{"id":"3229a7c3-5600-40fa-a1d1-ad9ee0d39c2a","entityType":"agent","slug":"clawhub-yezhaowang888-stack-huimai-homework-grading","name":"作业批改与学生学业综合评估Skill","canonicalUrl":"https://www.xpersona.co/agent/clawhub-yezhaowang888-stack-huimai-homework-grading","canonicalPath":"/agent/clawhub-yezhaowang888-stack-huimai-homework-grading","generatedAt":"2026-10-14T14:07:58.423Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":null},"description":"中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Skill: 作业批改与学生学业综合评估Skill Owner: yezhaowang888-stack Summary: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Tags: education:1.0.0, homework:1.0.0, huimai:1.0.0, latest:1.0.0 Version history: v1.0.0 | 2026-04-24T06:15:17.107Z | user v1.0.0: 初始发布，含专有授权协议 Archive index: Archive v1.0.0: 10 files, 18689 bytes Files: r","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 971 downloads reported by the source. Last updated 10/12/2026.","installCommand":"clawhub skill install s17ffxprqs0jtaf8w6n5gtnprd84cx12:huimai-homework-grading","sourceUrl":"https://clawhub.ai/yezhaowang888-stack/huimai-homework-grading","homepage":"https://clawhub.ai/yezhaowang888-stack/skills/huimai-homework-grading","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/yezhaowang888-stack/huimai-homework-grading","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/yezhaowang888-stack/skills/huimai-homework-grading","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Skill: 作"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":null},"stars":null,"forks":null,"downloads":971,"likes":null,"task":null,"library":null,"packageName":null,"latestVersion":"1.0.0","tractionLabel":"971 downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-12T00:04:56.297Z","emptyReason":null},"lastUpdatedAt":"2026-10-12T00:04:56.309Z","lastCrawledAt":"2026-10-12T00:04:56.297Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-13T00:04:56.297Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.0","createdAt":"2026-04-24T06:15:17.107Z","changelog":"v1.0.0: 初始发布，含专有授权协议","fileCount":10,"zipByteSize":18689}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17ffxprqs0jtaf8w6n5gtnprd84cx12:huimai-homework-grading","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-14T14:07:58.423Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yezhaowang888-stack-huimai-homework-grading/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":null},"readme":"Skill: 作业批改与学生学业综合评估Skill\n\nOwner: yezhaowang888-stack\n\nSummary: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。\n\nTags: education:1.0.0, homework:1.0.0, huimai:1.0.0, latest:1.0.0\n\nVersion history:\n\nv1.0.0 | 2026-04-24T06:15:17.107Z | user\n\nv1.0.0: 初始发布，含专有授权协议\n\nArchive index:\n\nArchive v1.0.0: 10 files, 18689 bytes\n\nFiles: references/chart-spec.md (2098b), references/data-model.md (2276b), references/ocr-implementation.md (8564b), references/ocr-selection.md (3067b), references/permission-model.md (1435b), references/textbook-mapping.md (4392b), references/textbook-version-mapping.md (8189b), skill-card.md (2967b), SKILL.md (3685b), _meta.json (142b)\n\nFile v1.0.0:SKILL.md\n\n---\nname: homework-grading-assessment\ndescription: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。\n---\n\n# 作业批改与学生学业综合评估\n\n## 核心功能\n\n### 1. 作业批改（拍照/扫描输入）\n\n- **输入方式**: 教师通过手机拍照或扫描学生作业（纸质或电子版）\n- **OCR+AI 识别**: 自动识别学生作答内容，并与标准答案/知识点映射对照\n- **批改结果**:\n  - 逐题标注对/错，标注错误类型（概念错误、计算错误、审题不清、表述不规范等）\n  - 每题关联对应的**课程标准知识点**\n  - 生成错题提示（告诉学生错在哪、正确思路是什么）\n  - 支持主观题人工复核接口\n\n### 2. 知识点掌握评估图\n\n- **单科维度**（单学生/全班）:\n  - 雷达图/柱状图：展示各知识点掌握率（0-100%）\n  - 知识点分级：**掌握/需巩固/薄弱** 三级\n  - 趋势线：近期历次测验的知识点掌握变化\n- **综合学科维度**（单学生/全班）:\n  - 学科间对比雷达图（语文/数学/英语/科学等）\n  - 各学科综合素养评分\n  - 学科均衡度分析\n\n### 3. 指导建议生成\n\n- **单学生层面**:\n  - 薄弱知识点专项练习题推荐\n  - 个性化学习计划建议\n  - 家长端简要报告（适合家长理解的语言）\n- **全班层面**:\n  - 班级共性薄弱知识点汇总\n  - 教学调整建议（哪些知识点需要重新讲授、哪些学生需要重点关注）\n  - 分组教学/分层作业建议\n\n### 4. 分级权限体系\n\n| 角色 | 可见范围 |\n|------|----------|\n| 单科教师 | 所教班级单科知识掌握情况、班级内学生个人单科情况 |\n| 班主任 | 所带班级全学科综合情况、班级内学生个人全科综合情况 |\n| 年级组长 | 年级内各班各科横向对比、年级整体水平报告 |\n| 校级管理层 | 全校各年级学科分析报告、教师教学质量综合数据 |\n\n## 数据结构参考\n\n见 [references/data-model.md](references/data-model.md) — 学生、班级、学科、知识点、作业记录数据模型。\n见 [references/permission-model.md](references/permission-model.md) — 分级角色权限映射。\n见 [references/chart-spec.md](references/chart-spec.md) — 评估图表规格说明。\n见 [references/ocr-implementation.md](references/ocr-implementation.md) — OCR 引擎选型（PaddleOCR推荐）、拍照批改工作流、Docker部署方案。\n见 [references/textbook-version-mapping.md](references/textbook-version-mapping.md) — 国内教材版本、三层知识点映射、5张数据表设计、跨版本兼容方案。\n\n---\n\n## 授权说明\n\n**版权与知识产权**: © 2026 Huimai Intelligence. All Rights Reserved.\n\n本技能文件（含所有附属参考文档）为**设计说明与产品预览**，仅限个人教师免费查阅和使用其中的教育理念与评估方法论。\n\n**商业使用许可**: 任何学校、教育机构或企业如需部署、集成、定制本系统，或进行任何形式的商业使用，须与惠迈智能（Huimai Intelligence）签订书面商业许可协议。