从零到一：桌面端AI自动阅卷系统的工程实践

一、背景：被忽视的“最后一公里”

中小学考试阅卷早已完成数字化转型。主流在线阅卷平台将纸质试卷扫描为图像，教师对着屏幕逐题打分。平台解决了试卷流转的“纸”的问题，却没有解决评分环节的“人”的问题——几百份试卷，依然需要一份一份、一题一题地人工评判。客观题尚可由OMR（光学标记识别）自动处理，主观题则完全依赖教师的专业判断与体力消耗。

一个自然的判断是：既然大模型的推理与视觉能力已经足够强，那么“按评分标准给主观题判分”这件事，理论上完全可以自动化。问题在于如何将这一判断落地为一个教师真正能用、敢用的工具。

二、系统定位与核心能力

该系统的定位可以概括为：一款接管主流网页阅卷平台、实现AI自动阅卷的桌面软件。它不改变教师已有的工作流，而是在教师与阅卷平台之间插入一个自动化层，将“截图→评分→填分→提交”的重复劳动交由机器完成。

核心能力分为三个层次：

• 浏览器自动化阅卷：接管网页阅卷平台，自动完成截图、调用AI评分、填写分数、提交结果的完整闭环，支持无人值守运行。
• 智能阅卷：针对单道主观题，按照教师设定的评分标准进行评分，并附上扣分理由与评语，帮助教师理解AI的判分逻辑。
• 整卷阅卷：面向整套试卷（多题×多学生）的批量批改，自动汇总总分、排名、平均分、及格率，并支持导出为表格或结构化文档。

三、技术选型与架构设计

3.1 桌面框架：跨平台容器

选择基于Chromium与Node.js的跨平台桌面框架作为运行容器。这一选择的核心考量在于：需要内嵌浏览器内核。只有具备完整的浏览器渲染能力，才能“接管”已有的网页阅卷平台——不是通过逆向接口，而是通过模拟教师在浏览器中的操作行为。这种方式对平台侧完全透明，不需要平台开放任何API，也不依赖平台的配合。

3.2 前端渲染：轻量优先

前端采用原生HTML/JavaScript，不引入重型框架。原因在于：桌面应用的渲染性能直接决定用户体验，而阅卷场景的界面复杂度有限，原生方案足以应对。数学公式使用KaTeX与mhchem进行本地渲染，确保在离线环境下也能正确显示化学方程式与数学表达式。

3.3 机器视觉：本地OMR识别

内置OpenCV.js（约10MB的WebAssembly模块），用于答题卡的OMR识别。将视觉计算放在本地执行，既避免了将学生答卷上传至第三方服务的隐私风险，也减少了网络往返带来的延迟。OMR识别负责客观题部分的自动化，主观题则交由AI评分模块处理。

3.4 文档解析：本地化处理

使用pdf.js在本地解析PDF格式的试卷与答题卡，使用Markdown渲染器处理文本内容。所有文档解析均在本地完成，不依赖任何云端服务。

3.5 AI接入：开放与中立

系统不绑定任何一家AI服务商。教师可以在设置中自行填写API地址、密钥和模型名称，兼容任意符合通用接口规范的AI服务。Token用量实时显示，帮助教师掌握成本。这种设计既尊重了教师的自主选择权，也避免了单一服务商锁定带来的风险。

3.6 自动更新：静默升级

通过桌面框架的自动更新模块，走代码托管平台的发布渠道，软件内静默检查更新。教师无需手动下载安装包，降低维护成本。

3.7 无后端架构：隐私优先

系统不设任何后端服务。所有阅卷记录、评分模板、API密钥都存储在本机的浏览器存储中。试卷内容仅在调用AI评分时，按需发送给教师自己配置的服务端点。这一点对教育场景至关重要——教师和学生家长对“学生的卷子会不会被传到第三方”极其敏感。无后端架构从物理上杜绝了数据在开发者侧留存的可能性。

