软件工程第一次团队作业

26软工实践【我说的都队】团队展示与选题报告

项目 内容
作业所属课程 202601 软件工程
作业要求 2026秋软工实践团队作业-第一次（ 团队展示+选题报告+需求分析）
作业的目标 完成团队展示、选题报告与需求分析，明确目标用户、核心功能、智能体定制方式与验收计划
团队名称 我说的都队
团队成员学号与姓名 102401334王翔鹏 102401333周玘晖 102401330高一鹏 102401331林明亮 102401233郑志銮 102401225王圣杰 102401234黄俊凡 102400412龚巍斌 102401309叶凯乐 102401227林子涵 102401212沈雷

一、团队介绍

1. 团队介绍

我们是一支由不同性格、兴趣和技术特长的成员组成的团队。大家平时有着各自的兴趣爱好，也期待在相处与合作中逐渐形成默契。面对软件工程实践，我们希望发挥各自的优势，在交流中碰撞想法，在协作中解决问题，共同完成项目开发，并在实践中积累经验、提升能力。

合照

2. 队员风采与分工

成员 学号 性格与兴趣 擅长的技术 希望承担的角色／实际分工
王翔鹏 102401334 温和；篮球 前端 前端答疑页面
郑志銮 102401233 温和；篮球 前端 前端输入、检索与结果页面
周玘晖 102401333 温和；篮球 后端 后端题库与检索接口
高一鹏 102401330 沉稳；英雄联盟 后端开发 后端资料处理与工具接口
王圣杰 102401225 温和；打游戏 Agent 智能体流程与模型接入
林明亮 102401331 温和；打游戏 后端 领域资料整理与知识检索
沈雷 102401212 平和；打游戏 测试 后期测试、功能测试与效果记录
林子涵 102401227 平和；打游戏 后端 部署与集成
叶凯乐 102401309 平和；敲键盘 文稿 全栈开发
龚巍斌 102400412 平和；吹水 后端 需求调研、需求文档与后续路线核对
黄俊凡 102401234 内敛；打乒乓球、打游戏 后端 PM：统筹、进度与协作

3. 团队愿景

我们希望做出一个能帮助同学理解 408 知识的学习助手，让题目有据可查，让不懂的步骤可以继续追问。团队会从具体学习问题出发，认真分工、相互配合，把核心功能做完整，并在使用反馈中持续改进。

二、选题缘由

1. 项目背景与目标用户

计算机考研 408 涉及数据结构、计算机组成原理、操作系统和计算机网络。备考时，找到答案只是学习过程的一部分，还需要理解推导步骤，找出自己思路中的问题，并联系相关知识点。

我们计划开发“408 搜题与答疑助手”，主要服务正在备考的学生，兼顾相关专业课学习者。第一版围绕查题、解题和追问展开。

2. 调研依据与需求发现

初步需求来自团队内部讨论，使用 GPT 辅助整理后由团队确认。在此基础上，我们查阅了相关学习平台的公开资料和用户讨论，补充具体功能需求。

调研得知，有的用户希望围绕自己提交的答案继续提问，有的倾向先独立思考，再查看提示和答案。还有用户希望知道上传资料是否处理成功、哪些内容需要修正。复习时，部分用户希望换一道同考点题检验理解。

用户需求 功能安排 优先级
追问时不用重复输入自己的作答 将题目、答案和思路带入答疑上下文 P0
自主决定何时看答案 引导模式默认收起答案，按需显示提示 P0
明确了解资料处理结果 导入摘要、失败定位、预览修正和重试 P0
用不同题目检验同一知识点 从已有题库推荐同考点题目 P1

三、软件功能

1. 产品定位

系统先检索已有题库。找到经过核验的原题后，展示题目、来源与解析，再由智能体解释具体步骤。没有找到原题时，结合题干、专业资料和必要工具尝试解答。相似题会单独标注，避免与原题混淆。

