zzh/QQuiz
1
0
Fork 0
mirror of https://github.com/handsomezhuzhu/QQuiz.git synced 2026-02-20 20:10:14 +00:00
Code Issues Packages Projects Releases Wiki Activity

单容器重构

Browse Source
This commit is contained in:
handsomezhuzhu
2025-12-12 22:36:25 +08:00
parent 31de3a94a6
commit 62cb6d18b0
14 changed files with 767 additions and 261 deletions
Download Patch File Download Diff File Expand all files Collapse all files

163
backend/services/llm_service.py
View File

@@ -118,47 +118,83 @@ class LLMService:
"""
prompt = """你是一个专业的试题解析专家。请仔细分析下面的文档内容，提取其中的所有试题。
请注意：
**识别规则**：
- 文档中可能包含中文或英文题目
- 题目可能有多种格式，请灵活识别
- 即使格式不标准，也请尽量提取题目内容
- 如果文档只是普通文章而没有题目，请返回空数组 []
对于每道题目，请识别：
1. 题目内容 (完整的题目文字)
2. 题目类型（**只能**使用以下4种类型之一）：
- single：单选题
- multiple：多选题
- judge：判断题
- short：简答题（包括问答题、计算题、证明题、填空题等所有非选择题）
3. 选项 (仅针对选择题，格式: ["A. 选项1", "B. 选项2", ...])
4. 正确答案 (请仔细查找文档中的答案。如果确实没有答案，可以填 null)
5. 解析/说明 (如果有的话)
**题目类型识别** (严格使用以下4种类型之一)：
1. **single** - 单选题：只有一个正确答案的选择题
2. **multiple** - 多选题：有多个正确答案的选择题（答案格式如：AB、ABC、ACD等）
3. **judge** - 判断题：对错/是非/True False题目
4. **short** - 简答题：包括问答、计算、证明、填空、编程等所有非选择题
**重要**：题目类型必须是 single、multiple、judge、short 之一，不要使用其他类型名称！
**多选题识别关键词**：
- 明确标注"多选"、"多项选择"、"Multiple Choice"
- 题干中包含"可能"、"正确的有"、"包括"等
- 答案是多个字母组合（如：ABC、BD、ABCD）
返回格式：请**只返回** JSON 数组，不要有任何其他文字或 markdown 代码块：
**每道题目提取字段**：
1. **content**: 完整的题目文字（去除题号）
2. **type**: 题目类型（single/multiple/judge/short）
3. **options**: 选项数组（仅选择题，格式: ["A. 选项1", "B. 选项2", ...]）
4. **answer**: 正确答案
- 单选题: 单个字母 (如 "A"、"B")
- 多选题: 多个字母无空格 (如 "AB"、"ABC"、"BD")
- 判断题: "对"/"错"、"正确"/"错误"、"True"/"False"
- 简答题: 完整答案文本，如果没有答案填 null
5. **analysis**: 解析说明（如果有）
**JSON 格式要求**：
- 必须返回一个完整的 JSON 数组 (以 [ 开始，以 ] 结束)
- 不要包含 markdown 代码块标记 (```json 或 ```)
- 不要包含任何解释性文字
- 字符串中的特殊字符必须正确转义（换行用 \\n，引号用 \\"，反斜杠用 \\\\）
- 不要在字符串值中使用未转义的控制字符
**返回格式示例**：
[
{{
"content": "题目内容",
"content": "下列关于Python的描述，正确的是",
"type": "single",
"options": ["A. 选项1", "B. 选项2", "C. 选项3", "D. 选项4"],
"answer": "A",
"analysis": "解析说明"
"options": ["A. Python是编译型语言", "B. Python支持面向对象编程", "C. Python不支持函数式编程", "D. Python只能用于Web开发"],
"answer": "B",
"analysis": "Python是解释型语言，支持多种编程范式"
}},
...
{{
"content": "以下哪些是Python的优点（多选）",
"type": "multiple",
"options": ["A. 语法简洁", "B. 库丰富", "C. 执行速度最快", "D. 易于学习"],
"answer": "ABD",
"analysis": "Python优点是语法简洁、库丰富、易学，但执行速度不是最快的"
}},
{{
"content": "Python是一种高级编程语言",
"type": "judge",
"options": [],
"answer": "对",
"analysis": null
}},
{{
"content": "请解释Python中的装饰器是什么",
"type": "short",
"options": [],
"answer": "装饰器是Python中一种特殊的函数，用于修改其他函数的行为...",
"analysis": null
}}
]
文档内容：
**文档内容**：
---
{content}
---
重要提示：
- 仔细阅读文档内容
- 识别所有看起来像试题的内容
- 如果文档中没有题目（比如只是普通文章），返回 []
- **只返回 JSON 数组**，不要包含 ```json 或其他标记"""
**最后提醒**：
- 仔细识别多选题（看题干、看答案格式）
- 单选和多选容易混淆，请特别注意区分
- 如果文档中没有题目，返回 []
- 只返回 JSON 数组，不要有任何其他内容"""
try:
if self.provider == "anthropic":
@@ -242,6 +278,14 @@ class LLMService:
result = result.strip()
# Additional cleanup: fix common JSON issues
# 1. Remove trailing commas before closing brackets
import re
