Exam Gen

3. 若未提供结构：先"查标准结构"再出题

当用户未指定"题型结构/分值"时：

1. 使用 web_search 搜索关键词（示例）：
   • "{地区}" "{年级}" "{学期}" "{科目}" 期末 试卷 题型 分值
   • "{年级}" "{科目}" 模拟卷 题型结构 选择题 填空题 解答题 分值
   • 若是成熟考试（中考/高考/学考/竞赛），优先搜"官方/权威"结构
2. 将搜索到的结构整理成可执行的规格表：
   • 题型列表、每题分值、题数、小题总分、整卷总分、时长
3. 若仍不确定：向用户发起澄清（至少确认"总分/时长/题型分区"）。

原则：宁可多问一句，也不凭空编结构。结构错误会导致整卷不可用。

3.5 出题前必做功课（三查）

每次生成试卷前，必须完成"三查"：

一查：考试大纲/课程标准

• 确定该年级该学期对应的教材版本和册次
• 确定考试范围（哪些章节在范围内，哪些不在）
• 注意不同地区可能用不同教材（人教A版 vs 苏教版 vs 北师大版）
• 搜索关键词示例："{地区} {年级} {学期} 数学 考试范围 教学进度"
• 如果 references/ 目录下已有该科目该年级的参考资料文件，优先读取，不必重新搜索

二查：教科书内容

• 读取或搜索教材目录，了解每章的具体知识点
• 明确哪些是重点（必考）、哪些是了解（选考）
• 确保出题知识点在教材范围内，不超纲
• 搜索关键词示例："{教材版本} {册次} 目录 知识点"

三查：最新真实试卷

• 搜索最近1-2年的同类型真实试卷
• 分析：题型结构、知识点分布比例、难度梯度、典型出题风格
• 作为子代理prompt的参考素材（提取文本，不是直接给PDF）
• 搜索关键词示例："{年份} {地区} {年级} {学期} {科目} 期末/模拟 试卷"
• 如果 gaokao/下载试卷/ 目录下有相关真题PDF，用 pdfplumber 提取文本

参考资料存储

• 整理后的参考资料存入 skills/exam-gen/references/{年级}_{学期}_{科目}_参考资料.md
• 下次同类任务直接读取，无需重新搜索
• 参考资料包括：教材目录、知识点清单、真题分析、出题注意事项

子代理prompt中必须包含

• 教材对应的章节范围
• 考试知识点清单（含权重/频次）
• 真实试卷的题型和风格描述（不是原题）

4. 生成策略：多模型交叉生成 + 交叉验收 + 组卷

4.1 三路并行生成

用三个不同模型各自独立生成一份完整试卷（题目+答案+解析）：

每个子代理的 prompt 必须包含（完整约束列表）：

1. 完整的结构规格表（题型、题数、每题分值、总分、时长）
2. 知识点范围和覆盖要求
3. 难度分布要求（基础/中等/较难比例）
4. 答案分布要求（单选ABCD均匀，多选各不相同）
5. "严禁在解析中出现'修正题目''重新设计''答案应为'等字样——如果你发现题目有问题，直接改好题目再输出，不要留下修改痕迹"
6. "每道选择题必须有且仅有一个正确答案（单选）或一组正确答案（多选），输出前自行验算"
7. "输出LaTeX+TikZ格式，需要图形的题目必须画TikZ图（函数图像、几何图形、立体图形、圆锥曲线等），数学至少10个TikZ图"
8. "用分段写入法（cat > + cat >>）写LaTeX文件，写完后用xelatex编译验证"

• 串行 spawn（一个完成再下一个），避免 provider slot 竞争

4.2 交叉质询（核心环节，必须做）

收齐三份试卷后，进行逐题交叉质询。这不是简单的"挑最好的"，而是层层追问式的深度审查。

质询流程（5轮）

第1轮：结构核验

• 三份试卷的题型/题数/分值是否都符合规格？
• 不符合的直接淘汰该份的对应部分

第2轮：逐题答案比对 对每道题，比对三份的答案：

• 三份一致 → 高置信度采纳，但仍需抽验计算过程
• 两份一致、一份不同 → 追问链：

  分歧: 卷A和卷C答案为B，卷B答案为D
  Why 1: 卷B的解题过程哪一步和A/C不同？
  → 定位具体分歧步骤
  Why 2: 该步骤的推导是否正确？代入验算
  → 确认谁对谁错
  Why 3: 错误版本的题目本身是否有问题（条件不足/多解）？
  → 如果是题目问题，三份可能都不对
  结论: 采纳正确版本，或修正题目后重新求解
  

