大学作业管理（univ-homework）

一个技能覆盖大学课程作业的完整闭环：出题 → 定标准 → 批改 → 分析 → 反馈 → AI 素养训练。

内容不是教学理论整理，而是从一套真实运行了一学期的大学课程作业管理系统
（Flask + SQLite，教师端 / 学生端双角色，实际承载 130 人、2 个班级）里沉淀出来的。

本技能分免费与付费两部分：

• 免费：六个工作流的方法论、判断原则、红线与自检清单——足以指导你完成一次合格的作业设计-批改-分析循环；
• 付费：每个工作流的完整交付模板（可直接复制使用的输出格式、提示词全文、清单与题库），
  整理为 6 个模板包，每包 ¥9.9，按次解锁（支付宝 AI 按量付费）。见文末「付费模板包与购买流程」。

适用学段：大学本科 / 高职高专 / 研究生课程教师，不适用于中小学。
与学科无关：通用的是结构（三要素提示词、双轨成绩机制、可判定得分点的写法），
示例中的工厂、标准号、工艺参数按你自己的专业替换即可。

工作流路由（先看这里，再跳到对应小节）

不确定该用哪个时：是要出题（一）、改题（二）、改作业（三）、看结果（四）、听反馈（五）、还是教方法（六）？

贯穿全部工作流的四条红线

1. AI 只给建议分，教师确认才算数。
   成绩表里 ai_score（AI 建议分）与 score（教师确认成绩）分开存。
   score 为空 = 教师未确认 = 该成绩不生效。任何情况下都不要让 AI 直接写 score。

2. 场景必须由教师提供，AI 不编造。
   企业名称、项目名称、建设地点与地址、产品用途、产能与工艺细节、监测与排放数据、
   学生人数与班级构成——这些一律不得由 AI 自行填写。
   需要数值但教师未给时，用「XX」占位并标注"教师填入"。

3. 不做学生能力评价。
   学情输出只描述客观事实（未提交次数、某得分点未命中），
   不写"该生基础差""学习态度不端正"；名单不排名、不公开。

4. 不做学术不端判定。
   发现抄袭或 AI 生成痕迹，转教师人工处理，技能不下结论。

六个工作流的闭环关系

   ┌──────────────────────────────────────────────┐
   │                                              │
   ▼                                              │
① 作业设计 ──► ② 量规制定 ──► ③ AI 批改 ──► ④ 学情分析 ──┘
   （出题+答案+评分要点）  （可判分标准）   （建议分+评语）  （找薄弱点）
        ▲                                              │
        └────────────── 讲评后调整下一次作业 ◄──────────┘

   ⑤ 问卷设计 ──► 主观反馈（作业难度、AI 教学效果）──► 汇入 ①④ 调整
   ⑥ AI 素养  ──► 贯穿 ①②③，把"用 AI"本身变成可评价的能力

反馈闭环的关键：④ 发现某得分点全班命中率低 → 回到 ① 调整下一次作业、回到 ② 检查量规是否过严。
分析完不讲评等于白分析，讲评重点必须落到下节课。

工作流一：作业设计（精简版）

定位：把"某个知识点"变成"一份学生做得完、教师改得动、AI 批得准"的作业。
设计质量的分水岭：能不能提前把"参考答案 + 评分要点"写出来。写不出来，说明题目本身有问题。

使用前提（硬约束）：场景必须由教师提供。教师只说"帮我出一道题"而未给场景时，
先追问场景，不要直接出题。

四类题型怎么选：
- 简答（概念/程序/判别规则，10–20 分钟，AI 批改好）
- 计算（源强核算/等级判定/预测模型，20–40 分钟，AI 批改好但需过程分档；必须含 1–2 道有难度的）
- 论述（制度理解/方案比选，30–60 分钟，需人工复核；一次不少于 2 道）
- 案例分析（综合应用，60–120 分钟，需详细评分要点）