2. 第一版范围

功能组 计划内容
输入与检索 文字、图片、年份和题号查题，识别结果可修正
解题与答疑 直接解析、引导解题、带入用户作答的追问、知识问答
领域工具 选定题型的计算核对和静态图示，用户主动开启的联网搜索
资料与记录 个人资料导入、处理摘要、本地学习记录与导入导出
模型接入 项目组提供默认模型，文字与图片模型可分别配置，可选自带 Key

同考点题库推荐、公共资料分享和模型接入扩展列为 P1。AI 变式生成暂缓，整卷模考、复习计划和小程序放在后续版本考虑。具体范围以完整需求文档为准。

3. 一次典型使用过程

用户输入题目或上传题图，确认识别结果后开始检索。系统标明原题、相似题或未命中。用户选择直接查看解析，或者进入引导模式，提交自己的思路并请求提示。需要时主动展开完整答案，再围绕不理解的步骤继续追问。题目与用户提交的作答关联保存，便于回看。

flowchart TD A[输入文字、上传题图或指定年份题号] --> B[识别题目并整理结构] B --> C[检索题库] C --> D{是否找到已核验的原题} D -->|是| E[按模式展示原题、来源及提示或解析] D -->|否| F[结合题干与知识库尝试解题] F --> H[按需调用计算或绘图工具] E --> G[结合用户作答解释步骤并回答追问] H --> G G --> I[按用户选择展示答案、依据并保存记录]

四、专业智能体如何构建

我们拟整理四科知识点、精选题目、核验解析和来源信息。系统根据当前问题检索资料，结合用户的答案与解题模式组织讲解。涉及计算时调用选定工具，并利用工具结果核对推导。

部分 团队需要完成的工作
领域知识 整理原理、公式、题目、常见误区及出处
任务规则 设计直接解析与引导模式，回应用户的具体错误步骤
工具调用 接入选定计算工具和静态绘图能力
软件流程 完成输入、检索、上下文组织、模型调用及记录管理

候选参考材料包括 408Lab、408-ai-tutor，以及资料学习和引导式教学产品。

五、用一个案例说明预期行为

以下为自拟演示题与参考答案，用于说明设计。

题目： 32 位物理地址，按字节编址，Cache 数据区 32 KiB，四路组相联，块大小 64 B。求地址字段位数。

用户提交的思路： “因为是四路，所以组号占 2 位。”

在引导模式中，系统应先提示用户计算总行数，再考虑每组包含几行。用户主动查看答案后，展示参考计算：

  • 总行数为 32768 ÷ 64 = 512。
  • 每组 4 行，共有 128 组，组索引为 7 位。
  • 块内偏移为 6 位，标记为 32 − 7 − 6 = 19 位。

讲解需要说明“四路”描述每组行数，不能直接作为组数。这个案例可用来检查系统能否回应用户具体的错误步骤。

六、软件设计与需求文档

1. 前后端职责

前端负责输入、图片预览与识别修正、答疑交互、答案展开、导入摘要和本地记录。后端负责公共题库与知识检索、上下文组织、工具执行和默认模型调用。

默认模型由项目组在服务端配置，普通用户无需填写 API Key。高级设置允许自带 Key，并提供连接测试与恢复默认配置。文字答疑与图片识别模型可以分别选择，具体服务商和模型在技术验证后确定。

