移动端拍照上传、奥数区、学段约束解题与 AI 模型配置。

- 手机/平板响应式布局，支持拍照与相册上传 - 学生详情新增奥数区，按初/高中学段生成解法并禁止超纲 - 系统设置可配置 Ollama 或 OpenAI 兼容 API - 更新 frontend/dist 与使用说明
2026-06-28 13:39:54 +08:00
parent 4375ea491e
commit 43483bf56f
26 changed files with 1193 additions and 592 deletions
@@ -0,0 +1,169 @@
+import enum
+
+import httpx
+from sqlalchemy.orm import Session
+
+from app.core.config import settings as app_settings
+from app.models.user import SchoolLevel, SystemSettings
+from app.services.school_level import school_level_label
+
+CURRICULUM_JUNIOR = """初中课程标准：代数、几何（全等/相似/勾股）、一次函数与简单二次函数、基础概率统计。
+严禁使用：高中导数、向量、解析几何、排列组合进阶、复数、微积分、大学线性代数等。"""
+
+CURRICULUM_SENIOR = """高中课程标准：课内函数、三角、向量、解析几何、概率统计、导数（课内范围）等。
+严禁使用：大学数学分析、抽象代数、高等几何、超出课内的竞赛高阶技巧。"""
+
+CURRICULUM_JUNIOR_OLYMPIAD = """初中奥数培优范围：整数/整除、因数分解、简单数论、代数恒等变形、几何辅助线与全等相似、简单组合计数。
+严禁使用：高中及以上方法（导数、向量、解析几何、微积分、复数运算等）。"""
+
+CURRICULUM_SENIOR_OLYMPIAD = """高中奥数/竞赛入门范围：课内知识+常规竞赛技巧（不等式、构造、归纳、简单数论等）。
+严禁使用：大学数学、超出高中奥数培优体系的 IMO 高阶理论。"""
+
+
+def _curriculum_block(level: SchoolLevel | str | None, olympiad: bool) -> str:
+    label = school_level_label(level)
+    is_senior = level == SchoolLevel.senior_high or level == "senior_high"
+    if olympiad:
+        return CURRICULUM_SENIOR_OLYMPIAD if is_senior else CURRICULUM_JUNIOR_OLYMPIAD
+    return CURRICULUM_SENIOR if is_senior else CURRICULUM_JUNIOR
+
+
+QUESTION_PROMPT = """你是一位{stage}老师。以下是从试卷 OCR 识别出的文字，可能含有噪声。
+科目：{subject}
+请整理出清晰的题目内容（保留题号、选项、公式），只输出题目正文，不要解释。
+
+OCR 原文：
+{ocr_text}
+"""
+
+SOLUTION_PROMPT = """你是一位耐心的{stage}{subject}老师。请为以下题目给出详细解法。
+
+【学段要求 — 严禁超纲】
+{curriculum}
+
+题目：
+{question_text}
+
+请按以下结构输出：
+1. 考点分析（{stage}范围内）
+2. 解题步骤（逐步推导，每步说明依据）
+3. 易错点提醒
+4. 若必须使用超纲方法才能解，请改用{stage}可理解的方法重新解答，不得输出超纲解法。
+"""
+
+OLYMPIAD_SOLUTION_PROMPT = """你是一位{stage}奥数教练。请为以下奥数题给出详细解题思路与完整解答。
+
+【奥数学段要求 — 严禁超纲】
+{curriculum}
+
+题目：
+{question_text}
+
+请按以下结构输出：
+1. 题型与思路切入点（{stage}奥数常见技巧）
+2. 详细解答步骤
+3. 关键技巧总结（仅限{stage}奥数范围）
+4. 严禁使用超出上述范围的方法；若题目过难，给出{stage}可接受的培优思路。
+"""
+
+
+class AIConfig:
+    def __init__(
+        self,
+        provider: str,
+        ollama_base_url: str,
+        ollama_model: str,
+        openai_base_url: str,
+        openai_model: str,
+        openai_api_key: str | None,
+    ):
+        self.provider = provider
+        self.ollama_base_url = ollama_base_url
+        self.ollama_model = ollama_model
+        self.openai_base_url = openai_base_url
+        self.openai_model = openai_model
+        self.openai_api_key = openai_api_key
+
+
+def load_ai_config(db: Session) -> AIConfig:
+    row = db.get(SystemSettings, 1)
+    if row is None:
+        return AIConfig(
+            provider="ollama",
+            ollama_base_url=app_settings.OLLAMA_BASE_URL,
+            ollama_model=app_settings.OLLAMA_MODEL,
+            openai_base_url=app_settings.OPENAI_BASE_URL,
+            openai_model=app_settings.OPENAI_MODEL,
+            openai_api_key=None,
+        )
+    return AIConfig(
+        provider=row.ai_provider or "ollama",
+        ollama_base_url=row.ollama_base_url or app_settings.OLLAMA_BASE_URL,
+        ollama_model=row.ollama_model or app_settings.OLLAMA_MODEL,
+        openai_base_url=row.openai_base_url or app_settings.OPENAI_BASE_URL,
+        openai_model=row.openai_model or app_settings.OPENAI_MODEL,
+        openai_api_key=row.openai_api_key,
+    )
+
+
+async def _ollama_generate(prompt: str, cfg: AIConfig) -> str:
+    url = f"{cfg.ollama_base_url.rstrip('/')}/api/generate"
+    payload = {"model": cfg.ollama_model, "prompt": prompt, "stream": False}
+    async with httpx.AsyncClient(timeout=180.0) as client:
+        response = await client.post(url, json=payload)
+        response.raise_for_status()
+        return (response.json().get("response") or "").strip()
+
+
+async def _openai_generate(prompt: str, cfg: AIConfig) -> str:
+    if not cfg.openai_api_key:
+        raise ValueError("未配置 OpenAI API Key")
+    url = f"{cfg.openai_base_url.rstrip('/')}/chat/completions"
+    headers = {"Authorization": f"Bearer {cfg.openai_api_key}"}
+    payload = {
+        "model": cfg.openai_model,
+        "messages": [{"role": "user", "content": prompt}],
+        "temperature": 0.3,
+    }
+    async with httpx.AsyncClient(timeout=180.0) as client:
+        response = await client.post(url, json=payload, headers=headers)
+        response.raise_for_status()
+        data = response.json()
+        return (data["choices"][0]["message"]["content"] or "").strip()
+
+
+async def generate_text(prompt: str, cfg: AIConfig) -> str:
+    if cfg.provider == "openai":
+        return await _openai_generate(prompt, cfg)
+    return await _ollama_generate(prompt, cfg)
+
+
+async def format_question(
+    cfg: AIConfig,
+    subject: str,
+    ocr_text: str,
+    school_level=None,
+) -> str:
+    stage = school_level_label(school_level)
+    prompt = QUESTION_PROMPT.format(stage=stage, subject=subject, ocr_text=ocr_text)
+    return await generate_text(prompt, cfg)
+
+
+async def generate_solution(
+    cfg: AIConfig,
+    subject: str,
+    question_text: str,
+    school_level=None,
+    *,
+    olympiad: bool = False,
+) -> str:
+    stage = school_level_label(school_level)
+    curriculum = _curriculum_block(school_level, olympiad)
+    template = OLYMPIAD_SOLUTION_PROMPT if olympiad else SOLUTION_PROMPT
+    prompt = template.format(
+        stage=stage,
+        subject=subject,
+        curriculum=curriculum,
+        question_text=question_text,
+    )
+    return await generate_text(prompt, cfg)