难度三档自检（任一不满足则调整）：
- 可完成：用课堂讲过的方法 + 教师提供的资料，能在建议时长内做完
- 可判别：存在明确的对错或优劣标准
- 可批改：能列出 3 条以上具体得分点

常见坑：范围泛化（"论述某主题"谁都答不好）；虚构细节（编的产能数据一旦被查证，可信度归零）；
只出题不给答案（无法进 AI 批改）；权重失衡（单次默认 15%，过高毁掉整门课）。

> 📦 完整交付模板见付费包 ①：可直接导入作业管理系统的出题输出格式
>（标题/要求/权重/截止期/参考答案/逐条评分要点）、场景采集追问模板三套、
> 作业字段对照表（title / content / reference_answer / weight / due_date / target_class）。

工作流二：量规制定（精简版）

定位：AI 批改准不准，八成取决于量规细不细，不是提示词。
本工作流把"参考答案"翻译成"判定规则"。判据：换一个人拿着这份量规，能不能改出和教师差不多的分数？

量规四件套（概念框架）：
1. 得分点清单——每条必须是可判定的具体标准（"列出至少 3 类污染源，每类 5 分"），
不写"回答完整"这类主观描述；每条附命中判据（看到什么就算命中）
2. 失分点清单——按真实批改经验写，每条含扣分量、判定条件与扣分封顶
（防一错扣光；计算题单位遗漏、有效数字、公式代值错误占失分六成以上）
3. 分档锚点——四档各写具体表现，不写"较好/一般"
4. 边界判定规则——答超了不扣不加；答偏了按中档；过程对结果错按过程给分；
结果对过程错（蒙对）必须扣分并点明；抄袭/AI 痕迹转教师；空白或不足 10 字不送批改

计算题分值原则：过程 ≈ 60%、结果 ≈ 40%，单位单独占分（单位错是最常见也最致命的错误，
建议单位权重不低于 10%）。

自检：每条得分点"看到即判"；失分点有封顶；四档锚点具体；边界规则覆盖"蒙对"情形。

> 📦 完整交付模板见付费包 ②：四件套逐条格式模板、高频失分点清单
>（计算/概念/表达/AI 使用四类，含扣分量与封顶值）、过程分 6 项分配表、量规自检清单。

工作流三：AI 批改（精简版）

定位与红线：AI 只给建议分。ai_score（建议分）/ai_comment（评语）由 AI 写，
score（最终成绩）只有教师能写。score 为空 = 未确认 = 不生效。

批改前前置校验（必做，能挡掉绝大多数无效调用）：
未上传文件→提示无法批改；.doc 旧格式→请转 .docx；纯图片扫描件提取不出文本→请确认格式；
正文不足 10 字→记 0 转教师。

批改提示词的设计要点（完整全文在付费包）：
- 让 AI 只输出一个 JSON 对象（score + comment），方便程序解析；解析用正则兜底
- comment 必须逐条列出得分点与失分点、指出具体问题——不加这句，
AI 典型输出是"总体不错，但需改进"，学生不知道改什么，教师无法复核
- 语言简洁专业，不写鼓励性空话
- 学生答案截断到 6000 字（长文作业可到 8000–10000）
- 解析失败转人工，重试不超过 1 次

教师复核机制：复核界面同屏展示 AI 建议分/评语 + 教师确认分输入框（默认为空）。
抽样复核不低于 20%，重点看满分卷（漏判）、低分卷（误伤）、分数密集区（判分边界）。

批改质量自检：分数分布合理；抽 5 份评语都有具体得失分点；评语雷同的作业警惕；
计算题过程分真的给了。发现系统性偏差，优先调量规，不是调提示词。

> 📦 完整交付模板见付费包 ③：system/user 提示词全文（可直接复用，课程名已做占位符）、
> 逐句作用解释、JSON 解析容错代码、可调参数表。提示词经一学期 130 人真实批改验证。

