技能介绍

解决什么具体问题

很多老师只有 Word 教案、扫描 PDF 或课堂截图，内容是叙述性的：怎么导入、新授讲什么、练习有哪些、最后交什么作品。这类材料不能直接导入 QuickClass，因为平台期望包含 task、presetConversations、quizActivities、explorations、projectSubmissions 和学情分析提示词的完整课堂 JSON。本技能要解决的是从教案到结构化课堂数据的转换，不是简单抽取文字。

如何工作

先判断场景：有现成材料时按类型读取，例如 docx 读 Word、pdf 提取文本、扫描件走 paddleocr-doc-parsing、图片走 image_understanding；只有一句话需求时，先补齐课题、年级、学科、教材版本、核心知识点、学生水平和活动数量，再生成中间格式。
随后按课堂结构拆解：

知识库 referencedKnowledgeBases：提炼核心知识点、常见错误/迷思概念和分层练习策略；通常 1 个，最多 2 个，每个不超过 2000 字。
对话活动 presetConversations：把提问、讨论、启发环节转成 2-3 个活动，并标注 teachingStage，脚本按导入、新授、练习总结注入不同开场策略。
课堂作业 quizActivities：提取练习并补齐判断、单选、多选覆盖；题目中间格式不含 id，脚本补 order，判断题 options 固定为空对象字符串 "{}"。
探究活动与项目提交：分别承接拓展任务和作品要求；探究说明保持为空，内容放 htmlContent。

中间结果写入 .temp/lesson_plan.json，再运行 scripts/build_lesson.py 组装最终 JSON。脚本补全元信息、规范化题目、注入对话和学情分析提示词，并使用官方模板变量。交付前先展示 Markdown 摘要确认，再写入文件。

适用边界

适合转换 QuickClass 课堂；只需试题数组时用课堂作业转换器。只有题目的教案可只填 quizActivities。含图题目不能嵌入图片，要文字描述图示并生成配套 Word。产出还需验收忠实度、学科正确性、题型覆盖、难度分布、活动质量和知识闭环。导入后建议实际检查对话、题目、图示、报告和探究资源。