\n\n本文件发布于 ClawHub 平台，发布时间戳作为原创性证明，受《中华人民共和国著作权法》及相关国际版权条约保护。未经授权复制、分发、修改或商用将追究法律责任。\n\nFile v1.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn75q5p7wpr68hmqar9ywtejsx84cw1x\",\n  \"slug\": \"huimai-homework-grading\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1777011317107\n}\n\nFile v1.0.0:references/chart-spec.md\n\n# 评估图表规格\n\n## 单学科知识点雷达图 (单学生 & 全班)\n\n- **类型**: 雷达图 (Radar Chart)\n- **X轴**: 该学科的所有知识点名称\n- **Y轴**: 掌握率 (0-100%)\n- **配色**:\n  - 单学生：蓝色线 + 浅蓝填充\n  - 全班平均：灰色虚线轮廓\n- **标注**: 每个数据点标注三级掌握标记（绿✔/黄⚠/红✘）\n- **下方说明文字**: 薄弱知识点列表 + 推荐练习\n\n## 单学科知识点掌握率柱状图 (全班汇总)\n\n- **类型**: 分组柱状图 (Grouped Bar Chart)\n- **X轴**: 知识点名称\n- **Y轴**: 掌握率 (0-100%)\n- **每组柱**: [全班平均, 最高, 最低, 中位]\n- **参考线**: 80% 掌握线（绿色虚线）\n\n## 多学科综合雷达图 (单学生)\n\n- **类型**: 雷达图 (Radar Chart)\n- **X轴**: 学科名称 (语/数/英/科)\n- **Y轴**: 各学科综合掌握率\n- **叠加**: 全班平均（灰色虚线）\n- **标注**: 学科均衡度指数（各科标准差）\n\n## 知识点掌握趋势图 (历次测验)\n\n- **类型**: 折线图 (Line Chart)\n- **X轴**: 时间（按测验日期）\n- **Y轴**: 掌握率\n- **每条线**: 一个知识点的变化趋势\n- **交互**: 悬停显示具体数值和日期\n\n## 班级共性薄弱知识点热力图\n\n- **类型**: 热力图 (Heatmap)\n- **X轴**: 知识点列表\n- **Y轴**: 学生列表（按掌握率排序）\n- **色阶**: 红(弱) → 黄 → 绿(强)\n- **用途**: 快速定位哪些知识点哪些学生最薄弱\n\n## 数据格式（通用）\n\n所有图表数据以标准 JSON 格式输出，前端使用 ECharts 或 Chart.js 渲染：\n\n```json\n{\n  \"chartType\": \"radar\",\n  \"title\": \"三年级二班数学知识点掌握评估\",\n  \"data\": {\n    \"indicators\": [\n      { \"name\": \"两位数加减法\", \"max\": 100 },\n      { \"name\": \"乘法口诀应用\", \"max\": 100 }\n    ],\n    \"series\": [\n      {\n        \"name\": \"张三\",\n        \"value\": [85, 62]\n      },\n      {\n        \"name\": \"全班平均\",\n        \"value\": [78, 71]\n      }\n    ]\n  },\n  \"advice\": \"全班在'乘法口诀应用'上掌握不足（62%），建议增加应用题专项训练。\"\n}\n```\n\nFile v1.0.0:references/data-model.md\n\n# 数据模型参考\n\n## 核心实体\n\n### 学生 (Student)\n```\nstudentId       string   # 学号\nname            string   # 姓名\ngrade           int      # 年级 (1-9)\nclassId         string   # 班级ID\nenrolledSubjects []string # 就读学科列表\n```\n\n### 班级 (Class)\n```\nclassId         string\ngrade           int\nclassName       string    # 如\"三年级二班\"\nheadTeacher     string    # 班主任教师ID\nsubjectTeachers map[string]string  # {科目: 教师ID}\n```\n\n### 学科 (Subject)\n```\nsubjectId       string    # 如 \"math\", \"chinese\", \"english\"\nsubjectName     string    # 科目名称\ngradeLevel      int       # 适用年级\nknowledgePoints []KP      # 该学科包含的知识点列表\n```\n\n### 知识点 (KnowledgePoint)\n```\nkpId            string    # 知识点ID，如 \"math-g3-01\"\nkpName          string    # 知识点名称，如 \"两位数加减法\"\nsubjectId       string    # 所属学科\nparentId        string    # 父知识点ID（用于层次结构）\nlevel           int       # 层级深度\nweight          float     # 在学科中的权重 (0-1)\ntags            []string  # 标签，如 [\"计算\", \"基础\"]\n```\n\n### 作业记录 (HomeworkRecord)\n```\nrecordId        string    # 记录ID\nstudentId       string\nsubjectId       string\nclassId         string\nsubmitTime      datetime\nquestions       []QuestionResult\ntotalScore      float\nfullScore       float\naccuracy        float     # 正确率 (0-1)\nteacherNote     string    # 教师备注（可选）\n```\n\n### 题目结果 (QuestionResult)\n```\nquestionId      string\nquestionType    string    # choice | fill-blank | short-answer | essay\ncorrect         bool\nscore           float\nfullScore       float\nerrorType       string    # concept | calculation | carelessness | expression | other\nrelatedKps      []string  # 关联的知识点ID列表\naiHint          string    # 自动生成的提示（错在哪、思路引导）\nteacherComment  string    # 教师批注（可选）\n```\n\n## 掌握度计算\n\n掌握度 = 该知识点关联题目的加权正确率\n\n```\nKP_mastery(student, kp) = Σ(question_score * weight) / Σ(question_fullScore * weight)\n```\n\n分级标准：\n- ≥ 80% — **掌握 (Mastered)**\n- 60%-80% — **需巩固 (Needs Review)**\n- < 60% — **薄弱 (Weak)**\n\nFile v1.0.0:references/ocr-implementation.md\n\n# OCR引擎选型与拍照批改技术方案\n\n> 适用于中国中小学作业批改场景的OCR技术选型指南与拍照批改工作流程\n\n## 一、业务需求分析\n\n### 1.1 核心场景\n\n| 场景 | 输入 | 输出 |\n|------|------|------|\n| 客观题批改（选择题、填空题、判断题） | 学生答题卡/作业纸照片 | 逐题对错标注 + 知识点关联 |\n| 主观题批改（简答题、计算题、作文） | 学生手写答案照片 | 识别文字内容 + 人工复核接口 |\n| 错题收集 | 批改后的作业照片 | 错误类型分类 + 知识点薄弱标记 |\n\n### 1.2 特殊要求\n\n- **手写体识别准确率** ≥ 95%（对小学生字迹的容忍度要高）\n- **拍照即识别**：普通手机拍摄即可，不需要专业扫描仪\n- **倾斜校正与增强**：自适应处理各种拍摄角度和光线\n- **批量处理**：一次拍照可识别多页/多人作业\n\n---\n\n## 二、国内主流OCR引擎对比\n\n| 对比项 | PaddleOCR（推荐） | 百度OCR教育版 | 腾讯OCR | 阿里OCR |\n|--------|:----------------:|:-------------:|:-------:|:-------:|\n| **开源性** | ✅ 全开源 | ❌ 商业API | ❌ 商业API | ❌ 商业API |\n| **手写体识别** | ✅ 支持（模型可微调） | ✅ 教育专用接口 | ⚠️ 通用手写 | ⚠️ 通用手写 |\n| **部署方式** | 本地/云端均可 | 云端API | 云端API | 云端API |\n| **离线能力** | ✅ 完全离线可用 | ❌ 需联网 | ❌ 需联网 | ❌ 需联网 |\n| **教育适配** | ⚠️ 需微调训练 | ✅ 有教育专用模型 | ❌ 通用模型 | ❌ 通用模型 |\n| **数学公式** | ✅ 支持 | ✅ 支持 | ⚠️ 有限支持 | ⚠️ 有限支持 |\n| **英文混合** | ✅ 中英混合 | ✅ 支持 | ✅ 支持 | ✅ 支持 |\n| **批量并发** | 本地控制 | API限速 | API限速 | API限速 |\n| **成本** | 免费 | 按调用量计费 | 按调用量计费 | 按调用量计费 |\n| **社区活跃度** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ | ⭐⭐ |\n| **文档完善度** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ |\n\n### 2.1 推荐选型：PaddleOCR（百度飞桨）\n\n**核心优势：**\n1. **开源免费** — 无调用次数限制，适合学校大规模使用\n2. **可本地部署** — 支持CPU推理，普通教室电脑即可运行\n3. **模型可微调** — 可用本校学生字迹数据微调，持续提升准确率\n4. **数学公式识别** — 支持 LaTeX 格式输出，适合理科作业\n5. **社区生态** — 国内活跃度最高的OCR开源项目\n\n**不足与弥补：**\n- 初始部署需要一定技术门槛 → 提供 Docker 一键部署方案\n- 手写体模型需要微调 → 提供预训练模型 + 微调教程\n\n### 2.2 备选方案：百度OCR教育版\n\n适用于没有本地部署条件、愿意付费的学校：\n- 有教育专用接口，手写体识别经过教育场景优化\n- 支持作业批改场景的特殊需求\n\n---\n\n## 三、拍照批改完整工作流\n\n### 3.1 教师操作流程\n\n```\n┌────────────────────────────────────────────────────────┐\n│                    教师端操作流程                       │\n├────────────────────────────────────────────────────────┤\n│  ① 打开App → 选择\"批改作业\" → 选择班级 + 科目         │\n│  ② 拍照学生作业（单页/连续多页）                       │\n│  ③ 系统自动：裁剪→倾斜校正→增强→OCR识别               │\n│  ④ 系统自动：比对标准答案 → 标注对错 → 关联知识点     │\n│  ⑤ 教师复核（重点复核主观题）                           │\n│  ⑥ 确认批改完成 → 系统生成评估数据                     │\n└────────────────────────────────────────────────────────┘\n```\n\n### 3.2 技术处理流水线\n\n```yaml\n输入层:\n  - 手机摄像头拍照（推荐分辨率 ≥ 1080p）\n  - 相册导入已有照片\n  - 批量导入（PDF/图片文件夹）\n\n预处理层:\n  - 自动边缘检测 + 透视校正（矫正拍摄角度）\n  - 自适应二值化（增强对比度）\n  - 去噪 + 去阴影\n  - 版面分析（定位题目区域 → 答题区域 → 评分区域）\n\n识别层:\n  - PaddleOCR 通用文字识别\n  - 手写体专用模型（可用学校数据微调）\n  - 数学公式识别模型（输出LaTeX）\n  - 表格识别（针对答题卡）\n\n后处理层:\n  - 与标准答案比对（精确匹配 / 语义相似度匹配）\n  - 错误类型分类（概念/计算/审题/表述）\n  - 知识点关联（根据题目编号 → 知识点映射表）\n  - 得分计算 + 对错标注\n\n输出层:\n  - 逐题批改结果（JSON格式）\n  - 错题提示文本（适合学生理解的语言）\n  - 统计汇总（正确率、薄弱知识点等）\n```\n\n### 3.3 关键接口定义\n\n```typescript\n// 批改请求\ninterface BatchRequest {\n  classId: string;\n  subjectId: string;\n  assignmentId: string;\n  images: ImageData[];       // 拍照/导入的图片\n  answerKey: AnswerKey;      // 标准答案（教师预先提供或系统题库）\n}\n\n// 批改结果\ninterface BatchResult {\n  studentResults: StudentResult[];\n  classSummary: ClassSummary;\n  kpAnalysis: KPAnalysis[];  // 知识点掌握分析\n}\n\n// 逐题批改\ninterface QuestionResult {\n  questionId: string;\n  isCorrect: boolean;\n  score: number;             // 满分 / 得分\n  errorType?: ErrorType;     // 错误类型\n  hint: string;              // 提示文本\n  kpIds: string[];           // 关联知识点\n}\n\n// 错误类型枚举\nenum ErrorType {\n  CONCEPT = \"概念错误\",       // 知识点理解错误\n  CALCULATION = \"计算错误\",   // 计算过程出错\n  MISREAD = \"审题不清\",       // 没读懂题目\n  EXPRESSION = \"表述不规范\",  // 答案表述不完整/不准确\n  CARELESS = \"粗心错误\",      // 笔误/抄错等\n}\n```\n\n---\n\n## 四、部署建议\n\n### 4.1 轻量级部署（单学校）\n\n```\n硬件: 1台普通PC/服务器（4核CPU, 8GB RAM, 无GPU也可）\n软件: Docker + PaddleOCR\n部署方式: docker-compose 一键部署\n容量: 支持2000人以内学校\n```\n\n### 4.2 区域级部署（教育局/集团校）\n\n```\n硬件: 1台GPU服务器（如 RTX 3060 以上）\n软件: Docker + PaddleOCR + 模型微调流水线\n部署方式: Kubernetes 集群\n容量: 支持多所学校、万人规模\n```\n\n### 4.3 上云部署\n\n```\n适用场景: 无本地IT能力的学校\n推荐服务: 百度OCR教育版 / 阿里云OCR\n优势: 零部署，按量付费\n劣势: 持续支出，需联网\n```\n\n---\n\n## 五、PaddleOCR快速接入\n\n### Docker一键部署\n\n```bash\n# 拉取PaddleOCR Docker镜像\ndocker pull paddlepaddle/paddleocr:latest\n\n# 启动OCR服务（CPU版本）\ndocker run -d --name paddle-ocr -p 8866:8866 \\\n  paddlepaddle/paddleocr:latest \\\n  /bin/bash -c \"python3 -m paddleocr --server\"\n\n# 调用API\ncurl -X POST http://localhost:8866/ocr \\\n  -H \"Content-Type: application/json\" \\\n  -d '{\"image\": \"base64_encoded_image_data\"}'\n```\n\n### SDK集成（Node.js）\n\n```javascript\nconst PaddleOCR = require('paddleocr-node');\n\nconst ocr = new PaddleOCR({\n  useGPU: false,  // CPU模式\n  lang: 'ch',\n  detDBScoreThresh: 0.3,\n  useAngleCls: true  // 自动旋转校正\n});\n\nasync function recognize(imagePath) {\n  const result = await ocr.recognize(imagePath);\n  return result.map(item => ({\n    text: item.text,\n    confidence: item.confidence,\n    position: item.box  // 文本框位置\n  }));\n}\n```\n\n---\n\n## 六、关键指标\n\n| 指标 | 目标值 | 备注 |\n|------|--------|------|\n| 单页识别耗时 | < 2秒 | CPU模式，不包含网络延迟 |\n| 手写体识别率 | ≥ 95% | 使用微调模型后可提升至98%+ |\n| 公式识别率 | ≥ 90% | 含 LaTeX 正确转换 |\n| 倾斜校正 | ±30° | 超过此角度提示用户重新拍摄 |\n| 批量处理 | 50页/分钟 | 本地部署吞吐量 |\n| 容错 | 识别失败 → 进入人工复核队列 | 确保不漏判 |\n\n---\n\n## 七、注意事项\n\n1. **数据隐私**：学生作业涉及个人信息，建议优先本地部署方案\n2. **手写体适配**：低年级学生字迹不规范，建议用本校样本微调模型\n3. **网络要求**：如使用云端OCR，需保证学校网络稳定\n4. **教师体验**：自动批改后始终保留教师复核环节，AI不替代教师判断\n\nFile v1.0.0:references/ocr-selection.md\n\n# OCR 技术选型建议\n\n## 适用场景分析\n\n中小学作业批改场景的 OCR 有独特要求，与通用文档 OCR 不同：\n\n| 场景特征 | 要求 |\n|----------|------|\n| 手写体为主（学生作答） | 手写识别准确率是关键 |\n| 印刷体为辅（题目文本） | 印刷体识别成熟，门槛低 |\n| 数学公式/化学方程式 | 需要公式识别能力 |\n| 英语作文/语文作文 | 长文本手写识别 |\n| 答题卡/填空/选择题 | 结构化版面分析 |\n| 教师批改标记（勾/叉/划线） | 标记符号识别 + 语义理解 |\n\n## 选型对比\n\n| 方案 | 手写识别 | 公式识别 | 结构化版面 | 本地部署 | 成本 | 推荐场景 |\n|------|----------|----------|------------|----------|------|----------|\n| **百度OCR教育版** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 支持私有化 | 按量/包年 | **首选**，教育场景专项优化 |\n| **阿里云OCR教育版** | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 支持私有化 | 按量 | 备选，生态丰富 |\n| **腾讯云OCR** | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | 混合云 | 按量 | 备选，适合腾讯系学校 |\n| **PaddleOCR (开源)** | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | 完全本地 | 免费 | **初建推荐**低成本验证 |\n| **Mathpix** | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐ | 不支持 | 按量 | 公式专项，数学学科 |\n| **Google Cloud Vision** | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | 不支持 | 按量 | 海外学校/国际部 |\n\n## 推荐路径\n\n### 第一阶段（MVP 验证，0-1）\n**PaddleOCR（开源）+ 自研版面分析**\n\n- 成本: 0元，纯服务器资源\n- 优势: 完全本地部署，数据不外传\n- 不足: 手写准确率不如商业方案，需要调优\n- 适合: 验证流程、小规模试点（<500学生）\n\n### 第二阶段（规模推广，1-100）\n**百度OCR教育版（主）+ PaddleOCR（辅，备用降级）**\n\n- 百度OCR教育版的手写识别和结构化版面分析最成熟\n- 支持私有化部署（数据安全合规要求）\n- 按量计费，成本可控\n\n### 第三阶段（深度定制，100+）\n**自研微调模型（基于PaddleOCR/ERNIE）**\n\n- 收集学校自有数据，微调手写识别模型\n- 针对特定教材版本优化\n- 逐步减少对商业 API 的依赖\n\n## 数据安全与合规\n\n- **中小学数据敏感**: 学生作业内容属个人信息，需谨慎处理\n- **本地/私有云优先**: 推荐第一阶段开源方案 + 第二阶段私有化部署\n- **数据脱敏**: 对接商业API前需进行学生姓名/学号脱敏\n- **合规备案**: 涉及学生数据需符合《个人信息保护法》及教育部门相关规定\n\n## 关键评估指标\n\n| 指标 | 可接受 | 良好 | 优秀 |\n|------|--------|------|------|\n| 手写数字准确率 | ≥90% | ≥95% | ≥98% |\n| 手写中文准确率 | ≥85% | ≥92% | ≥96% |\n| 数学公式识别率 | ≥80% | ≥90% | ≥95% |\n| 批改标记识别率 | ≥85% | ≥92% | ≥97% |\n| 单页处理速度 | ≤3s | ≤1s | ≤0.5s |\n| 价格 | - | ≤0.02元/页 | ≤0.01元/页 |\n\nFile v1.0.0:references/permission-model.md\n\n# 权限模型参考\n\n## 角色定义\n\n| 角色代码 | 角色名称 | 说明 |\n|----------|----------|------|\n| teacher_subject | 单科教师 | 教授特定学科，按班级授课 |\n| teacher_head | 班主任 | 管理班级全面事务 |\n| leader_grade | 年级组长 | 统筹年级教学 |\n| admin_school | 校级管理层 | 校长/教导主任等 |\n| sysadmin | 系统管理员 | 技术运维 |\n\n## 权限矩阵\n\n| 数据范围 | teacher_subject | teacher_head | leader_grade | admin_school |\n|-----------|-----------------|--------------|--------------|--------------|\n| 所教班级学生 × 所教学科掌握度 | ✔ 读写 | ✔ 只读 | ✔ 只读 | ✔ 只读 |\n| 所带班级学生 × 全学科综合掌握度 | ✘ | ✔ 读写 | ✔ 只读 | ✔ 只读 |\n| 同年级所有班级 × 单学科对比 | ✘ | ✘ | ✔ 只读 | ✔ 只读 |\n| 全校所有年级综合报告 | ✘ | ✘ | ✘ | ✔ 只读 |\n| 批改本人布置的作业 | ✔ 读写 | ✘ | ✘ | ✘ |\n| 添加/编辑知识点映射 | ✘ | ✘ | ✘ | ✘ (sysadmin) |\n| 查看系统操作日志 | ✘ | ✘ | ✘ | ✘ (sysadmin) |\n\n## 权限校验规则\n\n1. 教师只能批改自己布置的作业（按 `subjectId` + `classId` 匹配）\n2. 班主任默认拥有所带班级所有学科数据的查看权限\n3. 跨年级数据默认不可见，需特别授权\n4. 教师可以授权给自己指定的助理教师（支持临时授权，自动过期）\n\nFile v1.0.0:references/textbook-mapping.md\n\n# 知识点-教材版本映射方案\n\n## 问题背景\n\n中国中小学教材存在多个版本（人教版、北师大版、苏教版、沪教版、浙教版等），同一知识点在不同版本中的编排顺序、深度、呈现方式各不相同。知识点掌握评估必须与**学校实际使用的教材版本**对齐。\n\n## 映射架构\n\n```\n国家课程标准（统一）\n       ↕ 映射\n教材版本知识图谱\n       ↕ 映射\n学校教学进度（实际）\n       ↕ 映射\n作业题目 → 知识点\n```\n\n### 第一层：课程标准层级\n\n中国教育部发布的**义务教育课程标准**是所有教材版本的共同基础。每个学科的知识点最终可以上溯到课标中的\"内容标准\"条目。\n\n**示例（数学·三年级）：**\n\n| 课标编号 | 内容标准 | 说明 |\n|----------|----------|------|\n| M3-1-1 | 数的认识 | 认识万以内的数 |\n| M3-1-2 | 数的运算 | 两位数加减法、多位数乘除法 |\n| M3-1-3 | 常见的量 | 认识年月日、24时计时法 |\n| M3-2-1 | 图形的认识 | 长方形、正方形、平行四边形 |\n| M3-2-2 | 测量 | 面积的意义及单位 |\n| M3-3-1 | 数据的收集与整理 | 简单数据统计 |\n\n### 第二层：教材版本知识图谱\n\n各教材版本对课标知识点进行编排，形成版本特有的知识图谱：\n\n```\n人教版（人教版数学）\n├── 三年级上册\n│   ├── 第一单元 时、分、秒 (M3-1-3)\n│   ├── 第二单元 万以内的加法和减法 (M3-1-2)\n│   ├── 第三单元 测量 (M3-2-2)\n│   └── ...\n├── 三年级下册\n│   ├── 第一单元 位置与方向 (M3-2-1)\n│   └── ...\n└── ...\n\n北师大版（北师大版数学）\n├── 三年级上册\n│   ├── 第一单元 混合运算 (M3-1-2)\n│   ├── 第二单元 观察物体 (M3-2-1)\n│   └── ...\n└── ...\n```\n\n## 数据存储方案\n\n### 方案一：JSON 知识图谱（推荐起步）\n\n```json\n{\n  \"subject\": \"math\",\n  \"gradeLevel\": 3,\n  \"textbookVersion\": \"人教版\",\n  \"units\": [\n    {\n      \"unitId\": \"math-g3-rj-1\",\n      \"unitName\": \"时、分、秒\",\n      \"curriculumRef\": \"M3-1-3\",\n      \"knowledgePoints\": [\n        {\n          \"kpId\": \"math-g3-rj-1-01\",\n          \"kpName\": \"秒的认识\",\n          \"weight\": 0.3,\n          \"questionPatterns\": [\"认识秒针\", \"秒与分的换算\"]\n        },\n        {\n          \"kpId\": \"math-g3-rj-1-02\",\n          \"kpName\": \"时间的计算\",\n          \"weight\": 0.4,\n          \"questionPatterns\": [\"经过时间计算\", \"开始/结束时间推算\"]\n        }\n      ]\n    }\n  ]\n}\n```\n\n### 方案二：关系型数据库\n\n适用于多学校、多版本管理：\n\n```\n表: textbook_versions\n  version_id (PK) | subject | grade | publisher | edition_year | is_active\n\n表: knowledge_points\n  kp_id (PK) | curriculum_ref (FK) | name | description | level\n\n表: textbook_kp_mapping\n  map_id (PK) | version_id (FK) | kp_id (FK) | unit | chapter | sequence | weight\n\n表: question_kp_mapping\n  map_id (PK) | question_id (FK) | kp_id (FK) | weight | difficulty\n```\n\n## 学校适配流程\n\n```\n1. 学校注册 → 选择教材版本（人教/北师大/苏教...）→ 选择年级\n2. 系统加载对应版本的知识图谱\n3. 教师确认/微调进度（例如：本校教学进度比标准快或慢两周）\n4. 教师按课时/单元布置作业 → 题目自动关联知识点\n5. 评估报告基于版本知识图谱生成\n```\n\n## 版本间知识点映射\n\n同一课标知识点在不同教材版本间可建立自动映射：\n\n```\n人教版 M3-1-2     →   北师大版 M3-1-2\n\"万以内加减法\"     ↕    \"混合运算中的加减法\"\n  权重: 0.4             权重: 0.35\n```\n\n映射准确性依赖于：\n1. **课标编号**作为统一标识（最可靠）\n2. **知识点名称 + 描述**的语义匹配（辅助）\n3. **题目模式匹配**（根据题目内容自动关联）\n\n## 多版本管理策略\n\n| 策略 | 适用场景 | 复杂度 | 推荐 |\n|------|----------|--------|------|\n| 单一版本（全校统一教材） | 单校部署 | 低 | MVP首选 |\n| 多版本预置（维护主流版本图谱） | 区域部署，有限版本 | 中 | 推广阶段 |\n| 动态映射（AI自动匹配题目→知识点） | 多版本混合 | 高 | 成熟阶段 |\n| 开放图谱（教师自定义知识点） | 校本课程/特色教学 | 中高 | 高阶定制 |\n\nFile v1.0.0:references/textbook-version-mapping.md\n\n# 教材版本知识点映射方案\n\n> 中国中小学教材版本差异分析与知识点标准映射方案\n\n## 一、背景\n\n中国中小学教材存在多个版本，各版本的知识点结构、编排顺序、教学进度各不相同。