3b7133d9de
本次更新实现了基于用户类型的论述题访问权限控制，并为论述题添加了专门的AI评分功能。 后端更新： - 添加论述题权限验证：根据用户类型（ordinary-person/management-person）控制不同论述题的访问权限 - 新增 GradeEssay 方法：为论述题提供专门的AI评分，不依赖标准答案，基于保密法规进行专业评分 - 优化AI评分提示词：增加法规依据要求，返回参考答案、评分依据等更详细的评分信息 - 添加用户类型管理：新增 UpdateUserType API，支持用户更新个人类型 - 路由调整：将练习题相关API移至需要认证的路由组 前端更新： - 论述题答题界面优化：不显示标准答案，展示AI评分的参考答案和评分依据 - 用户类型选择：登录/注册时支持选择用户类型 - 权限控制适配：根据用户类型显示对应的论述题列表 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
497 lines
17 KiB
Go
497 lines
17 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
|
||
ReferenceAnswer string `json:"reference_answer"` // 参考答案（论述题）
|
||
ScoringRationale string `json:"scoring_rationale"` // 评分依据
|
||
}
|
||
|
||
// GradeEssay 对论述题进行AI评分（不需要标准答案）
|
||
// question: 题目内容
|
||
// userAnswer: 用户答案
|
||
func (s *AIGradingService) GradeEssay(question, userAnswer string) (*AIGradingResult, error) {
|
||
// 构建评分提示词（论述题评分模式）
|
||
prompt := fmt.Sprintf(`你是一位专业的保密领域阅卷老师，请对以下论述题进行评分。
|
||
|
||
题目：%s
|
||
|
||
学生答案：%s
|
||
|
||
评分依据：
|
||
请依据以下保密法律法规和管理制度进行分析和评分：
|
||
1. 《中华人民共和国保守国家秘密法》
|
||
2. 《中华人民共和国保守国家秘密法实施条例》
|
||
3. 《保密工作管理制度2025.9.9》
|
||
4. 《软件开发管理制度》
|
||
5. 《涉密信息系统集成资质保密标准》
|
||
6. 《涉密信息系统集成资质管理办法》
|
||
|
||
评分标准（论述题没有固定标准答案，请根据答题质量和法规符合度评分）：
|
||
1. 论点是否明确，是否符合保密法规要求（30分）
|
||
2. 内容是否充实，论据是否引用相关法规条文（30分）
|
||
3. 逻辑是否严密，分析是否符合保密工作实际（25分）
|
||
4. 语言表达是否准确、专业（15分）
|
||
|
||
评分等级：
|
||
- 85-100分：论述优秀，论点明确、论据充分、符合法规要求、分析专业
|
||
- 70-84分：论述良好，基本要素齐全，符合保密工作要求
|
||
- 60-69分：论述基本合格，要点基本涵盖但不够深入
|
||
- 40-59分：论述不够完整，缺乏法规支撑或逻辑性较差
|
||
- 0-39分：论述严重缺失或完全离题
|
||
|
||
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. 生成一个专业的参考答案（reference_answer，150-300字，必须引用相关法规条文）
|
||
4. 给出评分依据（scoring_rationale，说明依据了哪些法规和条文，80-150字）
|
||
5. 给出简短的评语（feedback，说明得分情况，不超过80字）
|
||
6. 给出具体的改进建议（suggestion，如果分数在90分以上可以简短，否则必须指出具体改进方向，不超过80字）
|
||
|
||
请按照以下JSON格式返回结果：
|
||
{
|
||
"score": 75,
|
||
"is_correct": true,
|
||
"reference_answer": "根据《中华人民共和国保守国家秘密法》第XX条...",
|
||
"scoring_rationale": "依据《保密法》第XX条、《保密法实施条例》第XX条...",
|
||
"feedback": "论述较为完整，论点明确，但论据不够充分，缺少具体法规引用",
|
||
"suggestion": "建议补充《保密法》相关条文，加强论点之间的逻辑联系"
|
||
}
|
||
|
||
注意：
|
||
1. 只返回JSON格式的结果，不要有其他内容
|
||
2. 参考答案必须专业、准确，体现保密法规要求
|
||
3. 评分依据必须具体引用法规条文`, question, 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: "你是一位专业的保密领域阅卷老师，精通保密法律法规。你的评分客观公正，既要有专业要求，也要合理宽容。你必须基于保密法规进行评分，并在参考答案和评分依据中引用具体的法规条文。",
|
||
},
|
||
{
|
||
Role: openai.ChatMessageRoleUser,
|
||
Content: prompt,
|
||
},
|
||
},
|
||
Temperature: 0.3, // 低温度，保证评分相对稳定
|
||
},
|
||
)
|
||
|
||
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
|
||
}
|
||
|
||
// 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(`你是一位专业的保密领域阅卷老师，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
|
||
|
||
评分依据：
|
||
请依据以下保密法律法规和管理制度进行分析和评分：
|
||
1. 《中华人民共和国保守国家秘密法》
|
||
2. 《中华人民共和国保守国家秘密法实施条例》
|
||