第一版不强制登录，个人资料与学习记录默认保存在当前浏览器。云模型处理问题时会接收必要上下文，个人资料参与检索的具体路径需要在详细设计中明确。

2. 图示与需求文档

  • 项目标志：e95e0700e929feb2a0c3312ea15f7588

  • 功能思维导图：

flowchart LR USER["学生"] --> UI["浏览器前端"] UI <-->|保存与读取| LOCAL["本地个人资料与学习记录"] UI -->|题目与必要上下文| API["后端服务"] API <-->|检索| DATA["公共题库与知识索引"] API <-->|调用与结果| TOOLS["计算与绘图工具"] API <-->|文字任务| TEXT["文字模型服务"] API <-->|图片任务| VISION["视觉模型服务"] API -->|识别结果、提示、解析与来源| UI
  • 类图草案：
classDiagram class Question { question_id subject stem answer review_state source_ref } class KnowledgePoint { knowledge_id subject chapter name } class LearningRecord { record_id user_answer reasoning mode answer_revealed } class Conversation { conversation_id } class Message { role content created_at } class PersonalMaterial { material_id filename storage_ref } class ImportTask { task_id status success_count failure_locations } Question "*" -- "*" KnowledgePoint : 关联考点 Question "1" -- "0..*" LearningRecord : 关联作答 LearningRecord "1" -- "0..*" Conversation : 保存追问 Conversation "1" *-- "0..*" Message : 包含 PersonalMaterial "1" -- "0..*" ImportTask : 导入与重试
  • 完整需求分析说明书：
点击展开查看详细内容 # 计算机考研 408 搜题、解题与答疑智能体——需求分析说明书 ## 一、项目背景与目标

1.1 项目背景

计算机考研 408 包括数据结构、计算机组成原理、操作系统和计算机网络四门学科。本项目关注备考中的几个常见学习任务：根据题干或年份查找题目，识别带有结构图的习题，理解解题过程，以及梳理相关知识点。

通用模型可以参与答疑，但要满足这些任务，还需要配套的题库、可查证的资料来源和计算工具。我们计划将这些资源整合到一个 Web 应用中，让学生既能查到题目，也能围绕不理解的步骤继续提问。

项目会考察已有开源题库和 AI 助教的实现，评估其中可复用的部分。是否采用，需要结合实际功能、代码许可和题目内容的使用权限确定。

1.2 产品定位

本项目面向 408 备考学生，提供搜题、解题和专业知识答疑服务。系统先检索已有题库；找到经过核验的题目后，展示原题、来源和解析，再由智能体解释具体步骤。没有找到原题时，智能体结合题干、知识库和必要的计算工具尝试解答。

第一版重点做好题目检索、答案依据和追问讲解。复习计划、打卡和整卷模考放在后续版本考虑。

1.3 项目目标

  1. 支持通过文字、图片、年份和题号查题，并区分原题、相似题和未命中结果。
  2. 优先使用经过人工核验的答案。对于未收录的题目，给出便于检查的解题步骤，必要时调用工具核对计算结果。
  3. 能回应学生对某一步的追问，通过例子、图示或前置知识帮助理解。
  4. 支持导入个人学习资料，预览和修正提取结果后用于个人检索。
  5. 使用固定题集检验检索、识图、解题和讲解效果，并保留失败案例。

二、目标用户与需求调研

2.1 目标用户

用户 主要需求 使用场景
408 备考学生 查找原题、核对答案、理解考点 按年份和题号查题；上传带树形图的习题；追问 Cache 地址划分的计算过程
计算机专业课学习者 理解课程概念和课件内容 上传操作系统课件后提问进程同步；梳理 TCP 拥塞控制
题库维护者（项目组成员） 整理题目和知识资料 检查导入结果、修复题图、补充出处、核验答案

2.2 调研依据

初步需求来自团队内部讨论，团队使用 GPT 辅助整理并明确需求。在此基础上，我们查阅了学习平台用户的公开讨论，补充与本项目相关的需求。

调研得知，有的用户希望围绕自己的答案继续提问，避免重复输入题目和思路；有的用户倾向先独立思考，再按需要查看提示和答案。还有用户希望知道资料是否处理成功、哪些内容需要修正。复习时，部分用户希望练习同一知识点的不同题目，而不是反复记忆同一题面。

调研发现 对应需求 安排
追问需要带上用户答案和思路 F02 作答联动，F07 关联记录 P0
自主决定何时看答案 F02 引导模式默认隐藏答案 P0
需要明确资料处理结果 F06 导入摘要、失败位置及重试 P0
用不同题目检验同一知识点 F10 同考点题库推荐 P1

已有的错误选项分析继续保留。AI 变式生成本轮暂缓，先使用已有题库。网络反馈反映部分学习平台用户的经历，用于帮助团队设计功能，不代表全体 408 考生的共同结论。

2.3 使用方式

第一版采用响应式 Web 页面，兼顾桌面阅读和手机拍照上传。应用公开提供访问入口，使用时不强制登录。个人资料、历史记录和学习偏好默认保存在当前浏览器中，支持导入、导出和清空。