要实现作业批改和学生学业评估的通用性，需要建立一套**教材版本→标准知识点**的映射机制。\n\n## 二、主流教材版本一览\n\n### 小学阶段（1-6年级）\n\n| 科目 | 主流版本 | 使用范围 |\n|------|---------|---------|\n| 语文 | 部编版（人教社） | 全国通用，覆盖约90% |\n| 数学 | 人教版、北师大版、苏教版 | 人教版约60%，北师大版约20%，苏教版约15% |\n| 英语 | 人教版（PEP）、外研社版 | 人教版约50%，外研社约20% |\n| 科学 | 教科版、人教版 | 教科版约50% |\n\n### 初中阶段（7-9年级）\n\n| 科目 | 主流版本 | 使用范围 |\n|------|---------|---------|\n| 语文 | 部编版 | 全国统一 |\n| 数学 | 人教版、北师大版、华师大版 | 人教版约50% |\n| 英语 | 人教版、外研社版、牛津译林版 | 人教版约40% |\n| 物理 | 人教版、沪科版、教科版 | 人教版约50% |\n| 化学 | 人教版、鲁教版 | 人教版约60% |\n\n---\n\n## 三、知识点映射体系设计\n\n### 3.1 三层知识点结构\n\n```\n第一层：课程大纲层（国家级标准）\n  └── 义务教育课程标准（2022版）定义的课程内容框架\n  \n第二层：教材结构层（各版本特有）\n  └── 各版本教材的章/单元结构、学期进度安排\n  \n第三层：知识点粒度层（可评估）\n  └── 具体的知识点（最小评估单元），如\"两位数乘法的竖式计算\"\n```\n\n### 3.2 映射关系模型\n\n```yaml\n义务教育课程标准（2022版）:\n  数学:\n    数与代数:\n      - 数的认识\n      - 数的运算\n      - 常见的量\n      - 式与方程\n      - 正比例与反比例\n    图形与几何:\n      - 图形的认识\n      - 测量\n      - 图形的运动\n      - 图形与位置\n    统计与概率:\n      - 数据统计\n      - 可能性\n    综合与实践: [...]\n\n教材版本（如人教版三年级上册）:\n  对应的课程大纲:\n    第一单元 时、分、秒 → 常见的量（时间单位）\n    第二单元 万以内的加法和减法 → 数的运算（加减法）\n    第三单元 测量 → 测量（长度/质量单位）\n    第四单元 万以内的加法和减法（二） → 数的运算（连续进位/退位）\n    第五单元 倍的认识 → 数的运算（倍数关系）\n    第六单元 多位数乘一位数 → 数的运算（乘法）\n    第七单元 长方形和正方形 → 图形的认识（四边形）\n    第八单元 分数的初步认识 → 数的认识（分数）\n    第九单元 数学广角──集合 → 综合与实践\n\n知识点粒度（最小评估单元）:\n  KP-001: 认识时间单位（秒）\n  KP-002: 简单的时间计算\n  KP-003: 万以内数的加法（不进位）\n  KP-004: 万以内数的加法（进位）\n  KP-005: 万以内数的减法（不退位）\n  KP-006: 万以内数的减法（退位）\n  KP-007: 毫米、分米的认识与换算\n  KP-008: 千米的认识与换算\n  KP-009: 吨的认识与换算\n  KP-010: 连续进位的加法\n  KP-011: 连续退位的减法\n  KP-012: 倍的含义\n  KP-013: 求一个数是另一个数的几倍\n  KP-014: 口算乘法\n  KP-015: 笔算乘法（不进位）\n  KP-016: 笔算乘法（进位）\n  KP-017: 四边形的特征\n  KP-018: 长方形和正方形的特征\n  KP-019: 周长的含义\n  KP-020: 长方形和正方形的周长计算\n  KP-021: 分数的初步认识（几分之一）\n  KP-022: 分数的大小比较\n  KP-023: 分数的简单加减\n  KP-024: 集合思想\n```\n\n---\n\n## 四、数据结构设计\n\n### 4.1 课程大纲表\n\n```sql\nCREATE TABLE curriculum_standard (\n  standard_id   VARCHAR(32) PRIMARY KEY,     -- 如 \"CS-MATH-3\"\n  subject_id    VARCHAR(16) NOT NULL,         -- 如 \"math\"\n  grade         INT NOT NULL,                 -- 年级\n  domain        VARCHAR(64),                  -- 领域（数与代数/图形与几何等）\n  category      VARCHAR(64),                  -- 类别\n  name          VARCHAR(128) NOT NULL,         -- 标准名称\n  description   TEXT,                         -- 详细描述\n  version       VARCHAR(32) DEFAULT '2022'    -- 课标版本\n);\n```\n\n### 4.2 教材版本表\n\n```sql\nCREATE TABLE textbook_version (\n  version_id    VARCHAR(32) PRIMARY KEY,       -- 如 \"PEP-MATH-3A\"\n  subject_id    VARCHAR(16) NOT NULL,\n  grade         INT NOT NULL,\n  semester      VARCHAR(4),                    -- \"上\"/\"下\"\n  publisher     VARCHAR(64),                   -- 出版出版社\n  name          VARCHAR(128) NOT NULL,          -- 教材全称\n  edition_year  INT                            -- 版本年份\n);\n```\n\n### 4.3 章节知识点映射表\n\n```sql\nCREATE TABLE chapter_kp_mapping (\n  mapping_id    VARCHAR(32) PRIMARY KEY,\n  version_id    VARCHAR(32) NOT NULL,           -- 教材版本ID\n  unit_no       INT NOT NULL,                   -- 单元序号\n  unit_name     VARCHAR(128) NOT NULL,           -- 单元名称\n  lesson_no     INT,                            -- 课序号（可选）\n  lesson_name   VARCHAR(128),                   -- 课名称（可选）\n  kp_id         VARCHAR(32) NOT NULL,            -- 关联知识点\n  standard_id   VARCHAR(32),                    -- 关联课标\n  sequence      INT NOT NULL,                   -- 教学顺序\n  FOREIGN KEY (version_id) REFERENCES textbook_version(version_id),\n  FOREIGN KEY (kp_id) REFERENCES knowledge_point(kp_id)\n);\n```\n\n### 4.4 知识点表\n\n```sql\nCREATE TABLE knowledge_point (\n  kp_id         VARCHAR(32) PRIMARY KEY,        -- 如 \"KP-MATH-003\"\n  subject_id    VARCHAR(16) NOT NULL,\n  grade         INT NOT NULL,\n  name          VARCHAR(128) NOT NULL,           -- 知识点名称\n  difficulty    ENUM('基础', '进阶', '拓展'),\n  prerequisites JSON,                           -- 前置知识点列表\n  description   TEXT,\n  examples      JSON                            -- 示例题目\n);\n```\n\n### 4.5 学校教材配置表\n\n```sql\nCREATE TABLE school_textbook_config (\n  school_id     VARCHAR(32) PRIMARY KEY,\n  subject_map   JSON,                           -- {\"math\": \"PEP-MATH-3A\", \"chinese\": \"PEP-CHINESE-3A\", ...}\n  updated_at    TIMESTAMP DEFAULT CURRENT_TIMESTAMP\n);\n```\n\n---\n\n## 五、映射流程\n\n### 5.1 初始化映射\n\n```\n学校注册时:\n  ① 选择教材版本（语文/数学/英语/科学...）