智能批改作业

SKILL.md

---
name: auto-grading
description: |
  智能批改作业——毕业设计/论文多文档自动化审查。触发词："批改作业"、"审查毕业设计"、"毕设审查"、"审查存档"、"智能批改"、上传论文/毕设存档文件或目录。
  
  支持：doc/docx/pdf/pptx 批量读取、多维度评分（内容完整性/格式规范性/逻辑一致性/论证合理性）、跨文档一致性检查（书名词号日期引用）、PPT答辩评审（基本信息/内容结构/视觉美感/观点表达）、GB/T 7714参考文献格式校验。
  
  内置安全护栏：每条问题标注出处文件和置信度，输出前自动执行三问自查（证据可溯源/排除提取噪声/排除文件混淆）——宁可漏报，不可误报。
---

# 智能批改作业 Skill v1.0

> 串联 doc-browser（批量读取）→ academic-workflow（评分模板） → 输出审核报告

## 触发场景

- 用户上传毕业设计存档目录、zip 压缩包、或指定路径
- 用户说「批改作业」「审查毕业设计」「毕设审查」「审查存档」「智能批改」
- 用户要求对学生毕业论文/毕业设计做规范性检查

## 审查流程（5 步）

### 第①步：批量读取（doc-browser 模式）

对目标目录中所有文件执行：

| 文件类型 | 工具 | 提取内容 |
|---------|------|---------|
| `.docx` | python-docx | 全文 + 图片数 + 域代码残留检测（TOC/HYPERLINK/PAGEREF/REF） |
| `.doc` (WPS) | textutil → antiword → olefile 二进制提取（三级降级） | 全文 |
| `.pdf` (查重报告) | PyPDF2 | 全文 + 定位重复率数值 |
| `.pptx` | python-pptx | 幻灯片文本 + 图片数 + 页数 |

**文件优先规则**：当同一文档存在 `.doc` 和 `.docx` 两个版本时，检查 `.docx` 是否为模板半成品（判断标准：含占位符/格式说明文字/旧项目名），若是则改读 `.doc`。

**数据交接**：提取文本写入 `/tmp/auto_grading/` 目录下对应的 `.txt` 文件。

### 第②步：单文档评分

按毕业设计评审模板（`references/review_template.md`）对每份核心文档评分：

| 文档类型 | 评分维度 | 满分 |
|---------|---------|:----:|
| 创作报告/论文 | 内容完整性 + 格式规范性 + 逻辑一致性 + 论证合理性 | 100 |
| 文献综述 | 同上 | 100 |
| 开题报告 | 同上 | 100 |
| 外文翻译 | 格式规范性 + 翻译质量 | 60 |
| 申报表/任务书/进程表 | 格式规范性 + 栏位完整性 | 40 |

### 第③步：跨文档交叉审查

| 检查维度 | 满分 | 具体检查项 |
|---------|:----:|---------|
| 要素一致性 | 50 | 游戏名称/学生姓名/学号/指导教师在所有文档中完全一致；日期逻辑（开题<中期<答辩<提交）；审批栏完整 |
| 引用一致性 | 30 | 三套参考文献（创作报告/文献综述/任务书）重叠度合理；正文引用条目均在参考文献列表中存在 |
| 分工一致性 | 20 | 小组分工表与创作报告中个人角色一致；申报表课题方向与分工表匹配 |

### 第④步：PPT 答辩评审

| 维度 | 满分 | 说明 |
|------|:----:|------|
| 基本信息完整 | 20 | 题目/姓名/学号/指导教师/学院/日期 齐全 |
| 内容结构 | 30 | 选题背景→设计思路→过程展示→成果呈现→总结展望，逻辑清晰 |
| 视觉美感 | 25 | 版式统一、配色协调、图文比例合理、无文字堆砌 |
| 观点表达 | 25 | 核心创新点突出、设计过程有说服力、成果有实物/视频支撑 |

### 第⑤步：输出汇总报告

> 必须在输出前执行安全护栏

## 安全护栏（Harness Engineering）

**核心原则：宁可漏报，不可误报。**

### 三层硬约束

| 层级 | 机制 | 执行方式 | 防什么 |
|------|------|---------|--------|
| **L1 格式校验** | `scripts/harness.py --input` | Python 脚本强制执行 | 阻止 `evidence` 为空的虚假 bug |
| **L2 证据回溯** | `scripts/harness.py` 自动 grep 原文 | 脚本在提取文本中搜索 evidence 字符串 | 阻止幻觉/编造出来的问题 |
| **L3 版本校验** | `scripts/harness.py --archive-dir` | 检测 .doc/.docx 并存，自动选正确版本 | 阻止审错模板文件 |

### 审查工作流（L1+L2+L3 全链路）

```
① batch_extract.py 提取文本 → /tmp/auto_grading/
② LLM 评分 + 输出 issues.json（每条含 file/issue/evidence/confidence）
③ harness.py --input issues.json --txt-dir /tmp/auto_grading --archive-dir <存档目录>
   ├── L1: 校验 evidence 非空、confidence 有效
   ├── L2: grep 原文确认 evidence 真实存在
   │      ├── 找到 → passed（高/中置信度保持）
   │      └── 未找到 → 自动降级为 ⚠️待验证
   └── L3: 有 .doc/.docx 冲突时自动选择正确版本
④ 输出清洗后的 clean_issues.json + 护栏报告
```

### 为什么这套 Harness 能防止之前的虚假 bug

之前的错误（报"图1-1来源错误"但实际不存在）→ L2 会因 evidence 字符串在原文中找不到而自动降级。
之前的错误（审了模板 .docx 而非正式 .doc）→ L3 会检测模板残留信号，自动选 .doc。

### 第⑤步：输出结构化评审结果

**① 输出 JSON**（给 harness.py 校验）：

```json
{
  "student": "姓名",
  "review_date": "2026-06-15",
  "single_doc_scores": {
    "创作报告": {"完整性": 30, "规范性": 13, "逻辑性": 15, "论证": 16, "总分": 74}
  },
  "cross_check": {"要素一致性": 45, "引用一致性": 25, "分工一致性": 18, "总分": 88},
  "ppt_review": {"基本信息": 18, "内容结构": 25, "视觉美感": 20, "观点表达": 22, "总分": 85},
  "issues": [
    {
      "file": "创作报告.doc",
      "issue": "副标题仍为'以曹乐川为主'",
      "evidence": "游戏《归浦：数字宿命》——以曹乐川为主",
      "confidence": "高"
    }
  ]
}
```

**② 运行 harness.py** 校验：
```bash
python3 scripts/harness.py --input /tmp/issues.json \
  --txt-dir /tmp/auto_grading --archive-dir <存档目录>
```

**③ 基于清洗后的 clean_issues 生成 Markdown 报告**（评分表 + 交叉审查表 + 修改清单 + 整体评价）。

## 安装依赖

```bash
pip install PyPDF2 python-docx python-pptx olefile
# macOS 自带 textutil、antiword（可选）
```