2e526425a0
后端改进： - 简答题AI评分改为必须成功，失败则返回错误提示 - 实现AI评分重试机制，最多重试5次，采用指数退避策略 - AI评分温度设置为0，确保评分结果更加一致和可预测 - 优化AI评分提示词，要求严格按照标准答案评分 - 添加详细的评分标准（85-100分/60-84分/40-59分/0-39分） - 强化系统消息，要求评分客观、一致、可预测 前端改进： - 添加自动下一题功能，答对后自动跳转（默认开启） - 支持配置自动跳转延迟时间（1-10秒，默认2秒） - 使用Popover组件优化设置UI，保持界面简洁 - 设置保存到localStorage，支持跨会话持久化 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
369 lines
10 KiB
Go
369 lines
10 KiB
Go
package services
|
||
|
||
import (
|
||
"ankao/pkg/config"
|
||
"context"
|
||
"encoding/json"
|
||
"fmt"
|
||
"io"
|
||
"net/http"
|
||
"strings"
|
||
|
||
"github.com/sashabaranov/go-openai"
|
||
)
|
||
|
||
// AIGradingService AI评分服务
|
||
type AIGradingService struct {
|
||
client *openai.Client
|
||
config *config.AIConfig
|
||
}
|
||
|
||
// NewAIGradingService 创建AI评分服务实例
|
||
func NewAIGradingService() *AIGradingService {
|
||
cfg := config.GetAIConfig()
|
||
|
||
// 创建OpenAI客户端配置
|
||
clientConfig := openai.DefaultConfig(cfg.APIKey)
|
||
clientConfig.BaseURL = cfg.BaseURL + "/v1" // 标准OpenAI API格式需要/v1后缀
|
||
|
||
client := openai.NewClientWithConfig(clientConfig)
|
||
|
||
return &AIGradingService{
|
||
client: client,
|
||
config: cfg,
|
||
}
|
||
}
|
||
|
||
// AIGradingResult AI评分结果
|
||
type AIGradingResult struct {
|
||
Score float64 `json:"score"` // 得分 (0-100)
|
||
IsCorrect bool `json:"is_correct"` // 是否正确 (Score >= 60 视为正确)
|
||
Feedback string `json:"feedback"` // 评语
|
||
Suggestion string `json:"suggestion"` // 改进建议
|
||
}
|
||
|
||
// GradeShortAnswer 对简答题进行AI评分
|
||
// question: 题目内容
|
||
// standardAnswer: 标准答案
|
||
// userAnswer: 用户答案
|
||
func (s *AIGradingService) GradeShortAnswer(question, standardAnswer, userAnswer string) (*AIGradingResult, error) {
|
||
// 构建评分提示词（严格评分模式）
|
||
prompt := fmt.Sprintf(`你是一位严格的阅卷老师，请严格按照标准答案对以下简答题进行评分。
|
||
|
||
题目：%s
|
||
|
||
标准答案：%s
|
||
|
||
学生答案：%s
|
||
|
||
评分标准（请严格遵守）：
|
||
1. 必须与标准答案进行逐项对比
|
||
2. 答案要点完全覆盖标准答案且表述准确的，给85-100分
|
||
3. 答案要点基本覆盖但有缺漏或表述不够准确的，给60-84分
|
||
4. 答案要点缺失较多或有明显错误的，给40-59分
|
||
5. 答案完全错误或离题的，给0-39分
|
||
6. 判断标准：60分及以上为正确（is_correct: true），否则为错误（is_correct: false）
|
||
|
||
评分要求：
|
||
1. 给出一个0-100的精确分数
|
||
2. 判断答案是否正确（is_correct: 60分及以上为true，否则为false）
|
||
3. 给出简短的评语（说明得分和失分原因，不超过50字）
|
||
4. 给出具体的改进建议（如果答案满分可以为空，否则必须指出具体改进方向，不超过50字）
|
||
|
||
请按照以下JSON格式返回结果：
|
||
{
|
||
"score": 85,
|
||
"is_correct": true,
|
||
"feedback": "答案覆盖了主要要点，但XXX部分描述不够准确",
|
||
"suggestion": "建议补充XXX内容，并完善XXX的描述"
|
||
}
|
||
|
||
注意：只返回JSON格式的结果，不要有其他内容。必须严格对照标准答案评分，不要过于宽松。`, question, standardAnswer, userAnswer)
|
||
|
||
// 调用AI API
|
||
resp, err := s.client.CreateChatCompletion(
|
||
context.Background(),
|
||
openai.ChatCompletionRequest{
|
||
Model: s.config.Model,
|
||
Messages: []openai.ChatCompletionMessage{
|
||
{
|
||
Role: openai.ChatMessageRoleSystem,
|
||
Content: "你是一位严格的阅卷老师，必须严格按照标准答案进行评分，不能过于宽松。你的评分标准是客观的、一致的、可预测的。",
|
||
},
|
||
{
|
||
Role: openai.ChatMessageRoleUser,
|
||
Content: prompt,
|
||
},
|
||
},
|
||
Temperature: 0, // 温度为0，获得最确定、最一致的评分结果
|
||
},
|
||
)
|
||
|
||
if err != nil {
|
||
return nil, fmt.Errorf("AI评分失败: %w", err)
|
||
