立项原因：
传统公务员考试备考存在三个核心痛点：
一是申论主观题批改依赖人工，成本高、反馈慢、标准不统一；
二是行测客观题需要手工批改 答题卡，效率低下且易出错；
三是考生拍照搜题缺乏精准的AI识别与解析能力。上岸宝项目通过"AI智能批改 + OMR答题卡扫描 +
拍照搜题"三位一体的技术方案，为培训机构提供了一套完整的智能化备考管理SaaS平台，实现申论自动评分、行测自动阅卷、试题智 能检索的全流程数字化。
行业场景与业务背景：
面向公务员考试（国考/省考）培训行业，服务对象为培训机构的管理老师与备考学员。申论考试涵盖概括归纳、提出对策、综合分析
、应用文公文、文章写作五大题型，每题需要逐条逐维度评分；行测考试包含政治理论、常识判断、言语理解、数量关系、判断推理、
资料分析等模块化题型，各模块分值权重不同。培训机构需要管理班级、学员、试卷、考试活动、成绩排名以及AI批改结果的校准反馈
闭环。
核心功能模块：
AI批改：支持五大申论题型的智能评分：概括归纳、提出对策、综合分析、应用文公文、文章写作（大作文）。采用结构化评分引擎——要点式评分（采分点/漏答点/关键词证据）与维度式评分（内容/结构/语言等维度），AI输出标准化JSON报 告。支持单题批改、整卷批改双模式，异步任务提交+轮询结果，PDF批改报告下载。
行测OMR阅卷：答题卡拍照扫描识别（Python OpenCV OMR引擎），支持模板匹配与锚点检测两种算法。无试卷模式：管理端直接配置模块+录入标准答案，小程序端扫描即 出分。自动比对标准答案，按模块分值加权计分，输出模块级统计与逐题对错详情。
拍照搜题：学员通过小程序拍摄试题照片，后端通过火山引擎OCR识别+Elasticsearch全文检索，支持关键词搜索与以图搜题双通道，异步分析任务模式返回匹配结果。
我负责的具体任务：
1. 行测无试卷模式全链路开发：从数据库设计（exam_instance 新增 module_config/answer_key 列）→ 后端
ObjectiveScoreServiceImpl 新增 submitScoreByModuleConfig 方法 → Admin前端 InstanceForm.vue
增加行测模式交互（模块配置表格、分段答案录入、自动计算总分/总题数）→
小程序端适配（行测卡片禁止详情跳转、动态题量替代硬编码）→ 成绩详情页展示模块名称与每题分值。
架构亮点：
- 可插拔AI服务工厂（AIServiceFactory）：支持主备模型切换，健康检查，不同题型路由到不同AI provider
- 异步任务模式：所有AI耗时操作统一走"提交taskId→轮询结果"的异步模式（分析任务/批改任务/评分标准构建/图像搜题）
- 结构化评分契约：AI返回JSON解析为
StructuredGradingResult，服务端做分数上限缩放（ScoreCapService），确保明细分数之和与最终得分一致
- 评分校准反馈闭环：学员异议→校准池→人工复核→评分标准迭代的完整质量改进链路
技术栈：
后端框架 ：Spring Boot 2.7.18 + MyBatis Plus 3.5.14 + Spring Security 5.8
数据库 : MySQL + Redis(Redisson) + Elasticsearc
AI能力 :火山引擎豆包大模型（OpenAI兼容API）+ 火山OCR + VikingDB向量库
评论