小程序和跨设备自动同步不在第一版范围内。

三、功能范围与优先级

P0 为第一版计划完成的功能，P1 为核心功能稳定后增加的功能，P2 为后续版本设想。本轮确认作答联动、引导模式展示规则和导入摘要，同考点推荐列为 P1。其余优先级沿用原方案，具体支持范围仍需结合开发时间确认。

优先级 功能 第一版范围
P0 四科知识库和精选题库 四科均有基础内容，先整理少量高质量题目并验证检索效果
P0 文字、图片、年份和题号输入 支持印刷体及常见结构图，识别结果允许用户修正
P0 题库解析和 AI 解题 优先展示核验解析；未命中时尝试解题，并标明来源与答案状态
P0 直接解析、引导解题和知识问答 支持带入用户作答的追问；引导模式默认隐藏答案
P0 手动联网搜索 默认关闭，由用户主动开启；网页资料与题库资料分别标注
P0 模型接入与配置 项目组提供默认模型，用户可选自带 Key；文字与图片模型可分别配置
P0 个人资料和批量题库导入 支持图片、PDF、课件和题库文件，提供预览、修正、处理摘要和失败重试
P0 静态图示和计算工具 支持选定的结构图与高频计算题型，具体清单待确定
P0 本地学习记录 保存必要上下文，支持数据导入、导出和删除
P1 学习功能扩展 更多图示模板、知识关联导航、错题收藏和同考点题库推荐
P1 公共资料分享 用户主动发布资料，配套来源、授权和审核流程
P1 模型接入扩展 统一插件协议，尝试接入 Ollama 等本地模型
P2 备考平台功能 刷题统计、整卷模考、复习计划和小程序

四、核心使用流程

flowchart TD A[输入文字、上传题图或指定年份题号] --> B[识别题目并整理结构] B --> C[检索题库] C --> D{是否找到已核验的原题} D -->|是| E[按模式展示原题、来源及提示或解析] D -->|否| F[结合题干与知识库尝试解题] F --> H[按需调用计算或绘图工具] E --> G[结合用户作答解释步骤并回答追问] H --> G G --> I[按用户选择展示答案、依据并保存记录]

流程需要遵循以下规则：

  • 搜题结果标明“原题”“相似题”或“未找到”，相似题只作为参考。
  • 命中已核验题目时，保留原始答案。智能体讲解与原答案发生冲突时，应展示差异，供用户核对。
  • 未命中题目也可以尝试解答，但不能为生成内容编造真题年份、教材页码等出处。
  • 题图、选项或公式中有影响解答的信息无法识别时，先请用户补充或确认。

五、功能需求

F01 题目输入与检索（P0）

用户可以输入题干、关键词、年份、题号和学科，也可以拍照或从相册上传图片。上传后能够预览、裁剪图片，并修改识别出的文字。

检索同时考虑题目字段、关键词和语义相似度。已提供年份和题号时，优先按这两个字段定位。候选结果展示题干摘要、题图、来源、年份、题型、匹配类别和答案核验状态。

F02 解题与追问（P0）

系统提供两种解题方式：

  • 直接解析：展示答案和主要思路，用户可以继续查看计算步骤、选项分析或算法复杂度。
  • 引导解题：默认展示题目，收起最终答案和完整解析。用户可以提交答案或思路、请求下一步提示，或主动选择“查看答案”。题目与提示区不能通过高亮正确选项或提前展示完整解析泄露答案。直接解析模式保持答案直接可见。

用户可以主动填写答案或解题思路，点击“解释我的答案”。系统将当前题目、用户提交内容及必要的追问记录一起交给智能体，指出具体错误或尚未说明的步骤。未作答时也可以直接提问。第一版不要求完整自动判分或考试系统。

智能体需要理解“为什么第三步这样算”“换个例子说明”等追问，并围绕当前题目作答。选择题说明判断依据和错误选项的问题；综合题说明条件、推导和结果；算法题补充算法思路与复杂度分析。

