# AI 题库智能出题 Agent - 功能说明

本文作者：程序员瑞哥 (opens new window)

获取网址：https://javadh.com (opens new window)

# 项目演示

# 项目概述

AI 题库智能出题 Agent 是一套面向高校课程教学的「教材知识库 → RAG 检索 → Agent 智能出题 → 智能组卷 → 在线答题 → 自动批改 → 错题复习」一体化题库与考试平台：管理员上传教材并构建知识库向量后，教师只需选择知识库并设置题型、难度与数量，出题 Agent 便会自主检索教材原文、生成单选、多选与简答题并直接写入题库；随后按规则组卷、发布考试，学生在限时内在线作答，交卷后系统自动完成客观题判分与简答题 AI 辅助评分，并把非满分题自动归集到错题本，教师可对简答题人工改分复核。后端基于 Spring Boot 3.5.15 + MyBatis + MySQL 8，前端基于 Vue 3.4.29 + Vite 5 + Element Plus + ECharts，认证采用 JWT 令牌，AI 能力由 Spring AI 1.1.8 对接 DeepSeek 对话模型与通义 text-embedding-v3 向量模型实现，系统区分管理员、教师、学生三类角色，各角色只能查看与操作本人数据范围内的内容

# 项目概览

# 创新点

# 1. 真 Agent 工具调用出题，不是一次性文本生成

工具自主编排：出题 Agent 注册 searchTextbook（检索教材原文）、listKnowledgePoints（查询章节与知识点）、saveQuestion（保存题目到题库）三个工具，由对话模型自行决定调用时机与顺序
过程轨迹留痕：每一次工具调用的步骤序号、工具名、参数摘要、返回摘要与调用时间都写入 generation_task.tool_trace
生成依据可回溯：检索命中的教材片段以快照形式写入 question.source_evidence，记录片段ID、教材名、章节名、构建版本、页码与引用原文

# 2. SSE 流式出题，生成全过程实时可视

六类事件推送：后端通过 SseEmitter 推送 start、tool、delta、question、done、error 事件，模型增量文本逐字呈现在生成过程面板
边生成边入库：模型每调用一次 saveQuestion 就落库一条题目并立即推送前端，不必等整轮生成结束
三栏工作台：左侧时间线展示 Agent 工具调用次数与结果，右侧面板展示 SSE 流式输出，下方卡片展示本次已写入题库的题目与答案解析

# 3. 纯 MySQL 的轻量 RAG，不部署独立向量库

向量就地存储：教材切片向量以浮点数组 JSON 存入 document_chunk.embedding 的 longtext 字段，无需引入 Milvus、Qdrant 等外部服务
内存余弦检索：生效版本的向量按「知识库ID#构建版本」缓存在内存，检索时计算余弦相似度取 top-k，构建成功后自动淘汰旧版本缓存
版本化生效：知识库维护 active_version 与 building_version，构建失败时保留旧生效版本与失败原因，旧版本仍可继续检索

# 4. 客观题自动判分叠加简答题 AI 辅助评分

集合比对判分：单选与多选题按标准答案和学生答案的选项集合比较，完全匹配给满分、否则零分，不比较文本顺序，漏选与多选分别给出失分说明
整卷一次评分：简答题合并为一次大模型调用，提示词约束只返回含题号、分数与评语的 JSON 数组，解析失败则保持「待批改」
降级不阻断交卷：大模型不可用或未配置密钥时交卷照常成功，AI 建议分与理由写入 answer_record.ai_suggestion，教师阅卷时以教师改分为准

# 5. 双模式 AI，离线也能完整演示

真实模式：ai.mock-enabled 为 false 时调用 DeepSeek 生成题目、调用通义 text-embedding-v3 完成向量化与语义检索
模拟模式：ai.mock-enabled 为 true 时完全不调用大模型，由本地逻辑按知识点生成模拟题、按作答篇幅估算简答分，任务模型名记录为「本地模拟」
密钥兜底：AiKeyFallbackPostProcessor 在密钥缺失或为空串时补齐占位值，系统不会因缺少密钥启动失败，而是在发起出题时给出可操作的配置提示

