# WiseGrade（智评）技术方案与开发规格

> 2026-09-26 增量实现：默认“对话”页面、应用内固定工具 Agent、持久会话、待确认操作、自动索引任务和批次固定项目清单。具体状态机、API 与恢复流程见 [对话页面与业务 Agent](CHAT_AGENT.md)。旧版正文的阶段计划按原始系统设计编写，新增业务边界以该增量文档及当前代码为准。

## 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