涉及计算时，按题型调用已有工具核对结果。信息不足或答案无法确认时，说明缺少什么条件、哪些结论仍需核对。

F03 专业知识问答（P0）

知识内容按 408 四门学科和考试大纲组织。用户既可以询问单个概念，也可以要求梳理一组相关知识点。

解释概念时，先回答它是什么、解决什么问题，再结合机制和例子展开。串讲时说明知识之间的关系，按需要补充前置知识、例题和易混点。用户可以要求简答、深入解释或只展开某一部分。

回答应结合检索资料重新组织，避免直接拼接材料。涉及算法执行、计算和题图分析时，结合相应工具完成。

F04 联网搜索（P0）

对话页面提供联网搜索开关，默认关闭。用户开启后，系统可以检索公开网页补充当前问题，并展示来源链接。

回答中的依据应区分内置资料、用户上传材料、联网网页和模型推导。网页中的答案需要核验后才能作为题库的标准答案。

F05 专业图示与计算工具（P0）

静态图示优先考虑树、图、进程状态、网络协议时序和 Cache 地址字段。模型生成结构化描述，再由 Mermaid、Graphviz 或 SVG 模板绘制，并检查语法和结构是否符合要求。

计算工具从高频题型中选择，例如地址位数、页面置换、调度时间和子网划分。工具返回值应与模型解释分别保存，便于核对。

第一版支持的图示类型和计算工具清单需在设计阶段确定。复杂电路图、任意图片重绘和自动交互动画放在后续考虑。

F06 个人资料与题库导入（P0）

用户可以导入图片、PDF、电子课件、文字资料和批量题库文件。课件及题库文件的具体格式需进一步确定。

导入过程包括：读取文件、提取文字和题图、切分题目、检查重复与格式、提示异常、预览修正、保存到个人资料库。自动提取或生成的答案初始状态为“待核验”。

导入后展示处理摘要，包括成功和失败的文件、已提取题目数量，以及可定位的失败页码或片段。无法取得页码时显示文件名与失败原因。用户可以查看提取内容、修正后确认入库，或重试失败部分。摘要依据实际解析结果生成，不展示模型自报的“理解完成度”。

用户可以修改、删除或重新导入自己的资料。个人材料默认只供本人检索，不自动进入公共题库。

F07 学习记录与本地数据（P0）

系统按题目关联保存用户主动提交的答案、解题思路、解题模式、答案揭示状态及追问记录，同时保存最近查看的题目、用户主动填写的学习基础与偏好，以及尚未解决的问题，用于后续讲解。

第一版使用浏览器本地存储，并提供导入、导出和清空功能。页面需要提示用户：清理浏览器数据可能导致记录丢失。

调用云端模型时，当前问题和必要上下文会发送给所选服务。页面应说明发送的数据范围。本地保存记录与云端模型处理是两个不同环节。

F08 模型接入与配置（P0）

系统由项目组配置默认模型，用户无需填写 API Key，即可使用文字答疑和图片识别。默认模型通过后端调用，项目组在服务端配置密钥、模型名称和服务端点。

文字答疑与图片识别模型可以分别配置，也可以使用同时支持两种任务的模型。系统根据任务选择对应模型：图片识别结果先供用户检查和修正，再用于搜题与解题。第一版先适配少量服务商或兼容接口，具体模型根据识别效果、答题质量、稳定性和成本确定。

高级设置允许用户选择使用自己的 API Key，并填写服务端点和模型名称。设置页面提供连接测试、当前使用配置的说明，以及恢复项目默认配置的入口。用户自带 Key 为可选功能，不作为正常使用和课程验收的前提。

模型请求失败时，页面说明可确认的原因，例如配置错误、额度不足或服务暂时不可用，并保留用户已输入的题目，方便重试。模型不可用时，已有题库检索和本地记录功能仍可使用。

模型接入层统一处理消息和工具调用，便于以后增加适配器或本地模型。项目组密钥只保存在服务端，不写入公开前端或代码仓库；任何密钥都不进入日志和学习记录导出文件。用户 Key 默认只在当前会话使用；若支持本地记住，应提供说明和删除入口。使用服务端代理时，只转发完成请求所需的数据。