\n  ② 系统根据配置自动加载对应章节→知识点映射表\n  ③ 返回知识点树供后续评估使用\n```\n\n### 5.2 题目关联知识点\n\n```\n教师出题/系统题库:\n  ① 每题关联一个或多个知识点ID\n  ② 同时标注与教材版本的章节对应关系\n  ③ 批改后自动累积知识点掌握数据\n```\n\n### 5.3 跨版本兼容\n\n```\n当学校更换教材版本时:\n  ① 新版本映射表替换旧版本\n  ② 历史评估数据通过知识点ID（课标层）保持连续性\n  ③ 章节层映射更新，不影响已有知识点的掌握率统计\n```\n\n---\n\n## 六、知识点掌握率计算\n\n### 6.1 基础公式\n\n```\n单个知识点掌握率 = 该知识点相关题目的正确数 / 该知识点相关题目总数 × 100%\n```\n\n### 6.2 加权修正\n\n```\n考虑题目难度系数后的加权掌握率:\n  weighted_rate = Σ(正确_i × 难度系数_i) / Σ(总_i × 难度系数_i)\n  \n  难度系数: 基础=1.0, 进阶=1.2, 拓展=1.5\n```\n\n### 6.3 置信度\n\n```\n统计置信度: \n  - 题目数 ≥ 10: 高置信度\n  - 题目数 5-9: 中等置信度\n  - 题目数 < 5: 低置信度（暂不纳入正式评估）\n```\n\n---\n\n## 七、实施建议\n\n1. **预置映射**：系统预置主流教材版本（人教版/北师大版/苏教版等）的完整知识点映射\n2. **自定义扩展**：支持学校管理员在预置映射基础上增删改知识点\n3. **初始配置**：学校首次使用时，选择各科教材版本即可自动完成映射初始化\n4. **版本升级**：教材改版时，提供映射迁移工具，保证历史数据不丢失\n5. **开放格式**：支持CSV/JSON格式导入，方便与其他教育系统对接\n\nFile v1.0.0:skill-card.md\n\n## Description:\n\nThis skill helps Chinese primary and middle school teachers grade photographed or scanned homework, map results to curriculum knowledge points, generate student and class mastery assessments, and produce role-aware learning guidance.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[yezhaowang888-stack](https://clawhub.ai/user/yezhaowang888-stack)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nTeachers, school administrators, and education technology teams use this skill to design workflows for OCR-assisted homework grading, knowledge-point mastery analysis, student and class reports, and permission-scoped access to academic data.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Student homework, names, class information, and academic performance data may be exposed if the OCR service or storage layer is deployed without sufficient protection.\n\nMitigation: Bind local OCR services to localhost or place them behind authenticated TLS, enforce role-based access controls, add upload and rate limits, and define consent, retention, deletion, and audit rules before processing student data.\n\nRisk: Unpinned OCR containers or dependencies can change behavior or introduce supply-chain risk.\n\nMitigation: Pin and verify OCR container images and model artifacts before deployment, and review updates before using them in a school environment.\n\nRisk: OCR and AI grading may misread handwriting or produce incorrect scoring and learning advice.\n\nMitigation: Keep teacher review in the grading workflow, especially for subjective answers, low-confidence OCR results, and student-facing feedback.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/yezhaowang888-stack/skills/huimai-homework-grading)\n- [Data Model Reference](references/data-model.md)\n- [Permission Model Reference](references/permission-model.md)\n- [Assessment Chart Specification](references/chart-spec.md)\n- [OCR Implementation Plan](references/ocr-implementation.md)\n- [OCR Selection Guidance](references/ocr-selection.md)\n- [Textbook Mapping Plan](references/textbook-mapping.md)\n- [Textbook Version Mapping Plan](references/textbook-version-mapping.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with JSON, TypeScript, SQL, YAML, and shell command snippets]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Includes education data models, OCR deployment examples, chart specifications, permission rules, and textbook mapping guidance.]\n\n## Skill Version(s):\n\n1.0.0 (source: ClawHub release metadata and target metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.","readmeExcerpt":"Skill: 作业批改与学生学业综合评估Skill Owner: yezhaowang888-stack Summary: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Tags: education:1.0.0, homework:1.0.0, huimai:1.0.0, latest:1.0.0 Version history: v1.0.0 | 2026-04-24T06:15:17.107Z | user v1.0.0: 初始发布，含专有授权协议 Archive index: Archive v1.0.0: 10 files, 18689 bytes Files: r","codeSnippets":[],"executableExamples":[{"language":"json","snippet":"{\n  \"chartType\": \"radar\",\n  \"title\": \"三年级二班数学知识点掌握评估\",\n  \"data\": {\n    \"indicators\": [\n      { \"name\": \"两位数加减法\", \"max\": 100 },\n      { \"name\": \"乘法口诀应用\", \"max\": 100 }\n    ],\n    \"series\": [\n      {\n        \"name\": \"张三\",\n        \"value\": [85, 62]\n      },\n      {\n        \"name\": \"全班平均\",\n        \"value\": [78, 71]\n      }\n    ]\n  },\n  \"advice\": \"全班在'乘法口诀应用'上掌握不足（62%），建议增加应用题专项训练。\"\n}"},{"language":"text","snippet":"studentId       string   # 学号\nname            string   # 姓名\ngrade           int      # 年级 (1-9)\nclassId         string   # 班级ID\nenrolledSubjects []string # 就读学科列表"},{"language":"text","snippet":"classId         string\ngrade           int\nclassName       string    # 如\"三年级二班\"\nheadTeacher     string    # 班主任教师ID\nsubjectTeachers map[string]string  # {科目: 教师ID}"},{"language":"text","snippet":"subjectId       string    # 如 \"math\", \"chinese\", \"english\"\nsubjectName     string    # 科目名称\ngradeLevel      int       # 适用年级\nknowledgePoints []KP      # 该学科包含的知识点列表"},{"language":"text","snippet":"kpId            string    # 知识点ID，如 \"math-g3-01\"\nkpName          string    # 知识点名称，如 \"两位数加减法\"\nsubjectId       string    # 所属学科\nparentId        string    # 父知识点ID（用于层次结构）\nlevel           int       # 层级深度\nweight          float     # 在学科中的权重 (0-1)\ntags            []string  # 标签，如 [\"计算\", \"基础\"]"},{"language":"text","snippet":"recordId        string    # 记录ID\nstudentId       string\nsubjectId       string\nclassId         string\nsubmitTime      datetime\nquestions       []QuestionResult\ntotalScore      float\nfullScore       float\naccuracy        float     # 正确率 (0-1)\nteacherNote     string    # 教师备注（可选）"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: homework-grading-assessment\ndescription: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。