物理错题诊断工具（physics-error-diagnosis）产品系统Vibe Coding

一线理科教学中，学生最常见的卡点是"不知道自己从哪一步开始错"，而老师逐份批改解题过程的时间成本极高，多数情况下只能看到最终答案对不对。

本项目面向 AP / A-Level 物理的一对一答疑场景：输入学生的解题步骤文本，定位首次出错的那一步并给出诊断理由，把老师重复性的过程批改压缩成一次自动检查。目标用户是国际课程理科教师，以及独立复习但缺少反馈渠道的学生。

工具分三层：一是步骤解析，把学生的解题过程切成有序步骤；二是错因分类，按概念错、计算错、读题错、单位量级错归因；三是输出诊断，指出首次出错的位置，并给一句可执行的追问。

输入为一段解题文本，输出为结构化诊断结果（错在第几步、属于哪类错误、建议问学生什么）。设计原则是先定位再解释，避免直接给答案——给答案学生只会抄，定位错误他才会自己改。

本项目由我独立完成：需求定义、步骤解析逻辑、错因分类规则、评测集与单元测试全部自己写。

技术栈为 Python，调用大模型 API 做单步归因，用 pytest 写测试，用一份自建评测集做回归，确认改动不会让已修好的样例退化。

实现上的两个难点：一是"如何判断是哪一步错"，最终采用逐步骤检查、只报第一个错误的策略，避免一次抛出多个错因让学生无从下手；二是输出稳定性，用结构化提示词加固定分类枚举约束模型，防止它自由发挥。

说明：界面由 Streamlit 自动生成，未做定制前端（没有自定义样式、交互与移动端适配）；项目重心在步骤解析、错因分类与评测集三块后端逻辑上。