docs: define WiseGrade technical specification

2026-09-25 00:44:32 +08:00
commit f7a9091c86
13 changed files with 1168 additions and 0 deletions
@@ -0,0 +1,26 @@
+.env
+.env.*
+!.env.example
+__pycache__/
+*.py[cod]
+.pytest_cache/
+.mypy_cache/
+.ruff_cache/
+.venv/
+venv/
+node_modules/
+dist/
+build/
+coverage/
+.coverage
+data/processed/
+data/exports/
+data/runtime/
+models/
+*.log
+*.sqlite3
+*.db
+.idea/
+.vscode/
+Thumbs.db
+.DS_Store
@@ -0,0 +1,22 @@
+# WiseGrade（智评）
+
+WiseGrade 是面向《自动化专业综合实践》课程的教师端自动评分系统。
+
+当前项目处于技术方案固化和系统开发准备阶段。完整技术规格见：
+
+- [技术方案与开发规格](docs/WISEGRADE_TECHNICAL_SPEC.md)
+- [Codex Goal 模式开发提示词](docs/CODEX_GOAL_PROMPT.md)
+
+## 当前约束
+
+- 仅供教师使用
+- 通过宿主机挂载目录读取学生材料
+- 支持 PDF、DOCX、PPTX 和 PPT 导出的 PDF
+- 使用本地 BGE-M3 嵌入模型
+- 使用 `deepseek-flash` 进行文本和图像理解
+- 支持课程、评分规则和评分批次版本化
+- 支持 Excel 成绩表和逐生 PDF 反馈导出
+
+## 资料
+
+课程原始资料位于 `docs/` 目录。
@@ -0,0 +1,190 @@
+# WiseGrade（智评）Codex Goal 模式开发提示词
+
+将以下内容复制给 Codex，并使用 goal 模式执行。
+
+```text
+你是本项目的主开发代理。请在当前工作目录完成 WiseGrade（智评）整套系统的搭建、开发、测试和部署文档。
+
+## 最高优先级要求
+
+1. 先完整阅读 `docs/WISEGRADE_TECHNICAL_SPEC.md`，它是本项目的技术规格和业务约束。
+2. 当前项目英文名为 WiseGrade，中文名为智评。
+3. 当前只实现“自动化专业综合实践”，但课程、课程版本、课程目标、毕业要求指标点、评分规则、选题方向和 Prompt 必须可配置、可版本化，未来可以扩展其他课程。
+4. 系统只供教师使用，采用单机单管理员模式，不实现学生账号。
+5. 学生材料通过宿主机目录挂载进入容器。不要把原始学生文件设计成浏览器上传流程。前端只选择挂载目录 `/data/inbox` 下的相对目录，后端扫描和读取实际文件。
+6. 学生目录格式为 `学号_姓名_选题题目`。系统需要自动解析并支持教师在导入确认时修正。
+7. 支持 PDF、DOCX、PPTX 和 PPT 导出的 PDF。不支持旧版 DOC 输入。
+8. 评分材料为阶段报告1、阶段报告2、阶段报告3、最终报告、汇报 PPT/PPT PDF。
+9. 课程成绩结构是：阶段报告1 10% + 阶段报告2 10% + 阶段报告3 10% + 期末成绩 70%。期末成绩包含任务完成度20分、报告规范性20分、汇报答辩40分、结果分析20分；其中本系统只按照 PPT 内容评价“汇报答辩”，不评价现场口头答辩。
+10. 统一使用一个外部模型 `deepseek-flash`，该模型负责文本理解、图像理解、PPT分析、事实抽取、评分和评语生成。不要设计成文本模型和视觉模型两个必需模型。
+11. 使用本地嵌入模型，默认 `BAAI/bge-m3`，支持配置轻量替代模型。模型以独立离线模型目录或模型包提供，不能要求系统启动时在线下载。
+12. 每次评分创建独立评分批次。批次之间不覆盖、不设置唯一正式批次。每个批次都可查看、复核和导出。
+13. 教师必须可以逐项修改分数和评语。模型原始分数、教师修改结果、证据和修改记录必须同时保留。
+14. 最终必须支持导出 Excel 成绩表和每个学生一份 PDF 反馈报告。
+15. 开发和测试过程中必须及时 Git commit。提交信息使用清晰的 Conventional Commits 风格。
+
+## 推荐技术栈
+
+- 前端：React + TypeScript + Vite + Ant Design
+- 后端：FastAPI + SQLAlchemy + Pydantic
+- 数据库：PostgreSQL + pgvector
+- 后台任务：Redis + RQ
+- 解析：PyMuPDF、python-docx、python-pptx、LibreOffice headless
+- OCR：PaddleOCR 作为扫描 PDF 回退
+- 嵌入：BAAI/bge-m3
+- 大模型：OpenAI 兼容方式调用 deepseek-flash
