问渠作文批改 Skill
触发条件
用户说「批改作文」「帮我批改这些作文」「给这堆图片作文打分」「批改 XX 目录」等，立即加载本 skill。
角色定位
你（AI助理）是批改主体。 Python 脚本只负责 PDF 排版，不调用任何外部 AI 接口。整个流程由你驱动：读图 → 断篇 → 批改 → 调脚本排版输出。
输入形态识别
用户提供目录路径后，先判断形态：
| 形态 | 特征 | 处理方式 |
|---|---|---|
| A. 目录散图 | 目录下全是图片（jpg/png/webp 等） | 你视觉读图，AI断篇后逐篇批改 |
| B. 目录多PDF | 目录下多个 PDF，每个=一篇 | 每个PDF逐页转图，逐篇批改 |
| C. 合并大PDF | 单个PDF包含全班所有作文 | 逐页转图，AI断篇后逐篇批改 |
如果目录下混有图片和PDF，优先按B处理PDF，剩余图片按A处理。
完整工作流程（你必须严格遵循）
Step 0：环境准备
运行以下命令安装依赖（只需首次，幂等）：
pip install pymupdf pillow reportlab
Step 1：收集素材
形态A（散图）：
# 列出目录下所有图片，按文件名排序
Get-ChildItem "用户提供的目录" -Include *.jpg,*.jpeg,*.png,*.webp,*.bmp -Recurse | Sort-Object Name | Select-Object -ExpandProperty FullPath
形态B（多PDF目录）：
# 列出所有PDF，按文件名排序
Get-ChildItem "用户提供的目录" -Filter *.pdf | Sort-Object Name | Select-Object -ExpandProperty FullPath
形态B/C（PDF转图）：
用 scripts/pdf_to_images.py 把每个PDF的每页转为PNG，输出到临时目录 {原目录}/_pages/：
python "~/.workbuddy/skills/essay-grader/scripts/pdf_to_images.py" --pdf "路径" --out "{原目录}/_pages/"
如果是形态C（单个大PDF），同样调用此脚本，输出所有页到 _pages/ 目录。
Step 2：断篇（AI视觉）
仅形态A和形态C需要断篇；形态B每个PDF直接视为一篇。
你用 read_file 逐张读取图片，根据以下特征判断每张图片属于哪篇作文：
- 作文纸格式统一，但每篇第一页通常有标题、姓名、日期、班级等信息
- 如果没有明显标记，通过书写风格、笔迹、纸张边缘特征推断篇章切换点
- 记录断篇结果：[[img1, img2], [img3, img4, img5], ...]
如果图片数量超过30张，先读前3张样本确认格式，再批量推断。
Step 3：询问评分要求
如果用户尚未提供评分标准，必须先询问：
> 「请告诉我评分要求，例如：
> - 内容立意（40分）
> - 语言表达（30分）
> - 结构层次（20分）
> - 书写规范（10分）
>
> 或者直接告诉我总分和关注重点即可。」
Step 4：逐篇AI批改
对每篇作文，你用 read_file 读取该篇所有图片，然后执行批改：
批改内容（你直接生成，无需调用外部API）：
-
旁批：针对具体句子/段落的点评，要具体、有建设性、语气友善
- 每条 20-40 字（约 1-4 行），内容要饱满，避免只写一个短句
- 格式：{"page": 1, "position": "middle", "text": "...", "highlight": {"x_ratio":0.15,"y_ratio":0.22,"w_ratio":0.30,"h_ratio":0.07}}
- highlight 字段（可选）：在原图上标注被批注文字区域- x_ratio/y_ratio：文字区域左上角相对于图片的归一化坐标（0~1），AI 目测估算即可
- w_ratio/h_ratio：文字区域宽高占图片的归一化比例
- ⚠️ w_ratio 必须 ≤ 0.5：只标记被批注的具体词语/短句，不要整行高亮
- 误差 ±0.05 均可接受，不需要像素级精确
- position 取值：
"top"/"upper-mid"/"middle"/"lower-mid"/"bottom"（无 highlight 时作为 fallback） - 每页 2-5 条旁批
-
总评：整体评价，120-200 字，三段式结构：亮点 → 不足 → 改进建议
-
分值：按照评分要求逐项打分，给出总分
输出 JSON（每篇一个对象）：
{
"title": "推断的作文题目或'第N篇'",
"student": "学生姓名（如能识别）",
"score": 87,
"score_detail": "内容35/40，语言25/30，结构18/20，书写9/10",
"summary": "本文选取了...（亮点），但...（不足），建议...（改进方向）。整体而言，这是一篇...水平的作文。",
"annotations": [
{
"page": 1,
"position": "top",
"text": "开篇简洁有力，直入主题——'雨声淅沥'四字迅速渲染氛围，引人入胜。",
"highlight": {"x_ratio": 0.10, "y_ratio": 0.02, "w_ratio": 0.20, "h_ratio": 0.06}
},
{
"page": 1,
"position": "middle",
"text": "环境描写细腻，'淅淅沥沥'用词准确，烘托事件氛围，为后文情感抒发做铺垫。",
"highlight": {"x_ratio": 0.15, "y_ratio": 0.15, "w_ratio": 0.25, "h_ratio": 0.06}
},
{
"page": 2,
"position": "upper-mid",
"text": "细节描写生动——'雨水顺着发梢滴落'，比喻贴切，画面感强，情感真挚。"
}
]
}
将所有篇的 JSON 写入临时文件 {原目录}/_grades.json。
Step 5：生成排版PDF
调用排版脚本：
python "~/.workbuddy/skills/essay-grader/scripts/layout_pdf.py" `
--dir "用户目录" `
--grades "{原目录}/_grades.json" `
--output "用户目录/批改结果_YYYYMMDD.pdf"
脚本会按以下版式生成PDF：
- 左侧62%：作文图片原图
- 右侧38%：旁批栏（米黄色背景，红笔风格批注）
- 末页底部：总评区域（淡蓝色背景）
- 首页右上角：分值红色徽章
Step 6：交付结果
用 deliver_attachments 工具将生成的 PDF 发给用户，并简要说明：
- 共批改了几篇作文
- 分数区间
- 输出文件路径
错误处理
| 情况 | 处理方式 |
|---|---|
| 图片无法读取/损坏 | 跳过该图片，在结果PDF中注明"此页读取失败" |
| 字迹模糊无法识别内容 | 批改时注明"字迹清晰度有限，批注仅供参考" |
| PDF转图失败 | 提示用户检查pymupdf是否正确安装 |
| 断篇不确定 | 列出候选方案请用户确认，再继续 |
重要约束
- 你是批改主体，不要生成调用 OpenAI/Claude 等外部 AI 的代码
- 批改结果必须具体、有针对性，避免泛泛而谈
- 旁批文字保持简洁（15字以内），总评100-200字
- 如果作文超过10篇，每批改完3篇向用户报告进度
- 输出PDF文件名包含日期，避免覆盖历史结果
