题库批量导入 XLSX 生成器

要解决的问题

把一套试卷或题库从原始文档变成可批量导入的表格，麻烦通常出在三个环节：文档格式不统一（PDF、DOCX、图片、TXT、Excel 混杂），一份文件里可能同时包含选择题、填空题和复合题；题干里的几何图、函数图、坐标系在复制粘贴时丢失或错位；公式在 PDF 里无法直接编辑，复制出来要么是乱码，要么不是系统要求的语法。手工整理一两次还能忍，题量上来之后，公式写法、图片路径、答案分值这些细节很容易出错。

这个技能的做法是：读取上传的素材，逐题解析并按统一的 13 列结构落表，同时把题目自带的配图裁剪出来按序号归档，最终产出一个包含 .xlsx 和 题目图片/ 目录的 ZIP，直接上传到项目资产面板。

核心能力

• 多格式读入：支持 PDF、DOCX、图片、Excel、TXT，先用 Read 工具读取文件路径。
• 逐题判定与提取：题型限定 6 种——选择题、多选题、填空题、判断题、复合题、其他；提取题干、选项、答案、解析，并回填该题在原文档中的原始题号。
• 配图精确裁剪：只截取题目自带插图（几何图、函数图、坐标系、电路图），不截整页；按序号命名，如 5.png（题面）、5_ans.png（解析）、5_A.png（选项）、5_s1.png（复合题小题）；多科目同名冲突时加科目前缀，如 数学_5.png；二维码、logo、水印一律跳过。
• Markdown + KaTeX 格式化：所有文本字段统一用 Markdown，数学公式用 KaTeX；注意 KaTeX 不支持 \begin{align}，需改写为 \begin{aligned}。
• 生成与打包：调用 scripts/generate_quiz_xlsx.py 生成 XLSX，文件名取源文件原名（去掉扩展名），再与 题目图片/ 一起压成同名 ZIP，并用 present_files 上传到项目资产。

关键规则

• 「知识点」列默认留空，只在用户提供知识点映射时填入。
• 「来源」列采用 出处·题号 格式，例如 2024北京中考·第3题。
• 「解析」列必须填写（复合题大题行除外），源文档有则提取格式化，无则据答案补一段简要解析。
• 「题面」和「科目」不可为空；空题面行在导入时会被直接跳过。
• 复合题按序号合并：相同科目的连续行若序号一致，首行作为大题行只放公共材料，后续行各写小题。
• 填空题支持一题多空，答案以 ; 分隔，空数、答案段数与题面填空标记数三者必须一致。

适用边界

不适用于只解析题目内容而不导出 XLSX 的场景，也不适用于试卷排版、打印稿生成等非导入需求。复杂导入前建议先加载 references/xlsx-format-spec.md 核对格式细节，上传 ZIP 的操作要点见 references/zip-import-guide.md。