+- 导出：openpyxl/pandas，HTML/CSS + WeasyPrint 或 Playwright
+- 部署：Docker Compose，兼容 Linux 和 Windows Docker Desktop
+
+## 工作方式
+
+### 第一步：检查和初始化
+
+- 检查当前目录、现有文件和 `docs/` 资料。
+- 阅读 `docs/WISEGRADE_TECHNICAL_SPEC.md`。
+- 如果没有 Git，执行 `git init`。
+- 创建合理的 `.gitignore`，不得忽略课程资料和源代码，但必须忽略 `.env`、模型目录、运行数据、缓存、构建产物和真实学生材料。
+- 创建 `README.md`，说明项目名称、启动方式、配置方法和开发状态。
+- 先提交：`chore: initialize WiseGrade project`。
+
+### 第二步：设计并实现后端基础
+
+- 创建 FastAPI 项目结构。
+- 创建配置模块、日志模块、异常处理、健康检查和数据库连接。
+- 使用 Alembic 或等价迁移工具。
+- 创建课程、课程版本、评分规则、指标点、项目、提交材料、评分批次、评分结果、证据、教师复核、导出任务和审计日志模型。
+- 保证所有评分结果关联课程版本、规则版本、模型配置快照和嵌入模型版本。
+- 编写单元测试。
+- 测试通过后提交：`feat: add backend foundation and database models`。
+
+### 第三步：初始化课程资料和可编辑规则
+
+- 从 `docs/` 现有材料建立“自动化专业综合实践”的初始课程版本。
+- 课程目标和毕业要求指标点至少包括 2.3、2.4、4.1、4.2、4.3、4.4、11.1、11.2。
+- 建立阶段报告1、2、3的初始评分规则，以及期末评分规则。
+- 评分规则必须有分值、评分等级、证据要求和关联课程目标字段。
+- 规则应可在 API 和前端中编辑、复制、发布新版本。
+- 不要把规则写死在 Prompt 或评分代码中。
+- 测试通过后提交：`feat: add course versioning and editable rubrics`。
+
+### 第四步：实现挂载目录扫描和导入确认
+
+- Docker 将宿主机目录挂载为 `/data/inbox:ro`。
+- 后端只允许访问 `/data/inbox`，必须防止路径越界。
+- 前端显示后端扫描出的目录树，教师选择某个大文件夹。
+- 后端扫描其中的学生子文件夹，解析 `学号_姓名_选题题目`。
+- 识别阶段报告1、2、3、最终报告和汇报PPT/PPT PDF。
+- 结合文件名、扩展名、首页文本、章节标题进行识别。
+- 对不确定、缺失、重复、无法解析的材料标记状态，交给教师确认。
+- 保存相对路径、文件大小、修改时间、SHA-256和解析状态。
+- 原始材料不复制到浏览器或应用上传临时目录。
+- 测试通过后提交：`feat: add mounted directory scanning and import confirmation`。
+
+### 第五步：实现文档解析和页面资产
+
+- PDF 使用 PyMuPDF 按页解析，保留页码、文本、图片和表格信息。
+- DOCX 使用 python-docx 解析标题、段落、表格和图片。
+- PPTX 使用 python-pptx 提取文字、表格和备注，并使用 LibreOffice 渲染幻灯片。
+- PPT PDF允许作为汇报材料，但需要教师确认材料类型。
+- 扫描 PDF 使用 OCR 回退。
+- 生成可追溯的结构化文档对象和页面图像。
+- 解析失败不得静默忽略，必须进入错误状态并显示原因。
+- 测试通过后提交：`feat: add document parsing and page rendering`。
+
+### 第六步：实现知识库和 RAG
+
+- 建立公共课程知识库：课程导学、课程目标、毕业要求、评分表、阶段模板、选题方向要求和优秀报告。
+- 为每个学生项目建立独立命名空间，禁止跨学生检索。
+- 使用结构感知切分，保留文档类型、阶段、页码、章节、课程版本和项目编号元数据。
+- 使用本地 BGE-M3 生成嵌入，向量保存到 pgvector。
+- 同时使用 PostgreSQL 全文检索、向量检索和元数据过滤。
+- 首次启动不得强制在线下载模型；支持挂载 `./models` 或指定本地模型目录。
+- 测试通过后提交：`feat: add knowledge ingestion and hybrid retrieval`。
+
+### 第七步：实现 DeepSeek 适配器和评分编排
+
+- 使用 OpenAI 兼容客户端接入 DeepSeek。
+- 模型默认名为 `deepseek-flash`，Base URL、API Key、超时、并发数和重试次数可配置。
+- API Key 后端保存，前端不得直接调用 DeepSeek，日志不得输出密钥。
+- 通过结构化 JSON Schema/Pydantic 校验模型输出。