F09 资料分享（P1）

用户可以通过导出文件分享自己的资料。若后续支持在平台内公开发布，需增加授权确认、内容审核、来源标记和撤回功能。

F10 同考点题库推荐（P1）

完成讲解后，用户可以选择“再练一道同考点题”。系统依据知识点从已有题库推荐其他题目，展示来源及核验状态，默认优先推荐未做过的题目，避免立即重复当前题目。无合适题目时提示暂无推荐。

本轮暂不加入 AI 变式生成。推荐题沿用用户选定的解题模式，引导模式下先隐藏答案。

六、讲解质量要求

6.1 基本要求

讲解应准确、直接，优先解释学生当前不理解的地方。可以采用自然的口语表达，但术语和结论要准确。省去无意义的称赞、冗长开场和重复套话，根据问题选择解释方式。

6.2 不同问题的处理方式

用户提问 讲解重点
询问概念 先说明含义，再解释机制，并给出简短例子
询问选择题 说明答案和关键判断依据，再解释容易选错的选项
询问计算题 明确条件和单位，展示运算步骤并核对结果
追问“为什么” 解释原因和机制，必要时用反例帮助区分
请求串讲 说明知识之间的依赖与联系，结合题目说明应用
表示仍未理解 确认卡住的步骤，换用例子、图示或更基础的解释

6.3 讲解示例

问题：为什么需要 TLB？

如果页表放在内存里，CPU 访问数据前还要先查页表，就增加了访存开销。TLB 把近期常用的地址转换结果缓存起来，命中时就能减少查页表的开销。做题时要区分 TLB 命中与 Cache 命中：前者关注地址转换，后者关注要访问的数据是否已经缓存。具体访存次数仍要按题目给出的页表结构和访问条件计算。

这个例子用于说明表达方式。实际回答应围绕题目条件展开，不必每次套用相同结构。

6.4 评价方式

从结论正确、术语准确、重点明确、易于理解和追问有效五个方面评价。题库已有核验解析时，还要检查讲解是否与其一致。

邀请学生试用，记录哪些地方没有理解，以及换一种解释后是否解决问题。评价记录应保留具体回答和失败案例，便于后续修改。

七、数据与知识组织

7.1 题目数据

题目记录建议包含以下字段：

question_id、subject、chapter、knowledge_points[]、year、question_no、type、stem、options[]、image_assets[]、answer、solution、source_type、source_ref、is_adapted、review_state、version。

来源类型区分统考真题、教辅整理、课程资料、个人题目和 AI 自拟题。答案状态区分待核验、已核验和有争议。题目与知识点建立关联，保留出处和更新时间。

学习记录需关联题目 ID、用户答案、解题思路、解题模式、答案揭示状态及会话记录。P1 推荐使用知识点标签与已做题目记录。

7.2 知识库内容

内容 保存的信息
课程结构 四门学科、章节和知识点
专业知识 原理、公式、术语、例题、常见误区及出处
题库 题干、选项、图像、答案、解析、年份和核验状态
个人资料 用户上传的课件、教材节选、习题和笔记

第一版考虑结合结构化字段、全文检索和语义检索，实现题目、知识点和相似题之间的查询。复杂知识图谱和大规模自动爬取暂不列入第一版。

7.3 前后端职责与待定事项

前端负责输入、图片预览、识别修正、结果与讲解展示及本地记录管理，并提供用户答案输入、答案收起/展开、提示入口和导入摘要。后端负责公共题库检索、知识检索和需要在服务端执行的智能体及工具逻辑，组织题目与用户作答上下文，并返回真实的资料处理状态。

默认模型请求由后端转发，前端负责高级配置、连接测试和调用状态展示。个人资料的解析、检索及用户自带 Key 的请求路径，需在设计阶段确定。尤其需要说明：不登录时如何隔离个人资料，本地资料如何参与检索，以及哪些内容会发送到后端或模型服务。

