作业批改 Agent¶

项目背景与目标¶

教师批改作业是教学工作中最耗时的环节之一，尤其大班教学时单次作业批改可达数小时。批改不仅判对错，还需指出错误原因、给出针对性反馈，传统自动批改系统只能处理选择题，主观题仍依赖人工。AI Agent 通过多模态识别 + 语义理解，能处理手写解答、作文、计算题等多种题型，生成个性化反馈，大幅减轻教师负担。

本项目目标是构建一个作业批改 Agent，支持手写作业拍照识别、多题型自动批改、错误归因与反馈生成、班级学情统计。

需求分析¶

支持题型： 1. 客观题：选择、填空、判断 2. 计算题：数学/物理计算过程，分步评分 3. 主观题：简答题、论述题、作文 4. 图形题：几何证明、化学方程式

核心能力： 1. 手写识别：拍照识别学生手写答案 2. 答案对齐：将识别结果与标准答案匹配 3. 评分：按评分标准给分，支持分步给分 4. 错误归因：分析错误类型（概念错/计算错/审题错） 5. 反馈生成：个性化点评与改进建议 6. 学情统计：班级错误率分布、共性错误

质量要求：客观题准确率 > 99%；主观题与教师评分一致率 > 85%；支持教师复核修正。

技术选型说明¶

模块	技术方案	选型理由
手写识别	PaddleOCR + 手写微调	中文手写识别
公式识别	LaTeX-OCR	数学公式转 LaTeX
Agent 框架	LangGraph	分题型批改流程
LLM	Qwen-Max	主观题评分与反馈
评分引擎	规则 + LLM	客观规则 + 主观语义
题库	结构化 + 向量	评分标准检索
后端	FastAPI + Celery	批量作业异步处理
数据库	PostgreSQL + MinIO	成绩 + 作业图片

架构设计¶

flowchart LR
    IMG[作业照片] --> OCR[手写识别]
    OCR --> SEG[题目分割]
    SEG --> TYPE{题型判定}
    TYPE -->|客观| OBJ[规则批改]
    TYPE -->|计算| CALC[分步评分]
    TYPE -->|主观| SUBJ[LLM 评分]
    TYPE -->|图形| GRAPH[图形识别]
    OBJ --> SCORE[成绩汇总]
    CALC --> SCORE
    SUBJ --> SCORE
    GRAPH --> SCORE
    SCORE --> DIAG[错误归因]
    DIAG --> FB[反馈生成]
    FB --> LLM[LLM 点评]
    SCORE --> CLASS[班级统计]
    CLASS --> REP[学情报告]

关键模块实现思路¶

模块1：手写识别与题目分割¶

学生作业拍照后，先做版面分析识别每道题的区域（题号 + 答题区），再对手写内容做 OCR。数学公式需特殊处理：用 LaTeX-OCR 模型将手写公式转为 LaTeX，便于后续计算比对。

def recognize_answer(image, question_region):
    answer_region = locate_answer_area(image, question_region)
    if has_formula(answer_region):
        text = latex_ocr(answer_region)  # 转为 LaTeX
    else:
        text = handwriting_ocr(answer_region)
    return {"text": text, "region": answer_region}

识别结果置信度低的题目标记需人工复核，避免误判。

模块2：分题型批改引擎¶

客观题：直接字符串匹配，处理 A/a/甲等不同表述。

计算题：分步评分是关键。LLM 解析学生解题步骤，与标准步骤对齐，按步骤给分。即使最终答案错，过程正确部分仍给分。

def grade_calculation(student_steps, rubric):
    score = 0
    for step in student_steps:
        matched = find_matching_step(step, rubric.steps)
        if matched and check_correctness(step, matched):
            score += matched.points
    return score, {"correct_steps": ..., "error_at": ...}

主观题：LLM 基于评分标准（采分点）评分。评分标准结构化为采分点列表，LLM 判断学生答案是否覆盖各采分点，按覆盖度给分。作文评分从内容、结构、语言、立意多维度打分。

模块3：错误归因与反馈生成¶

错误归因比判错更有价值。分析学生错误模式： - 概念错误：用错公式/定理（如把勾股定理用于非直角三角形） - 计算错误：思路对但算错（如 3+4=8） - 审题错误：答非所问（求面积算了周长） - 过程遗漏：跳步导致逻辑断层

LLM 生成个性化反馈：指出具体错误、解释正确思路、推荐同类练习。反馈须具体而非"再仔细些"等空话。

FEEDBACK_PROMPT = """基于错误分析生成反馈：
题目：{question}
学生答案：{answer}
错误类型：{error_type}
正确思路：{correct_approach}
要求：具体指出错在哪，怎么改，推荐 1 道同类题"""

模块4：班级学情统计¶

汇总全班成绩，统计每题错误率、错误类型分布、共性错误。错误率 > 60% 的题目标记为"共性难点"，建议教师课堂重点讲解。生成班级学情热力图，按知识点显示掌握情况。

核心流程详解¶

作业批改流程： 1. 教师上传作业 + 标准答案 + 评分标准 2. 学生提交作业照片（或系统自动收集） 3. OCR 识别 → 题目分割 → 题型判定 4. 分题型批改：客观/计算/主观/图形 5. 错误归因 → 反馈生成 6. 成绩汇总 → 班级统计 → 学情报告 7. 教师复核：可修改评分与反馈，修改回流为训练样本

教师复核流程： 1. 系统标记低置信度批改供教师复核 2. 教师查看：原题 + 识别结果 + 评分 + 反馈 3. 教师修改 → 系统记录差异 4. 差异数据用于优化批改模型

部署与优化建议¶

分学科模型：数学/语文/英语用不同微调模型，提升识别与评分准确率
模板复用：常见题型预设评分模板，减少 LLM 调用
渐进自动化：先客观题全自动，主观题"AI 初评 + 教师终审"，逐步提升自动化比例
离线批处理：大批量作业夜间批处理，避免峰值压力
学生反馈：学生对批改结果有异议可申诉，申诉通道闭环

常见问题与解决方案¶

问题	原因	解决方案
手写识别错	字迹潦草	低置信度转人工 + 多模型集成
主观题评分偏差	评分标准模糊	采分点细化 + 教师校准
公式识别错	复杂公式	LaTeX-OCR + LLM 纠错
反馈太笼统	LLM 未约束	模板约束 + 具体错误引用

扩展方向¶

错题本自动生成：按知识点归集学生错题
个性化作业：根据错题推送同类练习
语音批改：口语作业（朗读、口语表达）自动评分
跨学科综合批改：理综/文综综合题