\n---\n\n# 作业批改与学生学业综合评估\n\n## 核心功能\n\n### 1. 作业批改（拍照/扫描输入）\n\n- **输入方式**: 教师通过手机拍照或扫描学生作业（纸质或电子版）\n- **OCR+AI 识别**: 自动识别学生作答内容，并与标准答案/知识点映射对照\n- **批改结果**:\n  - 逐题标注对/错，标注错误类型（概念错误、计算错误、审题不清、表述不规范等）\n  - 每题关联对应的**课程标准知识点**\n  - 生成错题提示（告诉学生错在哪、正确思路是什么）\n  - 支持主观题人工复核接口\n\n### 2. 知识点掌握评估图\n\n- **单科维度**（单学生/全班）:\n  - 雷达图/柱状图：展示各知识点掌握率（0-100%）\n  - 知识点分级：**掌握/需巩固/薄弱** 三级\n  - 趋势线：近期历次测验的知识点掌握变化\n- **综合学科维度**（单学生/全班）:\n  - 学科间对比雷达图（语文/数学/英语/科学等）\n  - 各学科综合素养评分\n  - 学科均衡度分析\n\n### 3. 指导建议生成\n\n- **单学生层面**:\n  - 薄弱知识点专项练习题推荐\n  - 个性化学习计划建议\n  - 家长端简要报告（适合家长理解的语言）\n- **全班层面**:\n  - 班级共性薄弱知识点汇总\n  - 教学调整建议（哪些知识点需要重新讲授、哪些学生需要重点关注）\n  - 分组教学/分层作业建议\n\n### 4. 分级权限体系\n\n| 角色 | 可见范围 |\n|------|----------|\n| 单科教师 | 所教班级单科知识掌握情况、班级内学生个人单科情况 |\n| 班主任 | 所带班级全学科综合情况、班级内学生个人全科综合情况 |\n| 年级组长 | 年级内各班各科横向对比、年级整体水平报告 |\n| 校级管理层 | 全校各年级学科分析报告、教师教学质量综合数据 |\n\n## 数据结构参考\n\n见 [references/data-model.md](references/data-model.md) — 学生、班级、学科、知识点、作业记录数据模型。\n见 [references/permission-model.md](references/permission-model.md) — 分级角色权限映射。\n见 [references/chart-spec.md](references/chart-spec.md) — 评估图表规格说明。\n见 [references/ocr-implementation.md](references/ocr-implementation.md) — OCR 引擎选型（PaddleOCR推荐）、拍照批改工作流、Docker部署方案。\n见 [references/textbook-version-mapping.md](references/textbook-version-mapping.md) — 国内教材版本、三层知识点映射、5张数据表设计、跨版本兼容方案。\n\n---\n\n## 授权说明\n\n**版权与知识产权**: © 2026 Huimai Intelligence. All Rights Reserved.\n\n本技能文件（含所有附属参考文档）为**设计说明与产品预览**，仅限个人教师免费查阅和使用其中的教育理念与评估方法论。\n\n**商业使用许可**: 任何学校、教育机构或企业如需部署、集成、定制本系统，或进行任何形式的商业使用，须与惠迈智能（Huimai Intelligence）签订书面商业许可协议。\n\n本文件发布于 ClawHub 平台，发布时间戳作为原创性证明，受《中华人民共和国著作权法》及相关国际版权条约保护。未经授权复制、分发、修改或商用将追究法律责任。"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn75q5p7wpr68hmqar9ywtejsx84cw1x\",\n  \"slug\": \"huimai-homework-grading\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1777011317107\n}"},{"path":"references/chart-spec.md","content":"# 评估图表规格\n\n## 单学科知识点雷达图 (单学生 & 全班)\n\n- **类型**: 雷达图 (Radar Chart)\n- **X轴**: 该学科的所有知识点名称\n- **Y轴**: 掌握率 (0-100%)\n- **配色**:\n  - 单学生：蓝色线 + 浅蓝填充\n  - 全班平均：灰色虚线轮廓\n- **标注**: 每个数据点标注三级掌握标记（绿✔/黄⚠/红✘）\n- **下方说明文字**: 薄弱知识点列表 + 推荐练习\n\n## 单学科知识点掌握率柱状图 (全班汇总)\n\n- **类型**: 分组柱状图 (Grouped Bar Chart)\n- **X轴**: 知识点名称\n- **Y轴**: 掌握率 (0-100%)\n- **每组柱**: [全班平均, 最高, 最低, 中位]\n- **参考线**: 80% 掌握线（绿色虚线）\n\n## 多学科综合雷达图 (单学生)\n\n- **类型**: 雷达图 (Radar Chart)\n- **X轴**: 学科名称 (语/数/英/科)\n- **Y轴**: 各学科综合掌握率\n- **叠加**: 全班平均（灰色虚线）\n- **标注**: 学科均衡度指数（各科标准差）\n\n## 知识点掌握趋势图 (历次测验)\n\n- **类型**: 折线图 (Line Chart)\n- **X轴**: 时间（按测验日期）\n- **Y轴**: 掌握率\n- **每条线**: 一个知识点的变化趋势\n- **交互**: 悬停显示具体数值和日期\n\n## 班级共性薄弱知识点热力图\n\n- **类型**: 热力图 (Heatmap)\n- **X轴**: 知识点列表\n- **Y轴**: 学生列表（按掌握率排序）\n- **色阶**: 红(弱) → 黄 → 绿(强)\n- **用途**: 快速定位哪些知识点哪些学生最薄弱\n\n## 数据格式（通用）\n\n所有图表数据以标准 JSON 格式输出，前端使用 ECharts 或 Chart.js 渲染：\n\n```json\n{\n  \"chartType\": \"radar\",\n  \"title\": \"三年级二班数学知识点掌握评估\",\n  \"data\": {\n    \"indicators\": [\n      { \"name\": \"两位数加减法\", \"max\": 100 },\n      { \"name\": \"乘法口诀应用\", \"max\": 100 }\n    ],\n    \"series\": [\n      {\n        \"name\": \"张三\",\n        \"value\": [85, 62]\n      },\n      {\n        \"name\": \"全班平均\",\n        \"value\": [78, 71]\n      }\n    ]\n  },\n  \"advice\": \"全班在'乘法口诀应用'上掌握不足（62%），建议增加应用题专项训练。\"\n}\n```"},{"path":"references/data-model.md","content":"# 数据模型参考\n\n## 核心实体\n\n### 学生 (Student)\n```\nstudentId       string   # 学号\nname            string   # 姓名\ngrade           int      # 年级 (1-9)\nclassId         string   # 班级ID\nenrolledSubjects []string # 就读学科列表\n```\n\n### 班级 (Class)\n```\nclassId         string\ngrade           int\nclassName       string    # 如\"三年级二班\"\nheadTeacher     string    # 班主任教师ID\nsubjectTeachers map[string]string  # {科目: 教师ID}\n```\n\n### 学科 (Subject)\n```\nsubjectId       string    # 如 \"math\", \"chinese\", \"english\"\nsubjectName     string    # 科目名称\ngradeLevel      int       # 适用年级\nknowledgePoints []KP      # 该学科包含的知识点列表\n```\n\n### 知识点 (KnowledgePoint)\n```\nkpId            string    # 知识点ID，如 \"math-g3-01\"\nkpName          string    # 知识点名称，如 \"两位数加减法\"\nsubjectId       string    # 所属学科\nparentId        string    # 父知识点ID（用于层次结构）\nlevel           int       # 层级深度\nweight          float     # 在学科中的权重 (0-1)\ntags            []string  # 标签，如 [\"计算\", \"基础\"]\n```\n\n### 作业记录 (HomeworkRecord)\n```\nrecordId        string    # 记录ID\nstudentId       string\nsubjectId       string\nclassId         string\nsubmitTime      