八、非功能需求

方面 要求
准确性 匹配类别、答案状态和计算过程可检查，用户能够反馈错误
来源展示 已有答案能定位到题库来源，外部资料提供链接，模型推导单独说明
可用性 手机上能上传题图，桌面端能清楚阅读题干、公式和图示
性能与反馈 搜索、识别和模型回答分别显示处理状态；失败时说明原因并允许重试。响应时间指标待测试后确定
可维护性 题库、知识库、模型适配和绘图工具分别维护，减少相互影响
隐私 说明个人资料的存储位置及云端处理范围，支持清除和导出
密钥与接口安全 密钥不进入公开仓库、日志或导出文件；服务端代理限制访问和请求体大小
内容使用权限 分别核查开源代码与题库内容的许可，未经允许不公开分发商业教辅或个人资料

测试重点包括：图中文字识别正确但结构关系识别错误、模型与原解析冲突、导入答案未经核验、本地数据丢失，以及模型接口不可用等情况。题库内容的使用权限在入库前核查。

九、测试与验收

9.1 测试题集

建议先整理约 80 道代表性题目，四科各约 20 道，覆盖不同年份、选择题、综合题、常见图题和多步计算。答案由人工核验，测试时固定题集版本。

这 80 道题用于评测，不代表最终题库规模。检索测试和未命中解题测试需要分别设置，后者应使用没有收录在检索题库中的题目。

9.2 验收项目

项目 检查内容
题目检索 原题精确命中率、前三条结果的召回率，以及将相似题误判为原题的次数
图片识别 文字与公式是否正确、图结构关系是否保留、是否需要人工修正
解题 最终答案和关键步骤是否正确，计算结果是否与工具输出一致
知识依据 出处能否打开并定位，是否存在虚构来源
讲解 学生对正确性、易懂程度、重点、表达和追问效果的评价
文档导入 题目切分、选项完整性、题图关联、重复检查和异常提示是否符合预期
本地数据 不登录情况下的保存、恢复、导入、导出和删除是否可用
模型接入（P0） 不填写 Key 可使用默认模型完成文字答疑和图片识别；两类模型按配置调用；自带 Key 可测试连接并恢复默认配置；请求失败有提示且保留输入，题库检索和本地记录仍可使用

准确率、响应时间和人工评价的合格阈值尚未确定。团队应在基线测试后填写具体目标，并在正式验收前确认，不能只保留评价指标而没有通过条件。

本轮新增需求的功能验收条件：

需求 检查方法与通过条件
作答联动（P0） 提交包含明确错误步骤的答案，点击解释后无需重新输入；请求上下文包含对应题目和提交内容，讲解回应该步骤，切换题目后不串用答案
引导模式（P0） 初次进入不展示最终答案或完整解析；请求提示不直接展开完整答案；主动查看答案后可见；直接解析模式正常展示
导入摘要（P0） 使用含成功与失败内容的资料，摘要与实际结果一致，能定位失败页或文件及原因；可预览、修正、重试，失败项不标为成功
同考点推荐（P1） 推荐题共享知识点且不是当前题；显示来源与状态；有未做候选时优先推荐；无候选时明确提示

9.3 定制前后对比

在相同模型和相同题目上，对比直接调用模型与加入题库、知识资料及工具后的表现，记录使用的模型、配置和测试时间。重点检查原题定位、答案正确性、出处和追问效果，保留改善和未改善的案例。

9.4 展示与交付

按当前 P0 范围，计划展示以下流程：

  1. 根据年份和题号查找真题。
  2. 上传题图，检查识别结果并搜题。
  3. 对题库未收录的题目进行解答。
  4. 在引导模式提交答案或思路，查看提示后主动揭示答案，并围绕自己的步骤追问。
  5. 导入个人 PDF，查看处理摘要，修正或重试失败内容，再检索其中内容。
  6. 使用项目默认模型完成答疑，展示高级设置中的连接测试与恢复默认配置，并保存和导出本地记录。