+- 实现项目事实抽取、规则检查、指标级评分、PPT 页面分析和跨文档一致性检查。
+- 每个评分项输出分数、理由、原文证据、页码或幻灯片编号、缺失证据、建议和置信度。
+- 每个评分项只发送相关 RAG 证据和必要页面图片，不重复发送完整报告。
+- 模型不能对没有证据的内容自行假设。
+- 实现批次级后台任务、进度、失败重试和部分完成状态。
+- 测试通过后提交：`feat: add deepseek-flash scoring pipeline`。
+
+### 第八步：实现教师复核和导出
+
+- 实现学生项目列表、评分批次列表、逐项评分详情和证据查看。
+- 教师可以修改每个评分项的分数和评语。
+- 保留模型原始值和教师修改记录。
+- 缺失材料和无法评分状态必须明显显示。
+- 导出 Excel：学生信息、各阶段分数、期末分项、期末成绩和总评。
+- 导出单学生 PDF 反馈：各项分数、证据、页码、缺失内容、建议、教师修改结果、规则版本和模型信息。
+- 每个评分批次都可以单独导出。
+- 测试通过后提交：`feat: add teacher review and score exports`。
+
+### 第九步：完善前端
+
+实现至少以下页面：
+
+- 仪表盘
+- 课程和课程版本
+- 评分规则编辑
+- 知识库资料
+- 挂载目录选择和扫描
+- 导入确认
+- 学生项目列表
+- 评分批次和进度
+- 学生评分详情
+- 教师复核
+- 导出任务
+- 模型设置
+
+页面必须适合教师批量操作，重点显示异常、缺失和待复核项目。
+
+测试通过后提交：`feat: add teacher-facing frontend`。
+
+### 第十步：测试、部署和文档
+
+- 使用 `docs/` 当前示例材料完成端到端测试。
+- 为路径安全、文件哈希、规则权重、材料识别、模型 JSON 输出、评分批次、教师复核和导出补充测试。
+- 不在测试中提交真实 API Key。
+- 提供 Linux 启动说明。
+- 提供 Windows Docker Desktop 启动说明。
+- 提供离线 BGE-M3 模型包安装说明。
+- 提供 `.env.example`，说明 DeepSeek 配置、挂载目录、数据库和模型目录。
+- 完成后提交：`test: add end to end coverage` 和 `docs: add deployment and usage guides`。
+
+## 重要实现原则
+
+- 先做可运行的最小闭环，再扩展功能。
+- 不要为了“微服务化”增加不必要复杂度，第一版采用模块化单体后端。
+- 不要把评分规则、课程目标或 Prompt 写死在代码中。
+- 不要把模型权重、API Key、真实学生材料提交到 Git。
+- 不要静默忽略解析失败、材料缺失或模型失败。
+- 所有自动评分都必须能回溯到证据。
+- 所有模型输出都必须经过结构化校验。
+- 对需要外部网络的模型调用提供清晰错误信息和重试机制。
+- 每完成一个可验证阶段就运行测试并及时提交 Git。
+- 除非遇到真正阻塞开发的业务矛盾，否则不要停下来请求用户确认，按规格和合理工程判断继续推进。
+
+## 最终验收标准
+
+完成后必须能够：
+
+1. 在 Linux 上通过 Docker Compose 启动 WiseGrade。
+2. 在 Windows Docker Desktop 上按文档启动。
+3. 选择挂载目录下的大文件夹并扫描学生子目录。
+4. 识别和解析阶段报告、最终报告和 PPT/PPT PDF。
+5. 编辑课程目标、毕业要求和评分规则并生成新版本。
+6. 使用本地 BGE-M3 完成混合检索。
+7. 使用 `deepseek-flash` 完成文本和页面图像评分。
+8. 为每个评分项显示证据和页码/幻灯片编号。
+9. 创建多个独立评分批次并分别保存。
+10. 教师可以修改分数和评语。
+11. 每个批次分别导出 Excel 和逐生 PDF。
+12. 使用当前 `docs/` 示例材料完成端到端测试。
+13. Git 历史包含清晰、及时、可回退的阶段提交。
+```
@@ -0,0 +1,930 @@
+# WiseGrade（智评）技术方案与开发规格
+
+## 1. 项目概述
+
+### 1.1 基本信息
+
+- 英文名：**WiseGrade**
+- 中文名：**智评**
+- 当前服务课程：**自动化专业综合实践**
+- 使用对象：教师
+- 部署形态：个人电脑本地部署
+- 当前开发环境：Linux
+- 目标运行环境：Linux、Windows（Docker Desktop）
+- 主要大模型：`deepseek-flash`
+- 主要能力：课程材料管理、学生材料批量导入、RAG 辅助评分、教师复核、成绩和反馈导出
+
+### 1.2 项目目标
+
+构建一个前后端分离的自动评分系统，对自动化专业综合实践课程中的以下材料进行内容评分：
+
+1. 阶段报告 1
+2. 阶段报告 2
+3. 阶段报告 3
+4. 最终报告
+5. 汇报 PPT，或 PPT 导出的 PDF
+
+系统输出可复核的逐项评分、原文证据、页码或幻灯片编号、缺失内容、评语和改进建议。
