错题本小程序产品系统Vibe Coding

1、立项原因，旨在解决什么产品问题

现有市面上的错题本产品大多为通用型工具，缺乏针对特定学科或考试场景的深度适配，且多数依赖手动录入，操作成本高、学生坚持率低。本项目旨在解决学生在日常练习与考试后错题收集繁琐、归因分析缺失、复习计划无据可依的核心痛点。通过小程序轻量化载体，实现错题拍照自动归档、知识点自动标签化、薄弱点可视化追踪，替代传统纸质剪贴本，降低整理时间成本 80% 以上，让学生从"抄题 1 小时、复习 5 分钟"的低效循环中解脱出来，把精力真正投入到针对性补弱上。

2、行业场景，业务背景

教育赛道中，错题整理是贯穿小初高全学段的高频刚需场景。据艾瑞咨询数据，超 72% 的中学生每周产生 10 道以上需反复巩固的错题，但仅有不足 20% 能坚持系统化整理。当前市场主流方案分两类：一是纸质错题本（手动抄写/剪贴，耗时且不可检索）；二是拍照搜题类 App（如作业帮、小猿搜题）侧重"找答案"而非"管错题"，缺乏闭环复习机制。本项目切入"错题资产管理"细分场景，面向初中至高中阶段学生及陪学家长，以微信小程序为入口（免安装、家校场景天然适配），结合 OCR 识别 + 知识点图谱，构建"采集→归因→推送→复盘"的学习闭环，可独立运营亦可嵌入现有教培机构 SaaS 系统作为增值模块，具备向 B 端机构批量交付的延展空间。

1、项目有哪些具体功能模块
本 K12 错题本/考试小程序采用四角色架构，共 58 个页面，划分为以下 16 个一级功能模块：
学生端（32 页）：​ 错题采集、错题本管理、智能练习、模拟考试、学习报告、个人中心
家长端（10 页）：​ 学情周报、薄弱点预警、练习监督、成绩趋势、消息通知
教师端（11 页）：​ 班级题库、组卷选题、批改批注、作业布置、课堂讲评、个人中心
管理后台（5 页）：​ 学校班级管理、学科知识点配置、数据看板、内容审核、系统设置
每个一级模块下再细分 2–7 个二级页面，覆盖从题目录入、归因分析、智能推题、模拟考试到学情可视化的完整学习闭环。
2、项目的主要功能描述
错题采集：支持拍照 OCR 自动识别题目文本与公式，辅以手动录入和相册导入，自动匹配学科知识点标签，学生标注错误原因（粗心/概念不清/方法错误/计算失误），实现 10 秒内完成一道错题归档。
错题本管理：按学科、知识点、错误原因、时间等多维度检索错题，支持收藏、批量删除、标记"已掌握"；基于艾宾浩斯遗忘曲线推送复习提醒，可导出 PDF 错题卷用于线下重做。
智能练习：基于错题知识点从题库自动推送 1–3 道同类变式题，支持错题遮答案重做、随机组卷、计时训练，答题后即时给出答案对比与解析。
模拟考试：限时答题环境，自动阅卷评分，考后即时反馈成绩与排名，提供逐题解析和班级百分位对比。
学情报告：生成周报/月报/学期报，以知识点掌握热力图、进步曲线等形式展示薄弱点变化趋势，帮助学生和家长直观了解学习状态。
家长监督：推送学情周报和薄弱点预警，展示孩子练习时长与完成率，提供成绩趋势折线图和班级排名百分位，支持消息提醒和教师留言查看。
教师教学：支持自建班级题库和校本题库导入，按知识点/难度/来源一键组卷并布置作业，对学生错题进行批注和语音点评，课堂讲评时投影班级高频错题。
管理后台：管理学校年级

1、"我"负责哪些具体任务？

我担任项目核心开发，独立负责学生端全部 32 个页面的前端实现（错题采集、错题本、智能练习、模拟考试、学习报告、个人中心），并主导后端 27 张数据表的设计与核心 API 开发。具体任务如下：

• 错题采集模块：设计拍照→裁边→预览→手动录入的完整交互流程；当前版本支持相册选择 + 手动输入题干/选项/答案，OCR 自动识别模块已完成方案调研（腾讯云 OCR / PaddleOCR 二选一），计划下阶段对接，交互层已预留 OCR 结果回填接口

• 错题本模块：实现多维检索（学科/知识点/错误原因/时间）、艾宾浩斯复习提醒调度、批量操作与 PDF 导出打印

• 智能练习模块：基于知识点标签的相似题规则匹配推荐、错题遮答案重做流程、随机组卷与倒计时器

• 考试模块：限时答题状态机（处理小程序切入后台/锁屏续接）、自动阅卷评分逻辑、排名计算与逐题解析展示

• 数据层：设计错题表、练习记录表、知识点闭包表等核心表结构，编写聚合查询支撑学情周报与班级高频错题统计

• 跨端联调：与教师端/家长端对接学情周报接口、班级高频错题统计接口、消息推送触发接口

2、项目使用了哪些技术栈、架构，实现上亮点、难点

技术栈：
• 前端：微信小程序原生框架（WAML + WXSS + TypeScript），Vant Weapp 组件库

• 后端：Node.js + NestJS，MySQL 8.0，Redis 7（缓存 + 延迟队列）

• OCR：待接入（候选方案：腾讯云 OCR 通用印刷体 + 公式专项接口 / PaddleOCR 本地部署，当前以手动录入兜底）

• 部署：Docker + 微信云托管

架构：
前后端分离 + 微信云托管 BFF 层架构。前端通过统一请求网关调用后端微服务；Redis 承担遗忘曲线定时推送的延迟队列与热点知识点缓