• 三份都不同 → 红旗！题目很可能有歧义或过难：

  Why 1: 三个不同答案分别是怎么得出的？
  Why 2: 题目条件是否充分？是否存在多解？
  Why 3: 如果题目有缺陷，能否微调条件使答案唯一？
  结论: 修正题目 或 从备选题库替换
  

第3轮：硬伤扫描 检查每题是否存在以下致命问题：

• 解析中出现"修正/重新设计/需要更多条件"（生成痕迹）
• 答案栏与解析结论矛盾（前后不一致）
• 物理/化学常识错误（如"椭圆的渐近线"）
• 单选题无正确选项或多个正确选项
• 填空题答案格式不明确

第4轮：难度梯度审查

• 整卷难度是否符合 基础50%+中等30%+较难20%？
• 是否存在前面比后面难的倒置？
• 压轴题是否真正有区分度？

第5轮：最终组卷

• 每道题从三份中选最优版本
• 有硬伤且无替代的题 → 现场修正（改条件/改选项/改数值）
• 修正后的题必须重新验算答案
• 确保选择题答案分布合理（不全选同一个）

交叉质询的执行方式

推荐 spawn 一个审查子代理（用与生成不同的模型），给它：

1. 三份试卷的完整内容
2. 上述5轮质询模板
3. 要求输出：{题号: {选用版本: A/B/C/修正, 问题: "...", 修正内容: "..."}}

审查子代理完成后，再 spawn 一个组卷子代理，按审查结果拼装最终试卷。

4.4 进度汇报（必须做）

整个流程中，主对话必须主动向用户汇报进度，不能让用户干等无反馈。

规则：

• 子代理跑超过3分钟未完成 → 主动查sessions_list并汇报"还在跑，已用时X分钟"
• 多科并行时，每科完成都单独汇报
• 不要等全部做完才一次性告知，逐步汇报

4.5 Cron进度追踪（长任务必起）

试卷生成是长任务（三路生成+质询+组卷，通常15-30分钟），必须起cron定时追踪进度，避免主对话被阻塞、用户干等。

启动方式

在spawn第一个子代理后，立即创建一个cron job：

cron add:
  name: "exam-progress-{科目}"
  schedule: { kind: "every", everyMs: 120000 }  # 每2分钟
  sessionTarget: "isolated"
  payload:
    kind: "agentTurn"
    message: |
      检查试卷生成进度。
      用 sessions_list 查看以下label的子代理状态：
      - {route-A-label}
      - {route-B-label}  
      - {route-C-label}
      - {review-label}（如已启动）
      - {assemble-label}（如已启动）
      
      对每个子代理：
      1. 是否已完成？（看sessions_list的状态）
      2. 如已完成，用sessions_history读最后一条消息，提取关键信息（结构是否合规、有无硬伤）
      3. 如还在跑，报告已用时间
      
      汇总后发飞书通知用户，格式：
      📝 {科目}试卷生成进度
      ✅ 路A(GPT-5.2): 已完成，结构合规
      ⏳ 路B(Opus-4.5): 进行中(已2分钟)
      ⏳ 路C(Opus-4.6): 排队中
      下一步: 等路B/C完成后启动交叉质询
      
      如果全部子代理已完成且组卷也完成，发送最终通知并自行删除此cron job（cron remove）。
    model: "github-copilot/gpt-4.1"  # 轻量模型够用
    timeoutSeconds: 60
  delivery: { mode: "none" }  # 由任务自己发飞书，不要announce

关键规则

1. 每2分钟轮询一次，用轻量模型（GPT-4.1），省slot
2. cron自己发飞书通知（用message工具），不依赖announce
3. 全部完成后自动清理：cron job用 cron remove 删除自己
4. cron的label要包含科目名，方便识别和管理
5. 主对话不要轮询：起了cron就放手，主对话继续响应用户其他请求

何时不需要cron

• 只生成1套简单试卷（单路生成，<5分钟）→ 不需要
• 用户在旁边等着实时聊天 → 主对话直接汇报即可
• 三路生成+交叉质询的标准流程 → 必须起cron

4.6 组卷输出

• 以审查结果为蓝本，从三版中取最优题拼装
• 所有修正过的题标注"[已修正]"（仅内部标注，最终交付版删除）
• 最终试卷必须是干净的、无修改痕迹的完整文档
• 答案与解析独立成区，方便出"无答案版"