# 项目亮点

# 一、业务功能亮点

教材到成绩的完整闭环：教材上传解析 → 章节目录自动识别 → 切片向量化 → Agent 检索出题 → 题目入库 → 组卷发布 → 在线答题 → 自动判分 → 错题归集，各环节数据贯通
出题参数可按需组合：知识库、题型（单选题、多选题、简答题）、难度（简单、中等、困难）、题目数量（1 至 10）、严格依据教材开关与自定义要求自由配置，管理员还可指定题目与任务的归属教师
两种组卷方式并存：手动组卷从题库逐题挑选并逐题设置分值；智能组卷按知识库、知识点、难度与各题型数量的 JSON 规则随机抽题，题目不足时明确报出缺额
错题自动归集与三态流转：批改完成后非满分题按「学生ID + 来源题目ID」写入错题本，同一道题重复答错不新增重复记录，支持待复习、已掌握、已移除三态管理

# 二、技术实现亮点

技术栈版本明确：后端 Spring Boot 3.5.15 + JDK 17 + MyBatis 3.0.4 + Spring AI 1.1.8，前端 Vue 3.4.29 + Vite 5.3.1 + Element Plus 2.8.4 + ECharts 5.5.1 + Pinia 2.2.2 + Axios 1.7.5
数据库设计规范：MySQL 8 共 15 张表，统一 utf8mb4 字符集与 utf8mb4_unicode_ci 排序规则，全部使用自增 INT 主键，分值字段使用 DECIMAL(7,2) 映射为 BigDecimal，避免浮点误差
第三方集成边界清晰：DeepSeek 对话模型 deepseek-flash（temperature 0.7，base-url https://api.deepseek.com）负责出题与简答评分，通义 text-embedding-v3（1024 维）负责向量化与语义检索，PDFBox 2.0.29 负责 PDF 正文抽取，DOCX 由 JDK 解压读取
安全性设计落地：JWT 令牌经 LoginInterceptor 统一校验并写入 CurrentUserThreadLocal，角色与数据可见范围在 Service 层判定，教师与学生的查询条件由后端按登录身份注入而不信任前端传值，JSON 字段入库前统一经 JsonSanitizer 清洗
文件与解析链路完整：单文件上传限制 100MB、批量 1000MB，记录文件 SHA256 摘要，TXT 与 MD 先按 UTF-8 严格解码、失败回退 GBK，旧版二进制 DOC 明确提示另存为 DOCX 或 TXT

# 三、用户体验亮点

后台首页一屏总览：题库总题目数、试卷总数、用户总数、生成任务总数四张统计卡片，配题型分布、难度分布、题目来源分布、答题正确率四张 ECharts 图表，教师看到的统计自动收敛到本人数据
前台学习动线简洁：首页提供静态轮播引导、数据总览、快捷入口、最新试卷与使用流程三段说明，试卷列表与练习专区共用页面并按用途区分标题与按钮文案
答题页交互完整：逐题作答、单选与多选及简答三类表单、答题进度标记、以服务端截止时间为准的倒计时、作答即自动保存、超时自动交卷、离开页面前的未交卷提醒
错题复习体验友好：错题本支持查看详情与标记已掌握，错题回顾按待复习与已掌握筛选并逐题切换，同屏展示「你的答案」「正确答案」与「解析」

# 管理员

# 用户管理

管理员管理:管理管理员账号，支持新增、编辑、删除与重置密码（重置后密码为 123456） 用户管理:管理学生账号，支持新增、编辑、删除与重置密码，账号状态分启用与禁用 教师管理:管理教师账号，支持新增、编辑、删除，教师用户名唯一

# 知识库管理

教材管理:上传与管理 PDF、DOCX、TXT、MD 教材文件，记录文件名、大小、SHA256 摘要与上传教师，点击解析抽取正文并自动生成章节目录 知识库管理:新建与维护知识库，配置向量模型名称，点击构建向量执行切片与向量化，展示当前生效版本、正在构建版本、切片数量、已向量化数量与失败原因 知识点管理:维护教材下的章节与知识点树，设置节点类型、难度与来源，查看关联题量 文档分片:查看教材切片明细，含所属教材、所属章节、构建版本、片段编号、页码、向量状态与失败原因，该模块仅管理员可访问

# 智能出题

题目管理:维护题库题目，含来源、题型、难度、题干、选项、标准答案、答案解析与所属知识库，支持按题型、难度与关键词检索 出题工作台:先指定题目归属教师，再选择该教师名下的知识库并发起 AI 出题，实时查看 Agent 工具调用轨迹、SSE 流式输出与本次生成的题目 生成任务:查看出题任务列表与任务详情，含任务类型、知识库、生成模型、发起教师、出题要求、生成结果、耗时与失败原因，支持批量删除 题目知识点:维护题目与知识点的多对多关联，为智能组卷按知识点抽题提供依据

