1
物理实验报告是理工科实验课程的刚性交付物：学生必须按课程规范用 Word 提交，内容含原始数据表、误差与不确定度计算、图表和大量可编辑公式。现状痛点有三：一是数据要手算，间接量、A/B 类不确定度合成、最小二乘回归与作图全靠手工，耗时且易错；二是公式要在 Word 里逐条敲，是学生最费时、最容易出错的一环，排版还要满足三线表、字体字号、插图与学生信息等规范；三是全班报告高度同质化，容易被判疑似抄袭。我们调研发现，市面上的方案要么是静态 Word 模板（一换数据就崩），要么是纯计算脚本（不产出合规文档），没有把"数据录入—计算—成文"打通的工具。本项目的立项目标是：让学生在结构化表单里只录入本人测量数据，由程序完成数据处理与排版，直接产出可提交的 Word 报告，公式做成可二次编辑的 Word 原生公式；同时用措辞变体与受控 AI 润色降低同质化，但严格不提供实验数据生成，报告真实性由学生本人负责。
主应用面向学生，功能模块包括：①结构化数据录入——每个实验由 schema.json 定义字段（标量、定长数组、带行列标签矩阵），界面自动渲染表单并做必填与格式校验，数据存于独立的 data.json，做到数据与版式分离；②一键生成 Word 报告——内置 Python 完成间接量计算、A/B 类不确定度合成、最小二乘回归与 matplotlib 绘图，再经 Word COM 排版为纯中文 A4 文档，公式为 Word 原生 OMML，可在 Word 中二次编辑；③措辞变体系统——实验原理、实验方法、误差分析、结论各提供多套等价措辞，可逐章节指定或随机组合，并支持数据占位符注入实际计算结果；④AI 个性化润色——兼容 OpenAI Chat Completions 协议，可硬性绑定该实验的教材知识库以抑制模型幻觉，润色结果支持一键导入并重新生成报告；⑤拍照识别录入——用视觉模型把数据表照片转成结构化数值，人工确认后再写入；⑥批量生成队列、报告预览与集中管理；⑦实验数据热更新，模板与变体免重装即可升级；⑧贡献数据、问题反馈与感谢声明等社区协作模块。配套的管理端面向维护者：云端贡献拉取与人工审核、MinerU 解析文档并用模型生成候选变体、强校验后合入主仓库、ed25519 签名打包并一键推送数据更新、实验下架/恢复以及致谢名单维护。
技术栈与架构：桌面端用 Electron（主进程 Node.js + 渲染层原生 JavaScript，contextIsolation 与 preload 桥接，IPC 校验调用来源），数据处理与文档生成由独立 Python 进程承担（随包内置嵌入式 Python 3.14 运行时，用户零安装），通过 Word COM（pywin32）驱动本机 Word 排版；数据层采用自研的 schema / data / variants 三文件协议；云端用腾讯云 COS + SCF 云函数签发限时直传凭证，密钥不落地；发布链路用 ed25519 对数据包清单签名，客户端重算规范化字节序列后验签并事务合并。我负责的具体任务：需求与产品设计、整体架构（Electron 三进程 + Python 生成管道 + 签名热更新体系）、Word 报告引擎（LaTeX 转 UnicodeMath 再经 OMaths.BuildUp 的公式管线及构建自检、三线表、插图与学生信息注入）、措辞变体与 AI 润色链路（提示词约束、公式与数值一致性校验、Markdown/LaTeX 归一化）、拍照识别与批量队列、数据热更新与安全加固（仅公网 HTTPS、DNS 固定、路径边界校验、凭据不落地），以及管理端的贡献审核与发布流水线。亮点与难点：①用 Word 原生公式替代图片公式，并加"构建失败即报错"的自检与 4600 余条公式回归，解决公式在部分用户机器上静默退化成线性文本的问题；②数据与版式分离，脚本按键名取值，改版式不动数据链路；③变体加受控润色，在不篡改数值与公式的前提下降低同质化；④数据包签名与事务化合并（暂存目录、原子替换、官方变体三方合并）保证升级不丢用户数据；⑤工程上用 Node 与 Python 双端回归、打包不变量测试和程序化界面验收守住质量。
评论