Omniscol的总体理念

在介绍具体功能之前，先说明几条贯穿Omniscol使用体验的原则， 它们解释了软件为什么会做出某些决定。

业务背景

课表不是一张简单的待填表格，而是一个带约束的优化问题：

• 约束数量众多，而且往往是隐性的；
• 约束之间有时相互矛盾；
• 运营压力很大：开学、学期或某个阶段必须能够正常运转。

Omniscol被设计为带约束的排课助手：它加快您的工作，指出无法实现的 安排，并把业务上的取舍留给用户。

Omniscol与学校的其他软件

Omniscol专注于课表，其余方面与专业厂商合作，其中不少是本地合作伙伴。 它通过导入和导出、iCal、有文档的REST API、按合同提供的OIDC / SSO， 或与外部系统同步与这些软件对接。 借助完整导出、可随时撤销的访问令牌以及按角色授予的权限， 学校的数据始终可访问且受到保护。

五条基本原则

1. 数据先于计算

没有准确的数据，就无法生成可靠的课表：校区、教室、教师、班级、小组、科目、 授课小时数、可用时间和约束，缺一不可。

2. 结构与日常运行分开

编制课表与使用已发布的课表是两种不同的工作。前者主要在 课表管理中完成，后者则在 课表、缺勤管理和 仪表盘中进行。

3. 硬约束与优化约束

有些约束一旦违反，课表就无效，因此被当作严格约束处理：同一时间一位教师只能在一个地方； 同一个班级的课时不能重叠，但属于班内分组的小组除外；一间普通教室同一时间只能安排一节课时； 还有不可用时间、容量、设备资源和校区之间的路程。

另一些约束用于改进方案：不理想的可用时间、课时之间的空档、各天的均衡、科目之间的教学顺序、 小时数的上限或下限、到校天数。它们按惩罚分计算，生成算法会设法减少这些惩罚分。

4. 草稿与版本

未发布的课表不会影响用户看到的内容。 您可以复制、试验、比较、锁定部分课时、重新运行生成， 等结果满意后再发布。

启用备份点后，还多了一层保障，可以回退或恢复部分数据。

5. 数据始终由用户掌控

Omniscol支持完整的JSON导出，也支持各个屏幕上的业务导出，数据可以随时迁出。 自动化不会取代人的决定。

冲突是信息，不是错误

手动录入时，Omniscol会提示冲突，但由用户自己决定如何取舍。 这对真实存在的特殊情况很有用： 为需要延长考试时间的学生安排的教室、有意超出理论容量的安排、 出于本校原因把课时安排在非专业教室。

自动生成时，生成算法不会有意产生严重冲突。如果找不到完整的方案， 它会保留计算出的最佳课表，并把无法放置的课时留在 未放置的便签列表中。

锁定课时的位置可以固定您想要的安排： 下一次生成会围绕这个锁定的课时调整其他课时。

多份课表是建模的基本思路

Omniscol原生支持多份课表。同一所学校可以同时存在多份课表：

• 不同的学年；
• 学期或阶段；
• 按单位、院系或学段做逻辑划分；
• 不同类型的组合，例如按周重复的周课表与带日期的日历课表。

在Premium中，可以 同时发布多份课表， 部分Standard账户也可以单独开通。 例如，一所学校可以让预科阶段在每个学期各有一份周课表， 本科阶段使用不重复的日历课表，同时还有一个为期18个月的ExecMBA项目， 其起止时间与其他课表和学年错开。 使用Omniscol，您可以分别创建每一份课表，在排课时仍能享受跨课表的冲突检查， 最后再同时发布全部课表，最终合并成一个视图，对终端用户完全透明。

优化AI与外部智能体

生成算法是一种神经符号蒙特卡洛元启发式优化AI。 引擎在约束下探索各种放置方式，先找到有效方案，再优化惩罚分， 速度极快（例如，16个班级的初中不到一分钟）。如果找不到有效方案， 松弛机制会有选择地舍弃部分课时，并照样对结果进行优化。 Omniscol是一家AI优先的公司，源于长期的“深度科技”研发。

Omniscol还拥有其他符号AI算法，用于检查冲突、发现设置中的不一致、 提出改进建议或配置提醒、从一组候选方案中预先筛选出最佳方案， 以及为一部分课时自动安排一部分教室， 这一切都在浏览器中即时完成。

在启用该选项并具备相应权限时，Omniscol还通过 MCP向兼容的智能体开放API工具。 这样您就可以用自然语言与Omniscol交互，扩展图形界面提供的功能， 直接从Omniscol服务器获取相关数据。 这些智能体只在所提供令牌的范围内行事；查询类用法最为安全， 任何写入操作都应由用户核实。目前，与Omniscol交互效果最好的AI智能体是Claude桌面版。