+
+### 1.3 非目标
+
+第一版不实现：
+
+- 学生账号和在线提交
+- 现场口头答辩、答辩视频和语音评分
+- 学生个人贡献度自动识别
+- 代码仓库自动审查
+- AI 生成内容检测
+- 自动控制实验硬件的远程接入
+
+课程评分表中的“汇报答辩 40 分”保留原名称，但本系统只依据 PPT 内容或 PPT PDF 内容评分，不评价现场口头答辩。
+
+## 2. 已确定的业务规则
+
+### 2.1 教师使用流程
+
+系统只供教师使用，采用单机单管理员模式。教师不需要创建学生账号。
+
+教师流程：
+
+```text
+选择课程和学期
+  -> 选择评分规则版本
+  -> 选择挂载数据目录中的学生总文件夹
+  -> 扫描学生子文件夹
+  -> 自动识别学生信息和五类材料
+  -> 教师确认导入结果
+  -> 批量解析和评分
+  -> 查看模型评分和证据
+  -> 修改分数和评语
+  -> 导出 Excel 成绩表和逐生 PDF 反馈
+```
+
+### 2.2 学生目录结构
+
+宿主机数据目录示例：
+
+```text
+WiseGradeData/
+└── 2026春季第1批/
+    ├── 1023009006_李傲琦_基于ROS2系统的自瞄移动机器人/
+    │   ├── 阶段报告1.pdf
+    │   ├── 阶段报告2.pdf
+    │   ├── 阶段报告3.pdf
+    │   ├── 自动化专业综合实践报告.pdf
+    │   └── 汇报PPT.pptx
+    └── 其他学生/
+```
+
+学生目录命名格式：
+
+```text
+学号_姓名_选题题目
+```
+
+文件夹名称只用于初步识别。系统还要从文件首页、标题和正文中抽取姓名、学号、项目题目和选题方向，并在不一致时提醒教师确认。
+
+### 2.3 支持文件
+
+支持：
+
+- PDF
+- DOCX
+- PPTX
+- PPT 导出的 PDF
+
+不支持旧版 `.doc` 作为学生输入。
+
+PPT PDF 必须在导入确认阶段标记为“汇报材料”，以免与最终报告 PDF 混淆。
+
+### 2.4 成绩结构
+
+总评成绩：
+
+```text
+总评 = 阶段报告1 × 10%
+     + 阶段报告2 × 10%
+     + 阶段报告3 × 10%
+     + 期末成绩 × 70%
+```
+
+期末评分保持课程评分表结构：
+
+| 评分项 | 分值 |
+|---|---:|
+| 任务完成度 | 20 |
+| 报告规范性 | 20 |
+| 汇报答辩（系统仅按 PPT 内容评价） | 40 |
+| 结果分析 | 20 |
+
+### 2.5 评分批次
+
+每次评分创建独立批次。批次之间不覆盖、不替代，也不设置唯一“正式批次”。每个批次均可查看、复核和导出。
+
+批次必须保存：
+
+- 课程版本
+- 评分规则版本
+- 课程目标版本
+- `deepseek-flash` 模型配置快照
+- 嵌入模型名称和版本
+- 创建时间和结束时间
+- 评分任务状态
+
+## 3. 课程和评分依据
+
+初始资料位于 `docs/`：
+
+- `课程导学-自动化专业综合实践.pdf`
+- `自动化专业综合实践三融合选题课程概述.pdf`
+- `大作业评分表-自动化专业综合实践.docx`
+- `阶段报告1模板.doc`
+- `阶段报告2模板.doc`
+- `阶段报告3模板.doc`
+- `阶段报告1.pdf`
+- `阶段报告2.pdf`
+- `阶段报告3.pdf`
+- `自动化专业综合实践报告.pdf`
+
+### 3.1 课程目标和毕业要求指标点
+
+系统初始知识库必须包含并建立关联：
+
+- 课程目标 1：问题解决与研究能力
+- 课程目标 2：知识运用与分析能力
+- 课程目标 3：实验设计与操作能力
+- 课程目标 4：数据处理与报告撰写能力
+- 毕业要求指标点 2.3、2.4
+- 毕业要求指标点 4.1、4.2、4.3、4.4
+- 毕业要求指标点 11.1、11.2
+
+### 3.2 阶段报告要求
+
+#### 阶段报告 1：复杂自动化工程问题解决方案论证报告
+
+重点内容：
+
+- 文献调研和技术现状
+- 复杂工程问题分析
+- 主方案和至少一套替代方案
+- 方案原理、适用场景和优劣对比
+- 数理或工程依据下的可行性论证
+- 进度计划、资源配置、成本构成和经济性分析
+
+初始评分框架：
+
+| 评分项 | 分值 |
+|---|---:|
+| 复杂工程问题和需求分析 | 25 |
+| 文献调研和技术现状总结 | 20 |
+| 主方案和替代方案设计 | 25 |
+| 可行性、风险和合理性论证 | 15 |
+| 工程管理、进度和成本分析 | 10 |
+| 报告完整性和规范性 | 5 |
+| 合计 | 100 |
+
+#### 阶段报告 2：实验系统设计与硬件搭建方案
+
+重点内容：
+
+- 硬件选型清单、参数和依据
+- 系统架构图、硬件连接或接口关系
+- 分步骤实验计划、测试方法和预期指标
+- 安全风险、防护措施和操作规范