5. 质检清单（交付前必过）

5.1 结构与分值

• 各题型题数正确
• 各题型小计分正确
• 总分正确
• 题号连续、无缺号/重复号

5.2 答案唯一性与可判定性

• 单选：只有一个正确选项（避免"AB都对/条件不足"）
• 多选：正确集合唯一、无歧义（避免"解析里改口/答案摇摆"）
• 填空：答案形式明确（是否允许多解、是否需最简）

5.3 难度梯度

• 基础题约 50% / 中档 30% / 难题 20%（可按用户要求调整）
• 后面题目整体更综合，不要前易后乱

5.4 题面质量与图形

• 需要配图的题目都有TikZ图形（不能写"如图"但无图）
• TikZ图形数量达标（数学≥10，物理≥8，化学≥5）
• TikZ图形与题意一致（坐标、标注、方向正确）
• LaTeX编译无错误（xelatex通过）
• 不出现"让我们重新设计/修正题目/答案应为…"等生成痕迹
• 物理/化学单位齐全，数值合理

5.5 进度汇报（必须做）

生成试卷是长任务，必须主动向用户汇报进度：

• 每个子代理启动时：告知用户"第X路（模型名）已开始"
• 每个子代理完成时：简要汇报结果（结构是否合规、文件大小、发现的问题）
• 交叉质询开始/结束时：汇报分歧点数量和处理结果
• 组卷完成时：汇报最终试卷状态

不要让用户干等无反馈。 哪怕只是一句"第2路完成了，正在等第3路"也比沉默好。

5.6 PDF交付前检查

• 用 pandoc+xelatex 生成PDF，确认编译无错误
• 检查PDF文件大小（正常应>50KB，<10KB说明内容缺失）
• 公式渲染正确（不是原始TeX文本）
• 中文显示正常（不是方框或乱码）
• 页面布局合理（不要一页只有几行）

6. 输出规范

⚠️ 默认输出格式：LaTeX + TikZ（必须带图）

试卷必须用LaTeX+TikZ生成，不要用Markdown。 Markdown无法嵌入图形，而真实试卷（尤其数学/物理/化学）必须有大量配图。

LaTeX+TikZ要求

• 产出：.tex 源文件 → xelatex 编译 → PDF
• 必须包含TikZ图形，数量要求：
  • 数学：≥10个图（函数曲线、平面几何、立体几何、圆锥曲线等）
  • 物理：≥8个图（力学示意图、电路图、光路图、运动轨迹等）
  • 化学：≥5个图（有机结构式、实验装置示意、晶体结构等）
  • 其他科目：根据实际需要
• 模板参考：/root/.openclaw/workspace/gaokao/LaTeX版/ 目录下有现成模板
• 排版规范：
  • 使用 ctex 宏包处理中文
  • 使用 tikz、pgfplots 画图
  • 使用 geometry 控制页边距
  • 试卷题目和答案解析分页（\newpage）

LaTeX文件结构模板

\documentclass[12pt,a4paper]{article}
\usepackage[UTF8]{ctex}
\usepackage{geometry}
\usepackage{amsmath,amssymb,amsthm}
\usepackage{tikz,pgfplots}
\usepackage{enumitem}
\usepackage{fancyhdr}
\usetikzlibrary{calc,patterns,angles,quotes,arrows.meta,3d,positioning}
\pgfplotsset{compat=1.18}
\geometry{left=2.5cm,right=2.5cm,top=2.5cm,bottom=2.5cm}
% ... 题目内容 ...
% \newpage
% ... 参考答案与解析 ...
\end{document}

编译命令

xelatex -interaction=nonstopmode 试卷.tex
# 如需交叉引用，跑第二遍
xelatex -interaction=nonstopmode 试卷.tex

长文件写入策略

LaTeX试卷通常600-1000行，子代理必须用分段写入法：

1. cat > file.tex << 'LATEX_EOF' 写前半部分（到填空题结束）
2. cat >> file.tex << 'LATEX_EOF' 追加后半部分（解答题+答案+\end{document}）
3. 写完后立即编译验证

Markdown仅作备用

只在明确不需要图形的场景（如语文作文、英语阅读理解纯文字部分）才用Markdown。即使用Markdown，也必须用pandoc+xelatex转PDF（不要用weasyprint）。