}
|
||
|
||
if len(resp.Choices) == 0 {
|
||
return nil, fmt.Errorf("AI未返回评分结果")
|
||
}
|
||
|
||
// 解析AI返回的JSON结果
|
||
content := resp.Choices[0].Message.Content
|
||
|
||
var result AIGradingResult
|
||
if err := parseAIResponse(content, &result); err != nil {
|
||
return nil, fmt.Errorf("解析AI响应失败: %w", err)
|
||
}
|
||
|
||
return &result, nil
|
||
}
|
||
|
||
// parseAIResponse 解析AI返回的JSON响应
|
||
func parseAIResponse(content string, result interface{}) error {
|
||
// 移除可能的markdown代码块标记
|
||
jsonStr := removeMarkdownCodeBlock(content)
|
||
|
||
// 使用json包解析
|
||
if err := json.Unmarshal([]byte(jsonStr), result); err != nil {
|
||
return fmt.Errorf("JSON解析失败: %w, 原始内容: %s", err, content)
|
||
}
|
||
|
||
return nil
|
||
}
|
||
|
||
// AIExplanationResult AI解析结果
|
||
type AIExplanationResult struct {
|
||
Explanation string `json:"explanation"` // 题目解析
|
||
}
|
||
|
||
// ExplainQuestionStream 生成题目解析（流式输出）
|
||
// writer: HTTP响应写入器
|
||
// question: 题目内容
|
||
// standardAnswer: 标准答案
|
||
// questionType: 题目类型
|
||
func (s *AIGradingService) ExplainQuestionStream(writer http.ResponseWriter, question, standardAnswer, questionType string) error {
|
||
// 构建解析提示词（直接输出，不使用JSON格式）
|
||
prompt := fmt.Sprintf(`你是一位严谨、专业的老师，请对以下题目进行详细解析。
|
||
|
||
题目类型：%s
|
||
|
||
题目内容：%s
|
||
|
||
标准答案：%s
|
||
|
||
请提供一个详细的解析，要求：
|
||
1. **必须实事求是**：只基于题目内容和标准答案进行解析，不要添加题目中没有的信息
|
||
2. **不要胡编乱造**：如果某些信息不确定或题目没有提供，请如实说明，不要编造
|
||
3. **使用Markdown格式**：使用标题、列表、加粗等markdown语法使内容更清晰易读
|
||
|
||
解析内容要求：
|
||
- **知识点**：说明题目考查的核心知识点
|
||
- **解题思路**：提供清晰的解题步骤和方法
|
||
|
||
%s
|
||
|
||
示例输出格式：
|
||
## 知识点
|
||
题目考查的是...
|
||
|
||
## 解题思路
|
||
1. 首先分析...
|
||
2. 然后判断...
|
||
|
||
%s
|
||
|
||
## 总结
|
||
%s
|
||
|
||
请使用markdown格式输出解析内容。`,
|
||
questionType,
|
||
question,
|
||
standardAnswer,
|
||
// 根据题目类型添加特定要求
|
||
func() string {
|
||
if questionType == "single-selection" || questionType == "multiple-selection" {
|
||
return `- **选项分析**：对于选择题，必须逐项分析每个选项的对错及原因
|
||
- **记忆口诀**：如果适用，提供便于记忆的口诀或技巧`
|
||
}
|
||
return "- **答案解析**：详细说明为什么这个答案是正确的"
|
||
}(),
|
||
// 根据题目类型添加示例格式
|
||
func() string {
|
||
if questionType == "single-selection" || questionType == "multiple-selection" {
|
||
return `## 选项分析
|
||
- **A选项**：[分析该选项]
|
||
- **B选项**：[分析该选项]
|
||
- **C选项**：[分析该选项]
|
||
- **D选项**：[分析该选项]
|
||
|
||
## 正确答案
|
||
正确答案是... 因为...`
|
||
}
|
||
return `## 答案解析
|
||
正确答案是... 因为...`
|
||
}(),
|
||
// 根据题目类型添加总结要求
|
||
func() string {
|
||
if questionType == "single-selection" || questionType == "multiple-selection" {
|
||
return "对于选择题，可以提供记忆口诀或关键要点总结"
|
||
}
|
||
return "总结本题的关键要点和注意事项"
|
||
}(),
|
||
)
|
||
|
||
// 调用AI API（流式）
|
||
stream, err := s.client.CreateChatCompletionStream(
|
||
context.Background(),
|
||
openai.ChatCompletionRequest{
|
||
Model: s.config.Model,
|
||
Messages: []openai.ChatCompletionMessage{
|
||
{
|
||
Role: openai.ChatMessageRoleSystem,
|
||
Content: "你是一位严谨、专业的老师，擅长深入浅出地讲解题目。你必须实事求是，只基于题目和标准答案提供解析，不编造任何不确定的信息。你使用Markdown格式输出，让学生更容易理解。",
|
||
},
|
||
{
|
||
Role: openai.ChatMessageRoleUser,
|
||
Content: prompt,
|
||
},
|