+
+初始评分框架：
+
+| 评分项 | 分值 |
+|---|---:|
+| 系统架构和实现思路 | 20 |
+| 硬件选型及选型依据 | 20 |
+| 系统框图、连接关系和接口设计 | 20 |
+| 实验方案、测试方法和预期指标 | 20 |
+| 安全风险和防护措施 | 10 |
+| 阶段进展及下一阶段计划 | 10 |
+| 合计 | 100 |
+
+#### 阶段报告 3：软件设计与系统调试报告
+
+重点内容：
+
+- 软件逻辑、流程图或状态图
+- 核心代码片段和实现说明
+- 调试过程、故障现象、原因和解决方法
+- 实验数据整理和初步分析
+- 系统功能、性能指标和存在问题
+
+初始评分框架：
+
+| 评分项 | 分值 |
+|---|---:|
+| 软件逻辑和系统实现 | 20 |
+| 核心代码和功能说明 | 20 |
+| 调试过程、问题分析和解决方法 | 20 |
+| 实验数据和初步分析 | 20 |
+| 功能和性能指标验证 | 15 |
+| 下一阶段计划及报告规范性 | 5 |
+| 合计 | 100 |
+
+阶段评分框架必须作为可编辑的初始规则导入，不能写死在业务代码中。
+
+## 4. 总体架构
+
+```text
+React 前端
+    |
+FastAPI 后端
+    |-- 课程、版本和规则管理
+    |-- 挂载目录扫描和导入
+    |-- 文档解析和事实抽取
+    |-- RAG 检索
+    |-- 评分编排和批次管理
+    |-- 教师复核
+    |-- Excel/PDF 导出
+    |
+PostgreSQL + pgvector
+Redis + RQ
+本地文件存储
+本地 BGE-M3 嵌入模型
+DeepSeek API（deepseek-flash）
+```
+
+采用模块化单体后端，不在第一版拆分成大量微服务。模块边界清晰，后续可以拆分。
+
+### 4.1 推荐技术栈
+
+- 前端：React、TypeScript、Vite、Ant Design
+- 后端：Python、FastAPI、SQLAlchemy、Pydantic
+- 数据库：PostgreSQL、pgvector
+- 后台任务：Redis、RQ
+- PDF 解析：PyMuPDF
+- DOCX 解析：python-docx
+- PPTX 解析：python-pptx
+- 页面转换：LibreOffice headless
+- OCR：PaddleOCR，扫描 PDF 时作为回退
+- 本地嵌入：`BAAI/bge-m3`
+- 模型调用：OpenAI 兼容客户端，统一模型名 `deepseek-flash`
+- Excel：openpyxl 或 pandas
+- PDF 反馈：HTML/CSS + WeasyPrint 或 Playwright
+- 部署：Docker Compose
+
+## 5. 宿主机目录挂载方案
+
+原始学生材料不通过浏览器上传。前端只选择后端可见的挂载目录下的大文件夹，后端扫描和读取文件。
+
+### 5.1 Docker 挂载
+
+```yaml
+volumes:
+  - ${WISEGRADE_DATA_DIR}:/data/inbox:ro
+  - ./data/processed:/data/processed
+  - ./data/exports:/data/exports
+  - ./models:/models:ro
+```
+
+Linux 示例：
+
+```env
+WISEGRADE_DATA_DIR=/home/teacher/WiseGradeData
+```
+
+Windows 示例：
+
+```env
+WISEGRADE_DATA_DIR=D:/WiseGradeData
+```
+
+Windows 使用 Docker Desktop 时，教师需要允许 Docker Desktop 访问对应磁盘。
+
+### 5.2 路径安全
+
+- 后端只允许访问 `/data/inbox`
+- 前端只提交挂载目录内的相对路径
+- 禁止提交绝对路径
+- 后端必须执行路径规范化和越界检查
+- 原始输入目录只读挂载
+- 解析结果、任务状态和导出文件写入独立目录
+
+### 5.3 文件变更检测
+
+导入时保存：
+
+- 相对路径
+- 文件大小
+- 修改时间
+- SHA-256
+- MIME 类型
+- 解析状态
+
+若文件哈希未变化，不重复解析和向量化。源文件变化时提示重新导入。
+
+## 6. 文档解析和结构化
+
+### 6.1 统一文档对象
+
+每个文档解析为：
+
+```json
+{
+  "document_type": "stage1",
+  "source_path": "...",
+  "pages": [
+    {
+      "page_number": 1,
+      "text": "...",
+      "tables": [],
+      "images": [],
+      "rendered_image_path": "..."