7. 参考真题结构（优先级最高）

• 若用户指定地区/卷型：先 web_search 找近年真题或权威样卷的"结构与分值"
• 仅参考结构与风格，不直接照抄真题题干

8. 踩坑经验（血泪总结）

8.1 生成质量类

1. "修正题目"是最大红旗：AI在解析中写"需要修正/重新设计/答案应为..."说明它自己都发现题目有问题，但懒得改题目本身。→ prompt中必须明确禁止，要求"发现问题就直接改好题目再输出"。
2. 答案前后不一致极常见：解析推导得出答案X，但答案栏写的是Y，后面又"更正为X"。→ 交叉质询必查。
3. 单选题出现多解/无解：AI可能设计出条件不足的题（如"等差数列给一个条件求公差"但条件不够），或四个选项都不对。→ 验算是唯一出路。
4. 多选题全ABCD不真实：真实考试极少出现三道多选全选ABCD。
5. 常识性错误：椭圆没有渐近线（只有双曲线有）、导数为零不一定是极值点（要看变号）等。

8.2 格式与工程类

6. 长文输出易截断：GPT-5.2单次heredoc>500行会超时 → 分段写入。
7. 结构错误=整卷报废：先锁定结构再出题，最后再复核总分。
8. 题图与文字一致：写"如图"但实际无图 → Markdown版改为文字描述可解。
9. 子代理说完成不能信：必须检查文件大小（24字节=空文件）、题目数量、总分。

8.3 流程类

10. 三路生成+交叉质询远优于单路生成：单模型出题+自审=自己检查自己的作业，发现不了盲点。
11. 审查子代理必须用不同模型：用同一个模型审查自己生成的题，容易重复同样的错误。
12. 串行spawn避免slot竞争：并行3个子代理会导致gateway timeout，一个完成再下一个。
13. prompt越精确，返工越少：把结构规格表、禁止事项、输出格式要求全写进prompt，不要指望AI"自己理解"。
14. weasyprint不能渲染LaTeX公式 → 必须用pandoc+xelatex，不要走pandoc→html→weasyprint路径
15. pandoc转PDF时公式格式必须统一 → 全用$和$$，不要混用()和[]
16. 交叉质询是最核心环节 → 单模型自审≈自己改自己作业，三模型交叉才能发现盲点。第一轮实测：三个模型生成的数学试卷全部有严重错误（答案矛盾、改题痕迹、条件不足），只有经过交叉质询才能筛出可用题
17. 验收报告必须量化 → 每题给出"通过/修正/淘汰"状态，不能只说"大致可以"
18. 文件大小是最快的质检手段 → 正常试卷md文件应>8KB（含解析），LaTeX文件应>15KB，<3KB几乎肯定截断了
19. 试卷必须用LaTeX+TikZ带图 → Markdown无法嵌入图形，真实试卷必须有配图。之前用Markdown出的试卷被退回因为"没有图片"。数学试卷需要函数曲线、几何图形、立体图形、圆锥曲线图等
20. LaTeX模板要先读现有的 → /root/.openclaw/workspace/gaokao/LaTeX版/ 有成熟模板，子代理必须先读模板再出题，保持排版风格一致
21. 参考真题风格 → 如有下载的真题（gaokao/下载试卷/），提取文本给子代理参考出题风格和难度，但不要抄题

9. PDF生成方案

9.1 推荐方案：pandoc + xelatex

Markdown转PDF（支持LaTeX公式、中文）：

pandoc 试卷.md -o 试卷.pdf \
  --pdf-engine=xelatex \
  -V CJKmainfont="Noto Sans CJK SC" \
  -V geometry:margin=2cm \
  -V geometry:a4paper \
  -V fontsize=11pt \
  -V linestretch=1.3 \
  --columns=80

如果公式复杂，确保md文件中的LaTeX公式格式正确：

• 行内公式: $...$
• 独立公式: $$...$$
• 不要用 \( \) 或 \[ \]，pandoc对$符号支持最好

9.2 不要用weasyprint

weasyprint是HTML/CSS引擎，不支持LaTeX数学公式渲染。之前尝试pandoc→html→weasyprint→pdf，所有$...$公式都显示为原始TeX文本，会出大量warning。

9.3 LaTeX版直接编译

xelatex -interaction=nonstopmode 试卷.tex
# 如需交叉引用，跑第二遍
xelatex -interaction=nonstopmode 试卷.tex

10. Markdown公式书写规范

在生成Markdown试卷时，公式格式必须统一：

# 正确示例
行内公式用单美元号：已知 $a_n = 2n - 1$，求 $S_n$。
独立公式用双美元号：
$$S_n = \frac{n(a_1 + a_n)}{2}$$

# 错误示例（pandoc不兼容）
行内公式用 \(a_n = 2n - 1\)  ← 不要用
独立公式用 \[S_n = ...\]  ← 不要用

子代理prompt中必须包含这条规则："公式用 $...$ 和 $$...$$ 格式，不要用 \(\) 或 \[\]"