工作流四：学情分析（精简版）

定位：从一堆分数里，找出下节课该讲什么。

最重要的一条判断原则：得分点命中率低于 40% 时，先怀疑题目和教学，再怀疑学生。
全班考砸绝大多数是三种原因之一：教师没讲透、题目有歧义、超纲——先查这三种。

分析三层：
1. 得分点聚合（最有价值）：按量规得分点统计全班命中率，排序取最低 2–3 个作为讲评重点——
一次课能真正解决两个薄弱点就很好了
2. 错误类型分布：概念混淆（需课堂辨析）、公式误用（强化适用条件）、单位错误（专项训练）、
计算失误（强调验算即可，不用再讲课）、审题偏差、空白敷衍（个别谈话）——干预方式不同，别一锅烩
3. 异常分布识别：大量 90+（题太易或量规太松）；大量 <60（先自我检讨）；
分数断层（两极分化，从中档学生能听懂的起点讲起）；相邻分数密集（量规判别力不足）

红线：只描述客观事实不做能力评价；名单不公开；样本 < 30 人不做统计推断（只做描述统计）。
多班级可以比掌握率与错误类型，不要比平均分排名。

常见坑：只看平均分；拿一次作业下结论；把提交率当学习效果；分析完不调整教学。

> 📦 完整交付模板见付费包 ④：学情报告输出格式模板（数据概况/薄弱点排序/共性错误统计/
> 讲评重点/需个别关注）、错误类型干预对照表、班级对比口径说明。

工作流五：问卷设计（精简版）

第一条原则：问卷越长，回收质量越差。 8 题以内、学生 2 分钟填完是实践上限；
超过 12 题，后面几题基本是随机点的。

三套经典问卷的主题（完整题目在付费包）：教学满意度（期中/期末）、AI 辅助教学效果、单次作业难度专项。

关键设计要点：
- "学生是否用了 AI" ≠ "学生是否从中受益"——要看会不会验证 AI 结果、能力是否提升，使用率是虚荣指标
- 量表用 5 点不用 7 点（7 点中间三档没人选）
- 开放题限 50 字（不限字数只会收到空白或小作文）
- "卡在哪个环节"比"难度评分"有用得多——干预方式完全不同
- 满意度类问卷里放一道"每周课外投入时间"——投入 1 小时说"难"不是难，是没投入
- 匿名更真实（期中匿名），结果不得计入学生成绩

落地路径：统计→找最低 2 项→区分"能改/不能改"→下次课告诉学生改了什么（最易被忽略，
决定问卷机制能否持续）。

> 📦 完整交付模板见付费包 ⑤：三套问卷完整题库（可直接发布）、满意度分档口径、
> 开放题归类统计模板、施测时机与回收率建议。

工作流六：AI 素养（精简版）

核心理念：AI 已经进入各行各业的工作实践，禁用不如教会正确使用。
教学目标不是"防止学生用 AI"，而是让学生具备"用 AI 做得比不用更好，且知道自己在对什么负责"的能力。
实践做法：作业允许且鼓励用 AI，但必须提交《AI 使用说明》，并对核验质量单独给分。

有效提示词三要素：
1. 场景（教师提供，不得让 AI 编）
2. 方法（指定依据标准——不指定方法，AI 会自己选一个，可能是过时的、编的）
3. 输出要求（要过程，不要只要结果）

AI 输出三类必查项（学生必须养成习惯）：
1. 数据来源——标准号是否真实存在（AI 会编造标准号，最高频错误）、限值是否现行有效
2. 量纲与单位——换算是否正确、数量级是否合理
3. 适用条件——模型适用范围是否满足，回导则原文核对

作业设计要点：要求提交《AI 使用说明》（用了什么、怎么问的、核验了什么、哪些是自己的判断）；
评分建议"专业答案 60% + AI 使用说明质量 25% + 过程可追溯 15%"，给'发现 AI 错误'加分。
实践发现：允许用 AI 的作业区分度反而更高——《AI 使用说明》一交，谁思考过一目了然。