四、核心流程拆解

4.1 自动化阅卷流程

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│  接管网页    │ →  │  自动截图    │ →  │  AI评分     │
│  阅卷平台    │    │  题目区域    │    │  按标准判分  │
└─────────────┘    └─────────────┘    └─────────────┘
                                              ↓
┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│  提交结果    │ ←  │  填写分数    │ ←  │  生成评语    │
│  至平台      │    │  至输入框    │    │  与扣分理由  │
└─────────────┘    └─────────────┘    └─────────────┘

整个流程模拟了教师在浏览器中的操作序列：定位题目区域、截图、发送给AI评分、将返回的分数填入对应输入框、提交。关键在于对网页DOM结构的稳定识别与操作，以及对AI返回结果的解析与校验。

4.2 评分标准的结构化表达

AI评分的前提是将评分标准转化为AI可理解的提示词。系统支持教师以自然语言描述评分细则，例如：

本题满分10分。
- 正确写出公式得4分；
- 代入数据正确得2分；
- 计算结果正确得3分；
- 单位正确得1分。
若结果错误但过程正确，酌情给分。

AI根据截图中的学生作答内容，对照上述标准逐项判断，输出分数、扣分理由和评语。评语不仅服务于学生，也帮助教师快速复核AI的判分是否合理。

4.3 批量处理与汇总

整卷阅卷模式下，系统按“题目×学生”的二维矩阵批量处理。每道题的所有学生作答依次送入AI评分，结果暂存于本地。全部完成后，自动汇总每个学生的总分，计算排名、平均分、及格率等统计指标，并导出为表格或结构化文档。

五、工程挑战与应对策略

5.1 网页平台的异构性

不同阅卷平台的页面结构差异巨大。系统采用可配置的适配层：教师首次使用时，通过可视化方式标注题目区域、分数输入框、提交按钮等关键元素的位置，系统记录这些配置供后续复用。适配层将平台差异隔离在配置层面，核心评分逻辑保持不变。

5.2 AI评分的一致性

大模型的输出存在一定的不确定性。为保证评分一致性，系统采取以下措施：

• 温度参数调低：在调用AI接口时，将温度参数设置为较低值，减少随机性。
• 结构化输出约束：要求AI以固定格式返回结果（分数、理由、评语），便于解析和校验。
• 分数范围校验：对AI返回的分数进行范围检查，超出合理区间时触发重新评分或标记异常。

5.3 离线场景的兼容

考虑到部分学校网络环境受限，系统的文档解析、OMR识别、公式渲染等模块均支持离线运行。仅AI评分环节需要网络连接，且服务端点由教师自行配置，不受开发者控制。

六、隐私与安全设计

教育场景对数据隐私的要求极高。系统在架构层面做了以下设计：

• 无后端：开发者不运营任何服务器，不接触任何学生数据。
• 本地存储：所有记录、模板、密钥存储于本机，不进行云端同步。
• 按需传输：试卷图像仅在评分时发送至教师配置的AI服务，传输内容不包含学生身份信息（可配置脱敏）。
• 透明可控：教师可随时查看、导出、删除本地数据，完全掌握数据主权。

七、总结与展望

这款桌面端AI自动阅卷系统，本质上是在“平台已解决的数字化”与“教师仍承担的人工评分”之间，补上了自动化这最后一公里。技术选型的核心逻辑是：用桌面容器的浏览器内核接管网页平台，用本地视觉计算保护隐私，用开放的AI接口尊重教师选择，用无后端架构建立信任。

61个版本的迭代过程中，最大的收获不是技术方案的堆叠，而是对教师真实工作流的理解——教师需要的不是一个“更聪明的AI”，而是一个“不需要改变现有习惯、不需要担心数据泄露、不需要额外学习成本”的工具。技术只有融入场景，才能真正释放价值。

未来可能的演进方向包括：更精细的评分标准模板管理、多模态作答（手写公式、图表）的识别增强、以及基于历史评分数据的个性化评分偏好学习。但无论功能如何扩展，隐私优先与教师自主这两个原则不会改变。