+    }
+  ]
+}
+```
+
+必须保留页码、章节名、表格和图片关联。
+
+### 6.2 文件识别
+
+支持通过以下信号识别材料类型：
+
+- 文件名关键词
+- 文件扩展名
+- 文档标题
+- 首页文本
+- 章节标题
+- PPT 页数和标题
+
+识别结果包括：
+
+```text
+确定
+不确定
+缺失
+重复
+无法解析
+```
+
+不确定的文件进入教师确认界面。
+
+### 6.3 PPT/PDF 视觉处理
+
+- 提取 PPT 原生文字、表格和备注
+- 将每一页渲染为图片
+- PDF 每页保存页面图像
+- 评分相关页面连同文字一起发送给 `deepseek-flash`
+- 图片证据必须关联页码或幻灯片编号
+
+## 7. RAG 方案
+
+### 7.1 知识库分层
+
+#### 公共课程知识库
+
+- 课程导学
+- 课程目标
+- 毕业要求指标点
+- 评分表
+- 三个阶段模板
+- 各选题方向要求
+- 优秀报告
+- 课程版本资料
+
+#### 学生项目知识库
+
+每个学生独立命名空间：
+
+```text
+course_2026/project_1023009006/
+  stage1/
+  stage2/
+  stage3/
+  final_report/
+  presentation/
+```
+
+禁止评分时检索其他学生的材料。
+
+### 7.2 文本切分
+
+- 按标题和章节进行结构感知切分
+- 普通文本块约 400～800 个中文字符
+- 重叠约 80～120 个中文字符
+- 表格单独保存
+- 图片及图片说明单独保存
+- 每块必须保留页码、章节、文档类型和评分指标关联
+
+### 7.3 检索
+
+采用混合检索：
+
+```text
+PostgreSQL 全文检索
+ pgvector 向量检索
+ 课程版本过滤
+ 学生项目过滤
+ 报告类型过滤
+ 阶段过滤
+```
+
+默认每个评分项取 8～12 个候选证据块，去重后送入模型。
+
+### 7.4 嵌入模型
+
+默认：
+
+```text
+BAAI/bge-m3
+```
+
+低配置电脑可配置：
+
+```text
+BAAI/bge-small-zh-v1.5
+```
+
+模型通过独立离线包提供，不在应用镜像中强制在线下载。配置中保存模型名称、版本和本地路径。
+
+## 8. DeepSeek 接入
+
+### 8.1 统一模型
+
+只使用一个模型配置：
+
+```yaml
+provider: deepseek
+base_url: https://api.deepseek.com
+model: deepseek-flash
+```
+
+同一个模型负责：
+
+- 文本理解
+- 图像理解
+- 事实抽取
+- 评分
+- 评语生成
+- PPT 分析
+- 跨文档一致性检查
+
+### 8.2 密钥管理
+
+教师可以在设置页面配置：
+
+- API Key
+- Base URL
+- 模型名
+- 并发数
+- 超时时间
+- 重试次数
+
+安全要求：
+
+- 前端不直接调用 DeepSeek
+- API Key 只发送给后端
+- 数据库保存加密后的密钥
+- 日志禁止输出 API Key
+- 支持环境变量初始化
+
+### 8.3 发送数据范围
+
+原始文件保存在本地。模型请求只发送当前评分项所需的：
+
+- 文本证据块
+- 表格内容
+- 必要的页面图片
+- 课程评分标准
+- 已抽取的项目事实
+
+不把全部报告无条件重复发送给每一个评分项。
+
+## 9. 评分引擎
+
+评分采用多阶段流程：
+
+```text
+文件导入
+  -> 文档解析
+  -> 项目事实抽取
+  -> 规则检查
+  -> 指标级 RAG 检索
+  -> 指标级评分
+  -> 跨文档一致性检查
+  -> 分数汇总
+  -> 教师复核
+```
+
+### 9.1 事实抽取
+
+抽取：
+
+- 学号、姓名、项目名称
+- 选题方向
+- 功能目标
+- 性能指标
+- 硬件型号
+- 软件技术
+- 实验方案
+- 实验数据
+- 进度计划
+- 成本信息
+- 结论和改进方向
+
+### 9.2 评分输出
+
+每个评分项必须返回结构化 JSON：
+
+```json
+{
+  "criterion_id": "stage1.solution_design",
+  "score": 17,
+  "max_score": 20,
+  "reason": "...",
+  "evidence": [
+    {
+      "document": "阶段报告1",
+      "page": 12,
+      "quote": "..."