# 试卷管理

试卷管理:新建试卷并配置用途、组卷方式、总分、限时分钟数、开放与关闭时间、最大答题次数与答案开放方式，执行智能组卷、选题、编辑、发布与删除 试卷题目:查看与维护试卷内的题目快照，含题号、分值、题型、难度、题干、选项、标准答案、解析、知识点快照与教材来源证据快照

# 考试管理

考试记录:查看全部学生考试与练习记录，含状态、客观题得分、简答题得分、总得分、交卷方式与作答次数，可对已交卷答卷执行阅卷 答题记录:查看每题作答明细，含学生答案、得分、是否正确、批改状态、批改方式、AI 建议、批改评语、批改教师与批改时间 错题本:按学生与来源题目查看错题记录，维护复习状态与最近练习时间

# 教师

教师登录后台后仅显示「智能出题、试卷管理、考试管理」三个分组，用户管理与知识库管理分组不显示，路由守卫与后端数据范围过滤双重限制；知识库、教材与知识点由管理员维护，教师在出题工作台通过 /knowledgeBase/list 按本人 teacherId 读取管理员已分配给自己的知识库

# 智能出题

出题工作台:选择本人可用的知识库，配置题型、难度、题目数量、严格依据教材与自定义要求，发起流式出题并实时查看工具轨迹与已生成题目，任务与题目自动归属本人 题目管理:维护本人题库题目，支持新增、编辑、删除与按题型、难度检索，试卷选题时限定在本人题池内 生成任务:查看本人发起的出题任务与任务详情，支持重新生成时关联上一次任务 题目知识点:维护本人题目的知识点关联

# 试卷管理

试卷管理:创建与维护本人试卷，手动选题或填写智能组卷规则抽题，发布、下架与删除，试卷所属教师固定为本人不接受前端传值，发布时间由系统在状态变为已发布时自动生成 试卷题目:查看和调整本人试卷内的题目与每题分值，已有学生正在答题时不允许改动试题

# 考试管理

考试记录:查看本人试卷的学生答卷，对已交卷记录执行阅卷，逐题录入得分与评语，教师提交的得分优先于系统自动判分 答题记录:查看本人试卷相关的答题明细与 AI 批改建议 错题本:查看本人题目被学生答错的错题记录

# 学生

学生登录前台，只能访问已发布考试与本人记录，所有查询条件由后端按登录学生ID注入

# 学习主页

首页:查看题库题目数、平台试卷数、我的考试次数、我的错题数，浏览轮播引导、快捷入口、最新试卷与使用流程说明

# 在线考试

试卷列表:浏览已发布的考试试卷，查看总分、限时、题量、出卷教师与开放时间，点击开始答题 练习专区:与试卷列表共用页面，只展示用途为「练习」的试卷，按钮文案为「开始练习」 在线答题:逐题作答单选、多选与简答题，查看答题进度与倒计时，作答即自动保存，支持主动交卷与超时自动交卷 考试记录:查看本人历次考试的总得分、得分率、客观题得分、简答题得分、作答次数与交卷时间，查看每题作答详情（题号、题型、得分、是否正确、批改状态与学生答案）

# 错题复习

错题本:查看本人错题，按全部、待复习、已掌握筛选，查看详情、标记已掌握与移除错题 错题回顾:逐题回顾错题，对比你的答案与正确答案，查看解析与最近答错时间

# 个人中心

个人信息:维护昵称、头像、手机号与邮箱 修改密码:修改本人登录密码

# 功能权限对照表

功能模块	管理员	教师	学生
管理员管理	✓	-	-
用户管理	✓	-	-
教师管理	✓	-	-
教材管理	✓	-	-
知识库管理	✓	-	-
知识点管理	✓	-	-
文档分片	✓	-	-
出题工作台	✓(需指定归属教师)	✓(仅本人知识库)	-
题目管理	✓	✓(仅本人的)	-
生成任务	✓	✓(仅本人的)	-
题目知识点	✓	✓(仅本人的)	-
试卷管理	✓	✓(仅本人的)	-
试卷题目	✓	✓(仅本人的)	-
考试记录	✓	✓(仅本人试卷的)	✓(仅本人的)
答题记录	✓	✓(仅本人试卷的)	✓(仅本人的)
错题本	✓	✓(仅本人题目的)	✓(仅本人的)
阅卷改分	✓	✓(仅本人试卷的)	-
在线答题	-	-	✓(仅已发布试卷)
首页统计	✓(全部数据)	✓(仅本人的)	✓(本人考试与错题数)
个人信息与修改密码	✓	✓	✓