datetime\nquestions       []QuestionResult\ntotalScore      float\nfullScore       float\naccuracy        float     # 正确率 (0-1)\nteacherNote     string    # 教师备注（可选）\n```\n\n### 题目结果 (QuestionResult)\n```\nquestionId      string\nquestionType    string    # choice | fill-blank | short-answer | essay\ncorrect         bool\nscore           float\nfullScore       float\nerrorType       string    # concept | calculation | carelessness | expression | other\nrelatedKps      []string  # 关联的知识点ID列表\naiHint          string    # 自动生成的提示（错在哪、思路引导）\nteacherComment  string    # 教师批注（可选）\n```\n\n## 掌握度计算\n\n掌握度 = 该知识点关联题目的加权正确率\n\n```\nKP_mastery(student, kp) = Σ(question_score * weight) / Σ(question_fullScore * weight)\n```\n\n分级标准：\n- ≥ 80% — **掌握 (Mastered)**\n- 60%-80% — **需巩固 (Needs Review)**\n- < 60% — **薄弱 (Weak)**"},{"path":"references/ocr-implementation.md","content":"# OCR引擎选型与拍照批改技术方案\n\n> 适用于中国中小学作业批改场景的OCR技术选型指南与拍照批改工作流程\n\n## 一、业务需求分析\n\n### 1.1 核心场景\n\n| 场景 | 输入 | 输出 |\n|------|------|------|\n| 客观题批改（选择题、填空题、判断题） | 学生答题卡/作业纸照片 | 逐题对错标注 + 知识点关联 |\n| 主观题批改（简答题、计算题、作文） | 学生手写答案照片 | 识别文字内容 + 人工复核接口 |\n| 错题收集 | 批改后的作业照片 | 错误类型分类 + 知识点薄弱标记 |\n\n### 1.2 特殊要求\n\n- **手写体识别准确率** ≥ 95%（对小学生字迹的容忍度要高）\n- **拍照即识别**：普通手机拍摄即可，不需要专业扫描仪\n- **倾斜校正与增强**：自适应处理各种拍摄角度和光线\n- **批量处理**：一次拍照可识别多页/多人作业\n\n---\n\n## 二、国内主流OCR引擎对比\n\n| 对比项 | PaddleOCR（推荐） | 百度OCR教育版 | 腾讯OCR | 阿里OCR |\n|--------|:----------------:|:-------------:|:-------:|:-------:|\n| **开源性** | ✅ 全开源 | ❌ 商业API | ❌ 商业API | ❌ 商业API |\n| **手写体识别** | ✅ 支持（模型可微调） | ✅ 教育专用接口 | ⚠️ 通用手写 | ⚠️ 通用手写 |\n| **部署方式** | 本地/云端均可 | 云端API | 云端API | 云端API |\n| **离线能力** | ✅ 完全离线可用 | ❌ 需联网 | ❌ 需联网 | ❌ 需联网 |\n| **教育适配** | ⚠️ 需微调训练 | ✅ 有教育专用模型 | ❌ 通用模型 | ❌ 通用模型 |\n| **数学公式** | ✅ 支持 | ✅ 支持 | ⚠️ 有限支持 | ⚠️ 有限支持 |\n| **英文混合** | ✅ 中英混合 | ✅ 支持 | ✅ 支持 | ✅ 支持 |\n| **批量并发** | 本地控制 | API限速 | API限速 | API限速 |\n| **成本** | 免费 | 按调用量计费 | 按调用量计费 | 按调用量计费 |\n| **社区活跃度** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ | ⭐⭐ |\n| **文档完善度** | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ |\n\n### 2.1 推荐选型：PaddleOCR（百度飞桨）\n\n**核心优势：**\n1. **开源免费** — 无调用次数限制，适合学校大规模使用\n2. **可本地部署** — 支持CPU推理，普通教室电脑即可运行\n3. **模型可微调** — 可用本校学生字迹数据微调，持续提升准确率\n4. **数学公式识别** — 支持 LaTeX 格式输出，适合理科作业\n5. **社区生态** — 国内活跃度最高的OCR开源项目\n\n**不足与弥补：**\n- 初始部署需要一定技术门槛 → 提供 Docker 一键部署方案\n- 手写体模型需要微调 → 提供预训练模型 + 微调教程\n\n### 2.2 备选方案：百度OCR教育版\n\n适用于没有本地部署条件、愿意付费的学校：\n- 有教育专用接口，手写体识别经过教育场景优化\n- 支持作业批改场景的特殊需求\n\n---\n\n## 三、拍照批改完整工作流\n\n### 3.1 教师操作流程\n\n```\n┌────────────────────────────────────────────────────────┐\n│                    教师端操作流程                       │\n├────────────────────────────────────────────────────────┤\n│  ① 打开App → 选择\"批改作业\" → 选择班级 + 科目         │\n│  ② 拍照学生作业（单页/连续多页）                       │\n│  ③ 系统自动：裁剪→倾斜校正→增强→OCR识别               │\n│  ④ 系统自动：比对标准答案 → 标注对错 → 关联知识点     │\n│  ⑤ 教师复核（重点复核主观题）                           │\n│  ⑥ 确认批改完成 → 系统生成评估数据                     │\n└────────────────────────────────────────────────────────┘\n```\n\n### 3.2 技术处理流水线\n\n```yaml\n输入层:\n  - 手机摄像头拍照（推荐分辨率 ≥ 1080p）\n  - 相册导入已有照片\n  - 批量导入（PDF/图片文件夹）\n\n预处理层:\n  - 自动边缘检测 + 透视校正（矫正拍摄角度）\n  - 自适应二值化（增强对比度）\n  - 去噪 + 去阴影\n  - 版面分析（定位题目区域 → 答题区域 → 评分区域）\n\n识别层:\n  - PaddleOCR 通用文字识别\n  - 手写体专用模型（可用学校数据微调）\n  - 数学公式识别模型（输出LaTeX）\n  - 表格识别（针对答题卡）\n\n后处理层:\n  - 与标准答案比对（精确匹配 / 语义相似度匹配）\n  - 错误类型分类（概念/计算/审题/表述）\n  - 知识点关联（根据题目编号 → 知识点映射表）\n  - 得分计算 + 对错标注\n\n输出层:\n  - 逐题批改结果（JSON格式）\n  - 错题提示文本（适合学生理解的语言）\n  - 统计汇总（正确率、薄弱知识点等）\n```\n\n### 3.3 关键接口定义\n\n```typescript\n// 批改请求\ninterface BatchRequest {\n  classId: string;\n  subjectId: string;\n  assignmentId: string;\n  images: ImageData[];       // 拍照/导入的图片\n  answerKey: AnswerKey;      // 标准答案（教师预先提供或系统题库）\n}\n\n// 批改结果\ninterface BatchResult {\n  studentResults: StudentResult[];\n  classSummary: ClassSummary;\n  kpAnalysis: KPAnalysis[];  // 知识点掌握分析\n}\n\n// 逐题批改\ninterface QuestionResult {\n  questionId: string;\n  isCorrect: boolean;\n  score: number;             // 满分 / 得分\n  errorType?: ErrorType;     // 错误类型\n  hint: string;              // 提示文本\n  kpIds: string[];           // "}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Skill: 作业批改与学生学业综合评估Skill Owner: yezhaowang888-stack Summary: 中国中小学作业批改与学生学业综合评估。教师拍照扫描批改作业、生成单生/全班单科及综合学科知识掌握评估图并给出指导建议。触发场景：(1)教师上传/拍照学生作业进行批改 (2)查询单个学生或全班的知识掌握情况 (3)生成单科或综合学科评估报告 (4)按角色（班主任/单科老师/校级管理层）分级查看学习数据。 Tags: education:1.0.0, homework:1.0.0, huimai:1.0.0, latest:1.0.0 Version history: v1.0.0 | 2026-04-24T06:15:17.107Z | user v1.0.0: 初始发布，含专有授权协议 Archive index: Archive v1.0.0: 10 files, 18689 bytes Files: r","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":464,"uniquenessScore":70,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-12T00:04:56.309Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-14T14:07:58.423Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}