Mwando：利用AI保护与教授shiKomori语言

Mwando是一个针对科摩罗群岛shiKomori语言的虚拟教育助手，覆盖四种主要方言变体。它通过短语、谚语、词典和语法课程构建知识库，采用多智能体架构（结合向量搜索、知识图谱和网页搜索）实现准确上下文响应。在500个查询的评估中，词汇查找和语法解释表现良好，但定性案例展示了能力与局限性。这项工作为低资源语言的AI教育工具提供了初步蓝图。

此前低资源语言缺乏类似Mwando这样集知识库、多方言和多种检索策略的AI教育助手。该项目首次将多智能体架构（向量搜索+知识图谱+网页搜索）应用于shiKomori的教学，为其他低资源语言的AI工具开发提供了可复用的技术蓝图。

系统通过多智能体架构协调不同检索方式：向量搜索处理语义近似查询，知识图谱回答结构化语法关系，网页搜索作为外部知识后备。这种组合能适应词汇查找、语法解释等不同任务，提升答案准确性与上下文相关性。

构建Mwando需要投入大量精力构建方言知识库（短语、谚语、词典、语法课），并集成多智能体架构，增加了开发复杂度。但这种模式可复用于其他低资源语言，降低重复开发成本。评估显示词汇与语法功能已可用，但定性案例提示实际教学中的限制。

• 基于Mwando的多智能体架构为其他低资源语言开发类似虚拟教育助手
• 将Mwando的方言知识库模块化，允许社区上传和扩充内容
• 将Mwando集成到现有语言学习平台（如Duolingo）作为拓展插件
• 利用Mwando的案例作为蓝本，向政府或非营利组织申请低资源语言保护项目

• Mwando在真实课堂环境中的用户接受度和学习效果如何？
• 网页搜索后备机制在低网络带宽地区的可用性是否可靠？
• 知识库中的短语和语法覆盖面是否足够支撑日常教学？
• 将同一架构迁移到其他低资源语言所需的知识库构建成本有多高？