问渠作文批改

解决什么问题

把一摞作文纸扫成图片后，常见的批改脚本往往把「识别、打分、写评语、排版」混在一起，要么依赖外部 OCR 或 AI 接口，要么只能对固定模板输出。实际素材却很杂：可能是目录里一堆 jpg/png 散图，也可能是「一个 PDF 一篇」的多 PDF 目录，甚至是一个包含全班作文的合并大 PDF。

问渠作文批改把职责拆清楚：AI 是批改主体，负责看图、断篇、旁批、总评和打分；Python 脚本只负责把结果排成可交付的 PDF。这样既不用为批改再接一套外部 API，也能让用户的评分标准真正落到每一项分值上。

核心能力

• 输入形态自动识别：目录散图、多 PDF 目录、单个合并大 PDF 三种形态分别处理；图片与 PDF 混排时，优先按 PDF 路径处理。
• AI 视觉断篇：仅散图和大 PDF 需要判断篇章切换点。技能会优先依据每篇首页的标题、姓名、日期、班级等标记，再结合笔迹、书写风格和纸张边缘特征推断。
• 可配置评分要求：用户未给标准时必须先询问，例如内容立意 40 分、语言表达 30 分、结构层次 20 分、书写规范 10 分，或只给总分与关注重点。
• 结构化批改结果：每篇输出旁批、总评和分值。旁批可带 highlight 归一化坐标，在原图上标注被点评的具体词语或短句；总评采用「亮点 → 不足 → 改进建议」三段式。
• PDF 排版输出：左侧放作文原图，右侧放旁批栏，末页底部承载总评，首页右上角显示分值；文件名包含日期，避免覆盖历史结果。

关键步骤

1. 首次运行准备依赖，后续重复执行幂等。
2. 收集素材：散图直接纳入；PDF 通过 scripts/pdf_to_images.py 逐页转成 PNG，写入 {原目录}/_pages/。
3. 需要时执行断篇，得到形如 [[img1, img2], [img3, img4, img5], ...] 的篇章分组。
4. 询问评分要求，再对每篇作文执行旁批、总评和逐项打分。
5. 将所有篇目的 JSON 写入 {原目录}/_grades.json，调用排版脚本生成 PDF。
6. 交付 PDF，并说明共批改篇数、分数区间和输出路径。

适用边界与注意点

• highlight 不是像素级标注，AI 按目测估算即可；但 w_ratio 必须不超过 0.5，否则会变成整行高亮。
• 字迹模糊、图片损坏、PDF 转图失败、断篇不确定等情况都有降级路径：跳过坏页并注明、提示检查 pymupdf、或列出候选分组让用户确认。
• 批改质量取决于图片可读性。本技能不保证 OCR 精度，也不生成调用 OpenAI/Claude 等外部 AI 的代码。
• 作文超过 10 篇时，建议按每 3 篇汇报一次进度，便于及时发现评分口径或断篇问题。