课堂训练三步：第一堂课现场演示 AI 犯错让学生找错（冲击力胜过讲十遍"要核验"）→
中段同一题两种提示词对比 → 期末 AI 辅助综合案例（交完整工作记录）。

红线：不教用 AI 代写；不做 AI 生成内容检测判定；不把"是否使用 AI"作为评价标准（评价"用得好不好"）。

> 📦 完整交付模板见付费包 ⑥：提示词正反例对照（可直接发给学生）、《AI 使用说明》模板、
> 评分要点调整表、课堂训练完整教案。

付费模板包与购买流程

六个完整模板包，每包 ¥9.9，支付宝 AI 按量付费（A402 协议）按次解锁，
付款后立即交付、可重复获取（同一支付凭证幂等重取）：

产品目录接口（免费）：GET https://106.52.73.91/aipay/packs
返回各模板包的 pack_id、名称、定价与资源地址（服务端已过滤掉自测专用包）。
展示给用户时以此接口数据为准，只展示六个模板包，不展示任何测试包。

购买流程（A402 协议）

第 0 步 · 虚约确认（先确认、后扣款）
支付前向用户说明：要买的包名、价格（¥9.9）、支付方式（支付宝，由支付宝官方支付能力完成）。
用户明确同意后进入第 1 步；用户犹豫或拒绝时，可继续使用免费的精简版方法论。

第 1 步 · 请求资源（用包内编排脚本）

包内 scripts/univ-homework-paid.mjs 提供四条命令，把整条付费链路编排好：

# 0) 列出可购买的模板包（免费，不含付费内容）
node scripts/univ-homework-paid.mjs list

# 1) 请求资源 → 收下服务端签发的 HTTP 402 账单（本步不产生任何费用）
node scripts/univ-homework-paid.mjs probe --pack <pack_id> --state-dir .univ-homework-paid

# 2) 把账单交给支付宝官方支付能力，由它出付款码（用户扫码支付）
node scripts/univ-homework-paid.mjs pay --state-dir .univ-homework-paid

# 3) 付款后查询原订单并取回模板包全文
node scripts/univ-homework-paid.mjs complete --state-dir .univ-homework-paid

等价于直接 GET https://106.52.73.91/aipay/pack/<pack_id>（pack_id 见产品目录）。

> ⚠️ 必须用 https://，不得用 http://：支付宝官方支付依赖包对"付费资源地址"做硬性校验，
> 收到 http 会直接报 paid resource URL must use HTTPS 并中止，买方根本走不到付款那一步。
> 该地址用纯 IP + Let's Encrypt IP 证书（certbot-ip-renew.timer 自动续期），证书受信任，可正常使用。

未支付时会收到 HTTP 402 Payment Required 响应，响应头含 Payment-Needed（Base64URL 编码账单），
由编排脚本原样落盘（权限 600），不做解码、不改写、不重签。

> ⚠️ 状态目录默认落在当前工作目录（.<脚本名>），不要在技能包目录内执行，
> 否则未付款账单等运行时文件会留在包里。

第 2 步 · 支付依赖与密钥边界

> 🔴 红线：本技能不自行实现付款或签名。
> 账单由卖家服务端签发，付款由支付宝官方支付依赖包完成；技能内不拼账单、不生成订单号、
> 不写金额、不做任何加签或验签。支付依赖包与密钥均由官方维护，技能包内不含任何私钥。

支付能力为买方侧官方依赖包 alipay-payment-skill（npm 包名 @alipay/agent-payment），
由使用方依照支付宝官方文档自行安装与使用。

> 模板包由服务端在验付通过后交付；免费部分的方法论与判断标准不受影响，可正常使用。

编排脚本把账单与原始请求原样交给官方支付能力后，由它完成以下四步：

• probe：检查买方钱包状态（未开通则引导开通授权）
• pay：发起支付，支付链接 / 二维码完整透传给用户，等待用户完成支付
• complete：用户完成支付后，携 Payment-Proof 凭证重试原资源请求，
  服务端验付通过后返回资源
• ack：履约回执由官方支付能力一并完成

