技能介绍

要解决的问题

从教材扫描件、PDF、EPUB 或直接粘贴的文本里整理题目，手动改成统一格式非常枯燥且容易出错：选项前缀写法五花八门，判断题的 对/错 常嵌在题干末尾，多选题答案字母顺序不统一，章节归属要靠人工判断。这个技能负责把非结构化或半结构化的原始题目，解析成字段一致、可直接入库的 JSON，避免每道题都手工重排。

核心能力与工作流

技能覆盖四类题型：

单选题 single_choice：识别 A./B./C./D. 中唯一正确项
多选题 multi_choice：识别多个正确项，答案字母强制排序（BCD 而非 DB）
判断题 true_false：拆出题干末尾的 对/错 或 √/×，选项固定为 ["对", "错"]
填空题 fill：支持单空与多空，短答题同样归入 fill

处理流程分五步：先从 PDF/EPUB 提取正文（可配合 PDF 深度阅读技能）；再判定题型；然后推断学科缩写并映射章节，例如“第一章”→ch1、“绪论”→ch0、无法判断章节的判断题→tf；接着按清洗规则处理选项前缀、空白、多选题答案顺序和行内判断标记，缺内容或缺答案的题直接跳过；最后输出包含 id、content、options、answer、explanation 等字段的完整 JSON。

ID 采用 subject.chapter.number 三段式，学科缩写需与题库系统的 nameMap 一致，题号三位补零，如 marxism.ch1.001、cisa.ch3.015。对采用领域划分的教材（如 CISA），将 Domain 1 映射为 ch1 并记录映射关系。

适用边界与注意点

输出为裸 JSON，不要包在 Markdown 代码块里，除非明确要求写入文件。同一批次内不要中途更换章节映射规则，难度分级也要保持一致：基础记忆为 2、应用为 3、综合分析为 4。多选题答案必须字母升序，判断题必须用中文 对/错，即使原文是 √/×。解析 EPUB 时要同时查找 class="ques" 和 class="ques1"，McGraw-Hill 系列的答案区会混用这两种标记。

入库到 CryptoForge 时，数据库层面的 type 只认 choice 和 fill，其余类型由导入脚本自动重映射；导入脚本只对 choice 题型打乱选项顺序，fill 题型保持原样。批量导入前应先通过 API 查询现有题目并清理旧 ID 格式的历史数据，避免重复展示。