# 业务状态说明

# 出题任务

生成任务表不设状态字段，任务是否成功由 finish_time 与 error_message 共同判断：finish_time 已写入且 error_message 为空表示成功，存在 error_message 表示失败并附带可操作提示
任务类型：题库出题、相似题练习
生成模型：deepseek-flash(DeepSeek)、text-embedding-v3(百炼大模型)，本地模拟模式下记录为「本地模拟」
提示词版本：v1

# 知识库与教材

知识库状态：待构建、构建中、可用、失败
教材状态：待解析、解析中、已解析、失败
教材文件类型：PDF、DOCX、TXT、MD；旧版二进制 DOC 不支持解析，需另存为 DOCX 或 TXT 后重新上传
文档切片状态：待向量化、已向量化、失败
知识点节点类型：章节、知识点
知识点来源：人工录入、AI提取（教材解析时按正文标题自动生成的章节，代码写入的值为「自动识别」）
知识点难度：简单、中等、困难

# 题库题目

题型：单选题、多选题、简答题
难度：简单、中等、困难
来源：人工录入、AI生成、批量导入
公共题库题与专属练习题的区分依据是 practice_user_id 是否为空

# 试卷与考试

试卷状态：草稿、已发布、已下架
试卷用途：考试、练习
组卷方式：手动组卷、智能组卷
答案开放方式：批改完成后、考试结束后、不公开
考试状态：答题中、待批改、已完成
交卷方式：手动交卷、超时交卷
账号状态：启用、禁用

# 批改与错题

答题明细批改状态：待批改、已批改
批改方式：自动批改、人工批改、AI辅助
错题复习状态：待复习、已掌握、已移除

# 默认账号

# 管理员

用户名: admin
密码: 123456

1
2

# 教师

用户名: teacher01
密码: 123456

用户名: teacher02
密码: 123456

用户名: teacher03
密码: 123456

1
2
3
4
5
6
7
8

# 学生

用户名: user01
密码: 123456

用户名: user02
密码: 123456

用户名: user03
密码: 123456

用户名: user04
密码: 123456

1
2
3
4
5
6
7
8
9
10
11

登录时需先在角色下拉框中选择对应身份（管理员、教师、用户），后端按角色路由到对应的账号表校验

# 核心业务流程

# 知识库构建与文档向量化

1. 管理员在「教材管理」上传 PDF、DOCX、TXT 或 MD 教材文件，记录原始文件名、存储路径、文件类型、字节数与 SHA256 摘要
2. 点击「解析」，后端按文件类型抽取正文写入 textbook.content，随后自动识别章节目录写入 knowledge_point，已有章节的教材不被覆盖
3. 在「知识库管理」点击「构建向量」，服务端读取知识库当前生效版本并分配递增的构建版本
4. 按 chunk-size 500 字符、chunk-overlap 50 字符把教材正文切成带重叠的片段，用章节标题在片段中的位置定位所属章节后写入 document_chunk
5. 按 embed-batch-size 10 逐批调用通义 text-embedding-v3，1024 维向量以 JSON 存入 embedding 字段，状态置为「已向量化」
6. 全部切片向量化成功后把 active_version 切换为新版本并清空 building_version，同时淘汰旧版本的检索索引缓存

1
2
3
4
5
6

# AI 智能出题

1. 教师在「出题工作台」选择本人可用的知识库，设置题型、难度、题目数量、是否严格依据教材与自定义要求；管理员则需先指定题目归属教师
2. 提交后服务端创建 generation_task，生成请求幂等标识 request_key，并按登录身份确定归属教师
3. 通过 SSE 建立长连接，依次推送 start、tool、delta、question、done、error 事件
4. Agent 调用 searchTextbook 检索教材原文，需要确认范围时调用 listKnowledgePoints 查询章节与知识点
5. 模型依据检索到的教材原文逐题生成内容，每生成一道立即调用 saveQuestion 落库，同时写入来源证据与格式校验结果
6. 任务结束时回写 finish_time、已保存题目数与工具调用轨迹；未保存任何题目时记录失败原因并提示检查向量是否已构建