3. 《保密工作管理制度2025.9.9》
|
||
4. 《软件开发管理制度》
|
||
5. 《涉密信息系统集成资质保密标准》
|
||
6. 《涉密信息系统集成资质管理办法》
|
||
|
||
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、符合法规要求的，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. 给出评分依据（scoring_rationale，说明依据了哪些法规和标准答案的哪些要点，80-150字）
|
||
4. 给出简短的评语（feedback，说明得分和失分原因，不超过80字）
|
||
5. 给出具体的改进建议（suggestion，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80字）
|
||
|
||
请按照以下JSON格式返回结果：
|
||
{
|
||
"score": 85,
|
||
"is_correct": true,
|
||
"scoring_rationale": "依据《保密法》第XX条和标准答案要点分析...",
|
||
"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：
|
||
1. 只返回JSON格式的结果，不要有其他内容
|
||
2. 必须严格对照标准答案评分，不要过于宽松
|
||
3. 评分依据必须说明符合或违反了哪些法规要求`, 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: "你是一位专业的保密领域阅卷老师，精通保密法律法规。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，并且必须基于保密法规进行专业分析。",
|
||
},
|
||
{
|
||
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、专业的保密领域专家老师，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
|
||
|
||
**重要依据**：请基于以下保密法律法规和管理制度进行专业分析：
|
||
1. 《中华人民共和国保守国家秘密法》
|
||
2. 《中华人民共和国保守国家秘密法实施条例》
|
||
3. 《保密工作管理制度2025.9.9》
|
||
4. 《软件开发管理制度》
|
||
5. 《涉密信息系统集成资质保密标准》
|
||
6. 《涉密信息系统集成资质管理办法》
|
||
|
||
请提供一个详细的解析，要求：
|
||
1. **必须基于保密法规**：解析时必须引用相关法规条文，说明依据哪些具体法律法规
|
||
2. **必须实事求是**：只基于题目内容、标准答案和实际法规进行解析
|
||
3. **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，不要编造法规条文
|
||
4. **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，指出涉及哪些保密法规
|
||
- **法规依据**：明确引用相关法律法规的具体条文（如：《保密法》第X条、《保密法实施条例》第X条等）
|
||
- **解题思路**：提供清晰的解题步骤和方法，结合保密工作实际
|
||
|
||
%s
|
||
|
||
示例输出格式：
|
||
## 知识点
|
||
本题考查的是[知识点名称]，涉及《XX法规》第XX条...
|
||
|
||
## 法规依据
|
||
- 《中华人民共和国保守国家秘密法》第XX条规定：...
|
||
- 《保密工作管理制度2025.9.9》第X章第X节：...
|
||
|
||
## 解题思路
|
||
1. 首先根据《XX法规》第XX条，我们可以判断...
|
||
2. 然后结合保密工作实际，分析...
|
||
|
||
%s
|
||
|
||
## 总结
|
||
%s
|
||
|
||
**重要提醒**：请务必在解析中引用具体的法规条文，不要空泛地提及法规名称。如果不确定具体条文编号，可以说明法规的精神和要求。
|
||
|
||
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，并说明依据哪些法规
|
||
- **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，并引用相关法规依据"
|
||
}(),
|
||
// 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]，根据《XX法规》第XX条...
|
||
- **B选项**：[分析该选项]，根据《XX法规》第XX条...
|
||
- **C选项**：[分析该选项]，根据《XX法规》第XX条...
|
||
- **D选项**：[分析该选项]，根据《XX法规》第XX条...
|
||
|
||
## 正确答案
|
||
正确答案是... 因为根据《XX法规》第XX条规定...`
|
||
}
|
||
return `## 答案解析
|
||
正确答案是... 根据《XX法规》第XX条的规定...`
|
||
}(),
|
||
// 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，并总结涉及的主要法规要求"
|
||
}
|
||
return "总结本题的关键要点、涉及的主要法规要求和在保密工作中的实际应用"
|
||
}(),
|
||
)
|
||
|
||
// 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、专业的保密领域专家老师，精通保密法律法规和管理制度。你擅长深入浅出地讲解题目，并能准确引用相关法规条文。你必须实事求是，只基于题目、标准答案和实际法规提供解析，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: 0.3, // 低温度，保证输出相对稳定和专业
|
||
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]
|
||
}
|