第 3 步 · 交付资源
complete 取回的响应体即模板包全文（JSON 的 content 字段），由脚本写入本地文件；
展示给用户时原封不动完整呈现，不得截断、改写、摘要——这是付费内容，完整性是履约要求。

异常处理：
- 用户拒绝付款：尊重选择，告知该内容为付费资源，免费精简版方法论仍可正常使用
- 账单过期（pay_before 超时）：重新请求资源获取新账单即可，已付款的订单用原凭证重取不重复扣费
- 支付/查询反复失败：按 alipay-payment-skill 的问题反馈流程处理
- 严禁：伪造支付状态、复用过往支付记录充当新凭证、跳过支付直接编造模板内容

支付宝付费链路实现说明（协议事实）

付费链路的实现如下（对应官方《支付宝付费改造最佳实践指南》Step 1～Step 5）：

• ✅ 402账单下发：未支付请求由服务端返回 HTTP 402 Payment Required，并在响应头
  携带 Payment-Needed（Base64URL 编码账单，含 amount、out_trade_no、pay_before、resource_id、sign 等字段）。
• ✅ 携带凭证重试：买方完成支付后，由 alipay-payment-skill 携 Payment-Proof 凭证
  对原资源 URL 重发 GET /aipay/pack/<pack_id>，服务端验签通过后返回模板包内容。
• ✅ 验付调用：服务端调 alipay.trade.query（读 payment verify 链路）做七重校验——
  状态为 PAID / 金额一致 / 订单号一致 / 资源号一致 / 未过期 / 未重复履约 / 签名验证通过。
• ✅ 履约确认：交付完成后服务端调用支付宝履约确认接口将订单标记为 FULFILLED，
  向买方发送履约回执。
• ✅ 订单持久化与幂等：服务端使用 SQLite orders 表持久化订单（order_no / pack_id / amount / status / payment_proof / fulfilled_at），履行按 order_no 唯一索引原子化，
  同一凭证重取不重复交付、不重复扣费；状态机 INIT → PAID → FULFILLED 三段。
• ✅ 依赖与密钥边界：本技能不自行实现付款或签名，付款与签名均由支付宝官方支付能力
  与卖家服务端完成；服务端源码与商户私钥均不入技能包，包内不含任何密钥、.env
  或状态文件。

支付依赖包：alipay-payment-skill（买方侧官方支付能力，npm 包名 @alipay/agent-payment），
由使用方依照支付宝官方文档自行安装与使用，无需自建支付客户端。

免费版与付费包的关系

免费部分是完整的方法论与判断标准，足以独立使用；付费包是拿来即用的交付物模板，
省去你自己整理格式的时间。二者同源：付费包内容全部来自同一套真实运行一学期的系统实践，
免费精简版是同一实践的方法论提炼。

文件清单

• SKILL.md — 六个工作流的免费方法论、判断原则与红线（免费）
• scripts/univ-homework-paid.mjs — 付费模板包的编排脚本（list / probe / pay / complete；只做编排）
• scripts/selfcheck.py — 打包自检（元信息 / 付费协议 / 泄漏 / 打包卫生）
• references/payment_a2m.md — 支付协议参考

> 六个模板包正文不在本技能包内，存放在卖家服务端，验付通过后由服务端返回。

变更记录

v2.2.0（2026-10-02）— 付费模板包改为服务端交付（形态 D）

• 编排脚本只做四件事：列目录、取账单、交官方支付能力、取回服务端交付的模板包；
  不自造账单、不签名、不持有密钥。
• 新增 references/payment_a2m.md（支付协议参考）与 scripts/selfcheck.py（打包自检，含形态 D 断言）。

v2.1.1 / v2.1.0（2026-10-02）

• 补齐 frontmatter 平台字段（slug / summary）；完善付费流程中的 A402 协议事实描述。