1
2
3
4
5
6

# 智能组卷

1. 教师新建试卷并选择「智能组卷」，填写知识库、知识点、难度与各题型数量及分值的组卷规则，规则以 JSON 存入 paper.assembly_rule
2. 保存后在试卷列表点击「智能组卷」，服务端解析组卷规则并校验组卷方式
3. 按题型、难度、知识库与知识点从题库随机抽题，多知识点关联先去重题目ID再抽题
4. 某一题型的可抽题量不足时整体失败，并提示需要数量与符合条件的实际数量
5. 抽题成功后覆盖式重建 paper_question，写入题干、选项、标准答案、解析、知识点快照与来源证据快照，并按序生成连续题号
6. 按各题分值累计回写 paper.total_score，保证总分等于所有试题分值之和

1
2
3
4
5
6

# 在线考试答题

1. 学生在「试卷列表」选择已发布且处于开放时间内的试卷，点击开始答题
2. 服务端校验试卷存在、已发布、未超出开放与关闭时间、题量非空与剩余答题次数，分配 attempt_no 并计算 deadline_time
3. deadline_time 取开始时间加限时分钟数，若试卷设置了关闭时间则不超过关闭时间
4. 答题页按试卷题目快照渲染单选、多选与简答表单，倒计时以服务端返回的截止时间为准
5. 学生每次作答立即调用答题明细接口自动保存，携带 save_version 做版本递增
6. 学生点击提交答卷，或倒计时归零触发超时自动交卷，交卷时间与交卷方式由服务端写入，前端不传

1
2
3
4
5
6

# 交卷自动判分

1. 交卷成功后考试状态先置为「待批改」，随即触发自动批改，批改失败不回滚交卷
2. 服务端载入试卷题目快照与对应答题明细，为未作答题目补一条零分明细，保证每题都有批改结论
3. 单选题与多选题按选项集合比对，完全匹配给满分、否则零分，并写明漏选、多选或答案错误
4. 简答题空答案直接记零分，其余简答题整卷合并为一次大模型调用，要求在 0 至本题满分之间给出分数与评语
5. 汇总客观题得分、简答题得分与总得分；仍存在待批改题时考试保持「待批改」，全部批改完成后置为「已完成」并记录完成时间
6. 非满分题按「学生ID + 来源题目ID」写入或更新错题本，同一道题重复答错只更新最近错误引用，不新增重复记录

1
2
3
4
5
6

# 错题复习

1. 批改完成后学生可在「错题本」查看自动归集的错题，按全部、待复习、已掌握筛选
2. 查看详情时读取最近一次错误明细关联的试卷题目快照，保持与当次考试一致的题干、选项与标准答案
3. 在「错题回顾」中逐题对比「你的答案」与「正确答案」，查看解析与最近答错时间
4. 确认掌握后点击「标记已掌握」，错题状态由待复习变为已掌握
5. 不再需要的错题可执行移除，状态变为已移除，历史记录保留不物理删除
6. 后续考试再次答错同一道题时，按最近批改时间更新错题的最近错误引用与答错时间

1
2
3
4
5
6

# 技术说明

# 系统架构

前端:Vue 3.4.29 + Vite 5.3.1 + Element Plus 2.8.4 + Vue Router 4.4.3 + Pinia 2.2.2 + Axios 1.7.5 + ECharts 5.5.1
后端:Spring Boot 3.5.15 + JDK 17 + MyBatis 3.0.4 的 mybatis-spring-boot-starter + Spring AI 1.1.8 + PDFBox 2.0.29 + FastJSON 2.0.53 + JJWT 0.9.1
数据库:MySQL 8，驱动 mysql-connector-j 8.0.31，业务库共 15 张表，字符集 utf8mb4，排序规则 utf8mb4_unicode_ci
认证:JWT 令牌认证，前端请求头携带 token，LoginInterceptor 统一校验并写入 CurrentUserThreadLocal，登录、注册、找回密码与文件访问路径放行，未携带 token 返回 401
AI:对话模型 DeepSeek 的 deepseek-flash（temperature 0.7，base-url https://api.deepseek.com），向量模型通义 text-embedding-v3（OpenAI 兼容模式接入，向量维度 1024）；RAG 检索 top-k=5，切片 500 字符、重叠 50 字符，单批向量化 10 条，单次任务最多生成 10 道题；切片向量以浮点数组 JSON 存于 MySQL 的 document_chunk.embedding，检索时在内存计算余弦相似度，未引入独立向量数据库
文件存储:本地 uploads 目录，通过 /file/upload 上传，通过 /file/{fileName} 访问，存储文件名由文件内容的 MD5 摘要加原扩展名生成；教材另单独计算 SHA-256 摘要写入 file_hash

# 访问地址

后端API:http://localhost:1000
前端页面:http://localhost:5173(开发环境，Vite 默认端口)
文件访问:http://localhost:1000/file/{fileName}

