SmartGrade 是一个基于多模态大模型（VLM）的智能试卷批改系统。它能够自动分析试卷结构，识别题目和手写答案，并结合标准答案（支持 Word 文档）进行多维度评分和点评。
- Qwen-VL-Max (通义千问) - 阿里云顶级视觉语言模型
- Gemini 1.5 Pro (via XHuoAI) - Google最新多模态AI
- GLM-4V (智谱AI) - 国产领先视觉大模型
- 多模型协作 - 综合多个模型结果，提高准确性
- 自动结构识别 - 支持双栏布局试卷
- 题号定位 - 精确定位每道题位置
- 分值提取 - 自动识别题目分值
- 空白卷检测 - 准确识别未作答题目
- 三维评分 - 正确性(50%) + 逻辑清晰度(30%) + 表达完整性(20%)
- 标准答案比对 - 支持.docx格式标准答案
- 反幻觉机制 - 严格区分打印体(题目)和手写体(答案)
- 涂改识别 - 智能识别学生涂改痕迹
- 标记试卷 - 在原图上标注对错
- 详细解析 - 生成专业评语和分析
- 多格式输出 - JSON + HTML + Word报告
- 历史记录 - 完整的批改历史管理
推荐使用 Conda 创建独立的虚拟环境。
# 创建名为 smartgrade 的环境，推荐使用 Python 3.10 或更高版本
conda create -n smartgrade python=3.10
# 激活环境
conda activate smartgrade# 使用清华源加速下载
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple注意: 本项目依赖
paddleocr和opencv-python-headless进行图像处理，如果安装过程中遇到问题，请确保系统已安装相关的 C++ 编译工具。
项目使用环境变量来管理大模型的 API 密钥。
- 在项目根目录下创建
.env文件：
cp .env.example .env- 编辑
.env文件，填入你的API密钥：
# Flask Secret Key
SECRET_KEY=your_very_strong_secret_key_here
# 阿里云 DashScope API Key (用于 Qwen-VL-Max)
# 获取地址: https://bailian.console.aliyun.com/
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
# 智谱 AI (GLM-4V) API Key
# 获取地址: https://open.bigmodel.cn/
ZHIPU_API_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.xxxxxxxxxxxxxxxx
# XHuoAI API Key (用于 Gemini 3 Pro / 1.5 Pro)
# 获取地址: https://api.xhuoai.com/
XHUOAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
XHUOAI_BASE_URL=https://api.xhuoai.com/v1提示: 你只需要配置你计划使用的模型的 API Key。例如，如果你只打算使用 Qwen-VL，则只需配置
DASHSCOPE_API_KEY。
SmartGrade/
├── app/
│ ├── routes/ # 路由定义 (API 接口与页面路由)
│ ├── services/ # 核心业务逻辑
│ │ ├── grading_service.py # 批改服务 (调用大模型)
│ │ ├── image_service.py # 图像处理服务 (OpenCV/PaddleOCR)
│ │ └── report_service.py # 报告生成服务
│ ├── utils/ # 工具函数 (日志、文件处理)
│ └── config.py # 应用配置
├── static/ # 静态文件 (上传的试卷、生成的报告)
├── templates/ # HTML 模板
├── tests/ # 测试脚本
├── images/ # 项目效果图
├── run.py # 项目启动入口
├── requirements.txt # 项目依赖
├── deploy.sh # Linux一键部署脚本
├── start.sh # 服务启动脚本
├── stop.sh # 服务停止脚本
└── .env # 环境变量配置文件
确保环境已激活且依赖已安装，在项目根目录下运行：
python run.py启动成功后，控制台会显示访问地址，通常为：
http://127.0.0.1:5000
在浏览器中打开该地址即可使用系统。
- 上传试卷：在首页上传学生试卷图片（支持 JPG, PNG）
- 上传答案（可选）：上传对应的标准答案 Word 文档（.docx）
- 选择模型：勾选你希望使用的 AI 模型（如 Qwen-VL-Max）
- 开始批改：点击"开始批改"，系统将后台运行
- 查看结果：批改完成后，查看详细的得分、评语以及标记后的试卷图片
项目提供完整的Linux部署方案：
# 1. 赋予脚本执行权限
chmod +x deploy.sh start.sh stop.sh
# 2. 一键部署
./deploy.sh
# 3. 配置环境变量
cp .env.example .env
nano .env
# 4. 启动服务
./start.sh
# 5. 停止服务
./stop.sh详细部署指南请查看 DEPLOYMENT_LINUX.md
本项目采用 CC BY-NC-SA 4.0 许可证。
| 权限 | 说明 |
|---|---|
| ✅ 个人学习 | 允许免费用于个人学习和研究 |
| ✅ 非商业使用 | 允许非商业用途的使用和分发 |
| ✅ 修改 | 允许修改和衍生作品 |
| ✅ 注明原作者 | 必须注明原作者并保留版权声明 |
| ❌ 商业使用 | 未经授权禁止商业用途 |
如需将本项目用于商业用途，请联系作者获取商业许可。
完整的许可证内容请查看 LICENSE 文件。
欢迎贡献！请查看 CONTRIBUTING.md 了解详细的贡献指南。
- 报告Bug
- 提出新功能建议
- 改进文档
- 提交代码修复
遇到问题？请先查看：
A: 最低4GB RAM，推荐8GB+以获得最佳性能。
A: Windows、macOS、Linux全平台支持。
A: 通过多模型协作，准确率可达90%以上，具体取决于试卷质量和模型选择。
A: 是的！系统专门针对手写体进行了优化，能准确区分印刷体和手写体。
Star this repository if you find it useful!
Fork and contribute to make it even better!
Created for SmartGrade Project.