最终软件需要上线，提供访问地址和测试说明。项目组应在展示和验收期间提供可用的默认模型，老师和同学无需自备 API Key 即可测试核心流程。

9.5 开发阶段

阶段 主要成果
资料准备 四科知识框架、来源记录、精选题目和固定测试集
核心流程开发 输入题目、检索、展示解析或 AI 解答，以及追问功能
功能扩展 选定的专业工具、静态图示、资料导入和联网搜索
测试与上线 记录测试结果和失败案例，修复问题，部署可访问的软件

十、当前方案与待确认事项

10.1 当前方案

  • 以 408 搜题、解题和答疑为核心。
  • 题库中已有核验内容时优先使用，模型负责补充解答和讲解。
  • 第一版采用无需登录的 Web 应用，个人记录默认保存在本地。
  • 内置题库与个人导入资料分开管理。
  • 四科均做基础覆盖，使用精选题目验证效果。
  • 支持直接解析和引导解题两种方式。
  • 联网搜索由用户开启，默认关闭。
  • 先接入云模型 API，由项目组提供默认配置，用户可选自带 Key；文字与图片模型可分别配置，后续再扩展插件和本地模型。
  • 展示重点放在题库检索和讲解体验。

10.2 设计阶段需要确认

  1. 首批题库和知识资料的具体来源、权限与质量。
  2. 第一版支持的图示、计算工具、课件和题库文件格式。
  3. 模型的图像能力、接口稳定性与使用成本。
  4. 较大 PDF 的解析方式、本地存储容量与文件大小限制。
  5. 个人资料检索、模型调用和服务端代理的具体数据流。
  6. 各项验收指标的通过条件，以及展示和验收期间默认模型的可用额度。
  7. P1 是否增加账号和公共资料分享功能。

十一、文档记录

12.1 迭代记录

版本 日期 修改内容
v1.0 2026-10-20 形成项目定位、功能范围与初步评测方案
v1.1 2026-10-20 调整措辞和结构，补充调研、验收与数据流的待确认项；功能优先级沿用 v1.0
v1.2 2026-10-22 补充组内讨论与网络调研，明确作答联动、引导模式和导入摘要；新增 P1 同考点推荐及验收条件
v1.3 2026-10-22 明确项目组提供默认模型、自带 Key 可选及文字与图片模型分别配置，同步功能范围、前后端职责和验收说明

七、验收与开发安排

1. 验收计划

我们计划准备约 80 道固定评测题，四科各约 20 道，并人工核验参考答案。题库检索和未收录题目解答分别测试。同一模型的基础调用与领域定制采用相同题目及配置，保留完整输出和失败案例。

除答案正确性外，还检查来源是否可查、追问是否回应用户思路，以及工具计算是否与讲解一致。功能测试包括引导模式不提前展示答案、作答不串题、导入摘要反映真实处理结果，以及不填写 Key 能否使用默认模型。具体合格阈值在基线测试后确定。

2. 开发安排

阶段 主要成果 负责人 计划时间（暂定）
资料与设计 确定资料来源与使用权限、整理首批题目和知识点、完成需求及接口设计、明确页面结构 黄俊凡、林明亮、周玘晖、郑志銮、王翔鹏 2026.10.26—2026.10.31
核心流程 实现题目输入、题库检索、AI 解题与追问，打通前后端及智能体的基本调用流程 郑志銮、周玘晖、王圣杰、王翔鹏 2026.11.01—2026.11.07
功能完善 完善资料导入、专业工具、答疑页面及必要的记录功能，优化知识检索与解题效果 高一鹏、王圣杰、林明亮、郑志銮、王翔鹏、叶凯乐 2026.11.08—2026.11.14
测试与上线 完成功能测试、解题质量检查、问题修复、部署集成及项目演示准备 沈雷、林子涵、王翔鹏及全体开发成员 2026.11.16—

当前已完成：需求方向与首期功能初步整理、团队成员分工、个人任务及每周 KPI 规划、资料来源与使用权限的初步调研、共享接口规范草案。

下一步优先完成：确认接口规范与任务分工；整理首批题目和知识卡片；搭建基础数据库与前后端项目；打通文字输入、知识检索、AI 解题和结果展示的核心流程。

posted @ 2026-10-24 22:06  JFanH  阅读(25)  评论(0)    收藏  举报