作业批改与学生学业综合评估
核心功能
1. 作业批改（拍照/扫描输入）
- 输入方式: 教师通过手机拍照或扫描学生作业（纸质或电子版）
- OCR+AI 识别: 自动识别学生作答内容，并与标准答案/知识点映射对照
- 批改结果:
- 逐题标注对/错，标注错误类型（概念错误、计算错误、审题不清、表述不规范等）
- 每题关联对应的课程标准知识点
- 生成错题提示（告诉学生错在哪、正确思路是什么）
- 支持主观题人工复核接口
2. 知识点掌握评估图
- 单科维度（单学生/全班）:
- 雷达图/柱状图：展示各知识点掌握率（0-100%）
- 知识点分级：掌握/需巩固/薄弱 三级
- 趋势线：近期历次测验的知识点掌握变化
- 综合学科维度（单学生/全班）:
- 学科间对比雷达图（语文/数学/英语/科学等）
- 各学科综合素养评分
- 学科均衡度分析
3. 指导建议生成
- 单学生层面:
- 薄弱知识点专项练习题推荐
- 个性化学习计划建议
- 家长端简要报告（适合家长理解的语言）
- 全班层面:
- 班级共性薄弱知识点汇总
- 教学调整建议（哪些知识点需要重新讲授、哪些学生需要重点关注）
- 分组教学/分层作业建议
4. 分级权限体系
| 角色 | 可见范围 |
|---|---|
| 单科教师 | 所教班级单科知识掌握情况、班级内学生个人单科情况 |
| 班主任 | 所带班级全学科综合情况、班级内学生个人全科综合情况 |
| 年级组长 | 年级内各班各科横向对比、年级整体水平报告 |
| 校级管理层 | 全校各年级学科分析报告、教师教学质量综合数据 |
数据结构参考
见 references/data-model.md — 学生、班级、学科、知识点、作业记录数据模型。 见 references/permission-model.md — 分级角色权限映射。 见 references/chart-spec.md — 评估图表规格说明。 见 references/ocr-implementation.md — OCR 引擎选型（PaddleOCR推荐）、拍照批改工作流、Docker部署方案。 见 references/textbook-version-mapping.md — 国内教材版本、三层知识点映射、5张数据表设计、跨版本兼容方案。
授权说明
版权与知识产权: © 2026 Huimai Intelligence. All Rights Reserved.
本技能文件（含所有附属参考文档）为设计说明与产品预览，仅限个人教师免费查阅和使用其中的教育理念与评估方法论。
商业使用许可: 任何学校、教育机构或企业如需部署、集成、定制本系统，或进行任何形式的商业使用，须与惠迈智能（Huimai Intelligence）签订书面商业许可协议。
本文件发布于 ClawHub 平台，发布时间戳作为原创性证明，受《中华人民共和国著作权法》及相关国际版权条约保护。未经授权复制、分发、修改或商用将追究法律责任。