+    }
+  ],
+  "missing_evidence": ["..."],
+  "suggestion": "...",
+  "confidence": 0.84
+}
+```
+
+模型不得对没有证据的内容自行假设。结构化输出必须经过 Pydantic 校验；失败时自动重试或进入人工处理。
+
+### 9.3 跨文档一致性
+
+至少检查：
+
+- 阶段 1 计划是否在阶段 2、3 中落实
+- 各报告中的项目名称、硬件型号和技术路线是否一致
+- 实验数据是否前后一致
+- 最终报告和 PPT 是否描述同一成果
+- 指标是否存在明显夸大或矛盾
+
+## 10. 规则配置和版本管理
+
+规则不能写死在 Prompt 或 Python 代码中。
+
+### 10.1 评分指标结构
+
+```yaml
+criterion_id: stage1.solution_feasibility
+name: 方案合理性与可行性
+max_score: 15
+description: 评价方案是否具有工程依据、可实施性和风险分析
+linked_outcomes: [2.3, 2.4, 4.1]
+required_evidence:
+  - 主方案
+  - 替代方案
+  - 方案比较
+  - 风险分析
+score_levels:
+  - min: 12
+    max: 15
+    description: 论证充分，方案比较清晰，风险分析具体
+  - min: 6
+    max: 11
+    description: 基本完成论证，但证据或分析不充分
+  - min: 0
+    max: 5
+    description: 缺少核心论证
+```
+
+### 10.2 版本要求
+
+课程、课程目标、毕业要求、模板、评分规则和 Prompt 都需要版本号。评分批次保存完整版本快照。
+
+教师修改规则后创建新版本，不覆盖历史版本。
+
+## 11. 核心数据表
+
+建议至少包含：
+
+```text
+courses
+course_versions
+course_objectives
+graduation_indicators
+topic_directions
+rubric_versions
+rubric_criteria
+rubric_score_levels
+knowledge_documents
+knowledge_chunks
+students
+projects
+submissions
+submission_files
+scoring_batches
+criterion_scores
+score_evidences
+teacher_revisions
+export_tasks
+app_settings
+audit_logs
+```
+
+### 11.1 评分批次
+
+```text
+scoring_batches
+  id
+  course_version_id
+  rubric_version_id
+  model_name
+  model_config_snapshot
+  embedding_model_name
+  embedding_model_version
+  status
+  created_at
+  finished_at
+```
+
+### 11.2 评分项结果
+
+```text
+criterion_scores
+  id
+  batch_id
+  project_id
+  criterion_id
+  model_score
+  teacher_score
+  final_score
+  model_comment
+  teacher_comment
+  confidence
+  status
+```
+
+```text
+final_score = teacher_score（存在时）或 model_score
+```
+
+模型原始结果不得被教师修改覆盖。
+
+## 12. 前端页面
+
+第一版页面建议：
+
+1. 仪表盘
+2. 课程管理
+3. 课程版本和评分规则管理
+4. 课程资料/知识库管理
+5. 数据目录扫描与导入确认
+6. 学生项目列表
+7. 评分批次列表
+8. 批量评分进度
+9. 学生评分详情
+10. 证据和页码查看
+11. 教师复核
+12. Excel/PDF 导出
+13. 模型和系统设置
+
+## 13. 后端 API 初稿
+
+### 课程和规则
+
+```text
+GET    /api/courses
+POST   /api/courses
+GET    /api/courses/{id}/versions
+POST   /api/courses/{id}/versions
+GET    /api/rubrics/{version_id}
+PUT    /api/rubrics/{version_id}
+POST   /api/rubrics/{version_id}/publish
+```
+
+### 文件扫描和项目导入
+
+```text
+GET    /api/storage/directories
+GET    /api/storage/directories/{relative_path}/children
+POST   /api/import/scan
+POST   /api/import/confirm
+GET    /api/projects
+GET    /api/projects/{id}
+```
+
+### 评分
+
+```text
+POST   /api/scoring-batches
+GET    /api/scoring-batches
+GET    /api/scoring-batches/{id}/progress
+POST   /api/scoring-batches/{id}/start
+GET    /api/scoring-batches/{id}/scores
+GET    /api/projects/{id}/scores?batch_id={batch_id}
+PUT    /api/criterion-scores/{id}/review
+```
+