||
},
|
||
Temperature: 0, // 温度为0，获得最确定、最一致的输出
|
||
Stream: true,
|
||
},
|
||
)
|
||
|
||
if err != nil {
|
||
return fmt.Errorf("创建流式请求失败: %w", err)
|
||
}
|
||
defer stream.Close()
|
||
|
||
flusher, ok := writer.(http.Flusher)
|
||
if !ok {
|
||
return fmt.Errorf("响应写入器不支持Flush")
|
||
}
|
||
|
||
// 读取流式响应并发送给客户端
|
||
for {
|
||
response, err := stream.Recv()
|
||
if err == io.EOF {
|
||
// 流结束
|
||
fmt.Fprintf(writer, "data: [DONE]\n\n")
|
||
flusher.Flush()
|
||
break
|
||
}
|
||
if err != nil {
|
||
return fmt.Errorf("接收流式响应失败: %w", err)
|
||
}
|
||
|
||
// 获取增量内容
|
||
if len(response.Choices) > 0 {
|
||
delta := response.Choices[0].Delta.Content
|
||
if delta != "" {
|
||
// 使用SSE格式发送
|
||
fmt.Fprintf(writer, "data: %s\n\n", delta)
|
||
flusher.Flush()
|
||
}
|
||
}
|
||
}
|
||
|
||
return nil
|
||
}
|
||
|
||
// ExplainQuestion 生成题目解析
|
||
// question: 题目内容
|
||
// standardAnswer: 标准答案
|
||
// questionType: 题目类型
|
||
func (s *AIGradingService) ExplainQuestion(question, standardAnswer, questionType string) (*AIExplanationResult, error) {
|
||
// 构建解析提示词
|
||
prompt := fmt.Sprintf(`你是一位经验丰富的老师，请对以下题目进行详细解析。
|
||
|
||
题目类型：%s
|
||
|
||
题目内容：%s
|
||
|
||
标准答案：%s
|
||
|
||
请提供一个详细的解析，包括：
|
||
1. 题目考查的知识点
|
||
2. 解题思路和方法
|
||
3. 为什么选择这个答案
|
||
4. 相关的重要概念或注意事项
|
||
|
||
请按照以下JSON格式返回结果：
|
||
{
|
||
"explanation": "这道题考查的是...(200字以内的详细解析)"
|
||
}
|
||
|
||
注意：只返回JSON格式的结果，不要有其他内容。`, questionType, question, standardAnswer)
|
||
|
||
// 调用AI API
|
||
resp, err := s.client.CreateChatCompletion(
|
||
context.Background(),
|
||
openai.ChatCompletionRequest{
|
||
Model: s.config.Model,
|
||
Messages: []openai.ChatCompletionMessage{
|
||
{
|
||
Role: openai.ChatMessageRoleSystem,
|
||
Content: "你是一位经验丰富的老师，擅长深入浅出地讲解题目，帮助学生理解知识点。",
|
||
},
|
||
{
|
||
Role: openai.ChatMessageRoleUser,
|
||
Content: prompt,
|
||
},
|
||
},
|
||
Temperature: 0.7, // 中等温度以获得有创造性的解释
|
||
},
|
||
)
|
||
|
||
if err != nil {
|
||
return nil, fmt.Errorf("AI解析失败: %w", err)
|
||
}
|
||
|
||
if len(resp.Choices) == 0 {
|
||
return nil, fmt.Errorf("AI未返回解析结果")
|
||
}
|
||
|
||
// 解析AI返回的JSON结果
|
||
content := resp.Choices[0].Message.Content
|
||
|
||
var result AIExplanationResult
|
||
if err := parseAIResponse(content, &result); err != nil {
|
||
return nil, fmt.Errorf("解析AI响应失败: %w", err)
|
||
}
|
||
|
||
return &result, nil
|
||
}
|
||
|
||
// removeMarkdownCodeBlock 移除markdown代码块标记
|
||
func removeMarkdownCodeBlock(s string) string {
|
||
// 去除可能的```json和```标记
|
||
s = strings.TrimSpace(s)
|
||
|
||
// 移除开头的```json或```
|
||
if strings.HasPrefix(s, "```json") {
|
||
s = s[7:]
|
||
} else if strings.HasPrefix(s, "```") {
|
||
s = s[3:]
|
||
}
|
||
|
||
// 移除结尾的```
|
||
if strings.HasSuffix(s, "```") {
|
||
s = s[:len(s)-3]
|
||
}
|
||
|
||
s = strings.TrimSpace(s)
|
||
|
||
// 查找第一个{的位置
|
||
startIdx := strings.Index(s, "{")
|
||
if startIdx == -1 {
|
||
return s
|
||
}
|
||
|
||
// 查找最后一个}的位置
|
||
endIdx := strings.LastIndex(s, "}")
|
||
if endIdx == -1 || endIdx <= startIdx {
|
||
return s
|
||
}
|
||
|
||
return s[startIdx : endIdx+1]
|
||
}
|