同步状态，例如TutorBot发现连续三次同类概念错误，将自动通知PlanDesigner压缩后续理论讲解时长，增加实操训练比重。
5、在团队仪表盘中查看各Agent的执行热力图，其中PlanDesigner的蓝色进度条代表计划刚性强度，TutorBot的红色预警点标识知识断层位置。
