高中物理题库智能打标与检索系统产品系统Vibe Coding

一对一物理教学中，备课时间大头花在找题上，资料又长期散落在上千份 PDF 里，主要有三类问题：
一是题目没有结构化，要找“某题型、某难度”的题只能逐份翻阅；
二是约四分之一的资料是扫描件，无法检索文字；
三是同一题型在不同讲义、月考卷里重复出现，缺少统一的题型口径，选题容易重复或遗漏。
本项目面向一对一及小班物理教学，把资料库拆成单题，按统一题型体系打标，实现按条件秒级检索。

【题源处理】接入讲义、月考卷、诊断卷、近五年真题约两千份；扫描件先识别，再切成单题切片，自动剔除目录、知识讲解、答案汇总等非题内容。
【题型体系】以一轮复习 56 讲、约 270 个题型为骨架，每题标注章节、主次题型、细分模型、题目形式、难度（4 档，附判定理由）、出处，统一输出 JSONL。
【批量打标流水线】题目拆成 299 个分片，由多个大模型任务并行处理，按分片落盘，中断可续跑；汇总后分批抽查。
【检索页】章节、题型、难度、出处组合筛选，题目即时预览，纯本地运行，不依赖服务器。
【成果】高中部分 25924 题全部入库可查。
【规划中】按学生错题自动组卷、导出讲义 PDF、扩展到初中和其他学科。

开发过程采用 AI 辅助编码工作流，由本人负责需求拆解、架构决策、结果验收与集成调试。技术栈为 Python（题源解析、切题与批处理）+ 大模型（结构化打标）+ 原生 HTML/JS 单页检索。
三处主要难点：
其一，题源格式混杂：扫描件、跨页题、题目与答案分开存放，需要先清洗、识别再切题。
其二，并行口径一致：多个模型并行打标，标准容易漂移。先写死一份打标标准作为唯一依据，再按打标模型统计难度均值互相对照（两个模型都是 2.59，另一个 2.87），发现偏差就针对性抽查返工。
其三，长任务可靠性：近三百个分片的批量任务中途遇到额度中断，因为按分片落盘，恢复后从断点续跑，已完成部分不受影响。