result = re.sub(r',(\s*[}\]])', r'\1', result)
# 2. Fix unescaped quotes in string values (basic attempt)
# This is tricky and may not catch all cases, but helps with common issues
# Log the cleaned result for debugging
print(f"[LLM Cleaned JSON] Length: {len(result)} chars")
print(f"[LLM Cleaned JSON] First 300 chars:\n{result[:300]}")
@@ -377,42 +421,61 @@ class LLMService:
prompt = """你是一个专业的试题解析专家。请仔细分析这个 PDF 文档，提取其中的所有试题。
请注意：
- PDF 中可能包含中文或英文题目
**识别规则**：
- PDF 中可能包含中文或英文题目、图片、表格、公式
- 题目可能有多种格式，请灵活识别
- 即使格式不标准，也请尽量提取题目内容
- 题目内容如果包含代码或换行，请将换行符替换为空格或\\n
- 题目内容如果包含代码或换行，请将换行符替换为\\n
- 图片中的文字也要识别并提取
对于每道题目，请识别：
1. 题目内容 (完整的题目文字，如果有代码请保持在一行或用\\n表示换行)
2. 题目类型（**只能**使用以下4种类型之一）：
- single：单选题
- multiple：多选题
- judge：判断题
- short：简答题（包括问答题、计算题、证明题、填空题等所有非选择题）
3. 选项 (仅针对选择题，格式: ["A. 选项1", "B. 选项2", ...])
4. 正确答案 (请仔细查找文档中的答案。如果确实没有答案，可以填 null)
5. 解析/说明 (如果有的话)
**题目类型识别** (严格使用以下4种类型之一)：
1. **single** - 单选题：只有一个正确答案的选择题
2. **multiple** - 多选题：有多个正确答案的选择题（答案格式如：AB、ABC、ACD等）
3. **judge** - 判断题：对错/是非/True False题目
4. **short** - 简答题：包括问答、计算、证明、填空、编程等所有非选择题
**重要**：题目类型必须是 single、multiple、judge、short 之一，不要使用其他类型名称！
**多选题识别关键词**：
- 明确标注"多选"、"多项选择"、"Multiple Choice"
- 题干中包含"可能"、"正确的有"、"包括"等
- 答案是多个字母组合（如：ABC、BD、ABCD）
返回格式要求：
**每道题目提取字段**：
1. **content**: 完整的题目文字（去除题号，换行用\\n表示）
2. **type**: 题目类型（single/multiple/judge/short）
3. **options**: 选项数组（仅选择题，格式: ["A. 选项1", "B. 选项2", ...]）
4. **answer**: 正确答案
- 单选题: 单个字母 (如 "A"、"B")
- 多选题: 多个字母无空格 (如 "AB"、"ABC"、"BD")
- 判断题: "对"/"错"、"正确"/"错误"、"True"/"False"
- 简答题: 完整答案文本，如果没有答案填 null
5. **analysis**: 解析说明（如果有）
**JSON 格式要求**：
1. **必须**返回一个完整的 JSON 数组（以 [ 开始，以 ] 结束）
2. **不要**返回 JSONL 格式（每行一个 JSON 对象）
3. **不要**包含 markdown 代码块标记（```json 或 ```）
4. **不要**包含任何解释性文字
5. 字符串中的特殊字符必须正确转义（换行用 \\n，引号用 \\"，反斜杠用 \\\\）
6. 不要在字符串值中使用未转义的控制字符
正确的格式示例：
**返回格式示例**：
[
{{
"content": "题目内容",
"content": "下列关于Python的描述，正确的是",
"type": "single",
"options": ["A. 选项1", "B. 选项2", "C. 选项3", "D. 选项4"],
"answer": "A",
"analysis": "解析说明"
"options": ["A. Python是编译型语言", "B. Python支持面向对象编程", "C. Python不支持函数式编程", "D. Python只能用于Web开发"],
"answer": "B",
"analysis": "Python是解释型语言，支持多种编程范式"
}},
{{
"content": "第二道题",
"content": "以下哪些是Python的优点（多选）",
"type": "multiple",
"options": ["A. 语法简洁", "B. 库丰富", "C. 执行速度最快", "D. 易于学习"],
"answer": "ABD",
"analysis": "Python优点是语法简洁、库丰富、易学，但执行速度不是最快的"
}},
{{
"content": "Python是一种高级编程语言",
"type": "judge",
"options": [],
"answer": "对",
@@ -420,9 +483,10 @@ class LLMService:
}}
]
重要提示：
**最后提醒**：
- 请仔细查看 PDF 的每一页
- 识别所有看起来像试题的内容
- 仔细识别多选题（看题干、看答案格式）
- 单选和多选容易混淆，请特别注意区分
- 如果找不到明确的选项，可以根据上下文推断题目类型
- 题目内容中的换行请用\\n或空格替换，确保 JSON 格式正确
- **只返回一个 JSON 数组**，不要包含其他任何内容"""
@@ -501,6 +565,11 @@ class LLMService:
result = result.strip()
# Additional cleanup: fix common JSON issues
# 1. Remove trailing commas before closing brackets
import re
result = re.sub(r',(\s*[}\]])', r'\1', result)
# Log the cleaned result for debugging
print(f"[LLM Cleaned JSON] Length: {len(result)} chars", flush=True)
print(f"[LLM Cleaned JSON] First 300 chars:\n{result[:300]}", flush=True)