+### 导出
+
+```text
+POST   /api/exports/excel
+POST   /api/exports/project-pdf
+GET    /api/exports/{id}
+```
+
+## 14. 缺失和异常处理
+
+材料状态：
+
+```text
+已提交
+缺失
+重复
+无法解析
+内容不完整
+待人工确认
+```
+
+处理原则：
+
+- 缺失阶段报告：该阶段进入待人工处理，不默认静默给零分
+- 缺失 PPT：汇报材料项显示无法评分
+- 缺少章节：按照对应评分项判断并扣分
+- 文件损坏：进入人工确认列表
+- DeepSeek 调用失败：自动有限重试，仍失败则标记评分项失败
+- 评分批次允许部分完成，但导出时必须显示未完成项目
+
+## 15. 模型离线分发
+
+`bge-m3` 不依赖启动时在线下载。推荐单独提供模型包：
+
+```text
+WiseGrade-release/
+├── docker-images.tar
+├── models-bge-m3.tar.zst
+├── docker-compose.yml
+├── .env.example
+└── README.md
+```
+
+也支持将模型目录放在：
+
+```text
+./models/bge-m3/
+```
+
+容器只读挂载：
+
+```yaml
+volumes:
+  - ./models:/models:ro
+```
+
+在线下载脚本是可选工具，不得成为系统正常启动的前置条件。
+
+## 16. 测试要求
+
+### 16.1 单元测试
+
+- 目录扫描
+- 学号/姓名/题目解析
+- 文件类型识别
+- 路径越界防护
+- 文件哈希检测
+- 规则权重计算
+- 缺失材料处理
+- 分数汇总
+- 评分 JSON 校验
+- 版本绑定
+
+### 16.2 集成测试
+
+- 从示例材料导入到项目生成
+- PDF/DOCX/PPTX 解析
+- PPT PDF 识别
+- 知识库入库和检索
+- 模型 API mock 调用
+- 评分批次创建、运行和查询
+- 教师修改分数
+- Excel 导出
+- PDF 反馈导出
+
+### 16.3 验收测试
+
+至少使用当前 `docs/` 中的示例材料完成一次完整流程：
+
+```text
+扫描目录
+  -> 导入学生项目
+  -> 解析五类材料
+  -> 创建评分批次
+  -> mock 或真实调用 deepseek-flash
+  -> 查看逐项证据
+  -> 修改分数
+  -> 导出 Excel
+  -> 导出学生 PDF 反馈
+```
+
+不应在测试中提交真实 API Key。使用环境变量或 mock 服务。
+
+## 17. Git 开发要求
+
+开发前初始化 Git：
+
+```bash
+git init
+```
+
+必须创建合理的 `.gitignore`，至少忽略：
+
+```text
+.env
+data/processed/
+data/exports/
+models/
+__pycache__/
+.pytest_cache/
+node_modules/
+dist/
+*.pyc
+```
+
+开发和测试过程中按阶段提交，推荐提交节点：
+
+```text
+chore: initialize project structure
+feat: add backend foundation
+feat: add course and rubric versioning
+feat: add mounted directory scanning
+feat: add document parsing pipeline
+feat: add knowledge base and hybrid retrieval
+feat: add deepseek-flash adapter
+feat: add scoring batch orchestration
+feat: add teacher review workflow
+feat: add excel and pdf exports
+test: add integration coverage
+docs: add deployment and usage guides
+```
+
+每个提交应保持可理解、可回退、尽量可运行。禁止把 API Key、真实学生隐私数据和模型权重提交到 Git。
+
+## 18. 开发优先级
+
+### P0：可运行骨架
+
+- Git、README、Docker Compose
+- 前端和后端健康检查
+- 数据库迁移
+- 单管理员设置
+
+### P1：课程和导入
+
+- 课程版本和规则配置
+- 挂载目录扫描
+- 学生目录识别
+- 文件识别和导入确认
+
+### P2：解析和知识库
+
+- PDF/DOCX/PPTX 解析
+- 页面渲染
+- OCR 回退
+- BGE-M3 嵌入
+- pgvector 混合检索
+
+### P3：评分
+
+- 事实抽取
+- 指标级 RAG 评分
+- 跨文档一致性检查
+- 批次状态和失败重试
+
+### P4：复核和导出
+
+- 教师修改分数和评语
+- Excel 成绩表
+- 逐生 PDF 反馈
+- 审计日志
+
+### P5：验收和部署
+
+- 示例材料完整验收
+- Linux 部署文档
+- Windows Docker Desktop 部署文档
+- 离线模型包说明
+
+## 19. 完成标准
+
+当以下条件全部满足时，第一版系统完成：
+
+- Linux 上可以通过 Docker Compose 启动
+- Windows Docker Desktop 有明确部署步骤
+- 教师可以选择挂载目录下的大文件夹
+- 系统可以识别每个学生目录
+- 支持五类材料和 PPT PDF
+- 规则、课程目标和课程版本可编辑
+- 可创建独立评分批次
+- 使用本地嵌入模型完成检索
+- 使用 `deepseek-flash` 完成文本和图像评分
+- 每项评分显示证据和页码/幻灯片编号
+- 教师可以修改分数和评语
+- 每个批次都可以导出 Excel 和逐生 PDF
+- 示例材料可以完成端到端测试
+- Git 历史包含清晰的阶段提交
+