# 数据库

数据库名:a_2_ai_question_system
字符集:utf8mb4
总表数:15张表

表清单：admin、answer_record、document_chunk、exam_record、generation_task、knowledge_base、knowledge_point、paper、paper_question、question、question_knowledge_point、teacher、textbook、user、wrong_question

# 系统特色

# 教材驱动、可追溯的 AI 出题

实现:Agent 通过 searchTextbook 工具检索知识库生效版本的教材切片，命中片段写入 question.source_evidence，包含片段ID、教材名、章节名、构建版本、页码、相似度与引用原文
应用:教师开启「严格依据教材」后，提示词要求题干与答案必须能在检索到的教材原文中找到直接依据
功能:每道 AI 题目都能回溯到具体教材、章节与页码，便于人工核对与教学审计

# 工具调用轨迹可视化

实现:QuestionAgentTools 记录每次工具调用的步骤序号、工具名、参数摘要、返回摘要与调用时间，随 SSE 实时推送
应用:出题工作台以时间线呈现检索教材、查询知识点与保存题目三类调用及其结果
功能:出题过程从等待结果变为过程可见，便于定位未检索到教材片段、模型未保存题目等异常

# 知识库版本化构建

实现:知识库维护 active_version 与 building_version，重建时分配递增版本号并先清理同版本残留切片
应用:构建成功后才切换生效版本，构建失败保留旧生效版本与失败原因
功能:向量模型与切片结果随版本统一生效，避免新旧向量混用导致检索结果错乱

# 智能判分与人工复核结合

实现:客观题由 GradingService 自动判分，简答题调用大模型给出建议分与评语并记录批改方式为 AI辅助
应用:AI 评分异常或返回结果为空时保持「待批改」，教师通过阅卷接口逐题录入得分与评语，教师改分优先于系统判分
功能:得分、批改方式、批改教师与批改时间全程留痕，改分后自动重新汇总成绩并同步错题本

# 面向教学的数据可见范围

实现:Service 层统一通过 CurrentUserThreadLocal 判定角色，教师按 teacher_id 过滤、学生按 user_id 过滤，管理员查看全部
应用:知识库、教材、知识点、题目、试卷、考试记录、答题记录与错题本均按登录身份收敛范围，归属教师字段不接受前端传值
功能:同一套前台页面按角色呈现不同内容，教师能查到本人试卷下的学生答卷与得分，学生只能查到本人的考试记录、答题明细与错题

# 离线可演示的模拟模式

实现:ai.mock-enabled 为 true 时启用本地模拟出题与本地模拟评分，不发起任何大模型调用
应用:无网络或未配置密钥时仍可完整演示出题落库、组卷、答题与判分全流程
功能:任务模型名记录为「本地模拟」，出题工作台显示「本地模拟模式」标签，模拟结果不会与真实 AI 结果混淆

文档版本:v1.0 最后更新:2025-02-17 系统版本:1.0.0

# AI 题库智能出题 Agent - 功能说明

# 项目演示

# 项目概述

# 项目概览

# 创新点

# 1. 真 Agent 工具调用出题，不是一次性文本生成

# 2. SSE 流式出题，生成全过程实时可视

# 3. 纯 MySQL 的轻量 RAG，不部署独立向量库

# 4. 客观题自动判分叠加简答题 AI 辅助评分

# 5. 双模式 AI，离线也能完整演示

# 项目亮点

# 一、 业务功能亮点

# 二、 技术实现亮点

# 三、 用户体验亮点

# 管理员

# 用户管理

# 知识库管理

# 智能出题

# 试卷管理

# 考试管理

# 教师

# 智能出题

# 试卷管理

# 考试管理

# 学生

# 学习主页

# 在线考试

# 错题复习

# 个人中心

# 功能权限对照表

# 业务状态说明

# 出题任务

# 知识库与教材

# 题库题目

# 试卷与考试

# 批改与错题

# 默认账号

# 管理员

# 教师

# 学生

# 核心业务流程

# 知识库构建与文档向量化

# AI 智能出题

# 智能组卷

# 在线考试答题

# 交卷自动判分

# 错题复习

# 技术说明

# 系统架构

# 访问地址

# 数据库

# 系统特色

# 教材驱动、可追溯的 AI 出题

# 工具调用轨迹可视化

# 知识库版本化构建

# 智能判分与人工复核结合

# 面向教学的数据可见范围

# 离线可演示的模拟模式

# 一、业务功能亮点

# 二、技术实现亮点

# 三、用户体验亮点