JinLingxi/MathCyclus---Lingxi-Question-Bank-Assistant
JinLingxi/MathCyclus---Lingxi-Question-Bank-Assistant has 156 GitHub stars and 37 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-19 05:08 UTC. Last push 2026-11-12.
Crecimiento de estrellas medido
- in 24h
- 0
- in 7 days
- Recopilando historial
- in 15 days
- Recopilando historial
- in 1 month
- Recopilando historial
Cambios netos en períodos que se solapan, no totales diarios. Los datos no disponibles se dejan en blanco. Las estrellas indican interés, no calidad.
Acerca de
Config files for my GitHub profile.基于 Streamlit 和 LaTeX 的自动化高中数学题库管理与智能组卷系统。支持 OCR 识别、TikZ 实时渲染与自动归档。
AprendizajeREADME.md
Original📚 高中数学题库管理与组卷系统
这是一个基于 Python (Streamlit) 和 LaTeX 的自动化高中数学题库管理与智能组卷系统。专为中学数学教师及教研团队设计,旨在彻底解决海量 LaTeX 题目的碎片化管理、高效排版以及智能化组卷问题。
🧭 系统工作流

从按章节/年份组织的 LaTeX 题目源文件出发,系统构建 CSV 元数据索引,在 Streamlit 工作台中完成检索、编辑、预览与智能组卷,并通过 Qwen-VL-Plus 和 TikZ 渲染管线增强 OCR、打标签、解答生成和几何图预览能力,最终导出 LaTeX 试卷源文件与 PDF 讲义。
✨ 核心功能
📝 题库管理
面向 LaTeX 题目源文件的结构化管理流程。
- 按「板块 / 年份」自动归档题目文件。
- 使用
problem、answer、solutions环境分离题干、答案与解析。 - 通过题目元数据记录 ID、标签、难度、来源与备注。
🤖 AI 辅助录入
基于 Qwen-VL-Plus 处理截图、标签和解答生成。
- 识别题目截图并转换为规范 LaTeX。
- 自动生成知识点标签与难度星级。
- 对解答进行“教学审核”,发现逻辑问题时附加 AI 纠错说明。
🧠 智能组卷
从题库中按条件筛选、抽样并生成试卷。
- 支持题型、年份、板块、标签、难度与全文检索。
- 支持可选的混合搜索与语义搜索;本地 SQLite 向量索引可随时重建,不替代 CSV 题库索引。
- 支持按知识板块、题量与目标难度分布进行抽样。
- 支持自然语言组卷需求润色,辅助形成命题意图。
🎨 工作台界面
采用 Streamlit 构建教师可直接使用的本地工作台。
- 三栏式布局:左侧筛选,中间编辑,右侧预览与 AI 助手。
- 徽章式展示星级、标签、备注等题目状态。
- 支持快速浏览、编辑、预览和组卷流程切换。
📐 TikZ 预览
将几何图代码直接嵌入题目编辑与预览链路。
- 通过
xelatex编译 TikZ 图形。 - 使用
PyMuPDF将编译结果转为 PNG 预览。 - 基于文件修改时间缓存,减少重复渲染开销。
🛠️ 技术栈
- 前端界面与交互:Streamlit (响应式框架,多列布局,回调机制)
- 排版与编译引擎:$\LaTeX$ (核心依赖
xelatex编译器) - 底层脚本与处理:Python (
re文本处理,fitzPDF图像解析, 抽样算法) - 大语言模型支持:阿里云百炼 (Qwen-VL-Plus 模型)
- 版本控制:Git/GitHub (配置代理优化大文件传输同步)
🚀 快速启动
Windows 一键启动支持 64 位 CPython 3.10 - 3.12,推荐 Python 3.12。安装 Python 时建议勾选 Python Launcher 和 Add python.exe to PATH;若本机只有 Python 3.13 或更高版本,可并行安装 Python 3.12,无需卸载新版。
启动程序.bat会优先通过 Python Launcher 选择 3.12、3.11 或 3.10;Launcher 不可用时会尝试PATH中的python。首次运行会自动创建.venv并安装依赖。如需手动创建虚拟环境并安装依赖,可执行:
python -m venv .venv .venv\Scripts\activate pip install -r requirements.txt复制
.env.example为.env,并填入 AI 模型配置:AI_API_KEY=your_api_key_here AI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 AI_MODEL_NAME=qwen-vl-plus # 可选:启用混合/语义搜索 AI_EMBEDDING_MODEL_NAME=text-embedding-v4配置 embedding 模型后,在“工具箱 → 语义搜索索引”中更新索引;留空时系统继续使用原有精确筛选。
如需使用 TikZ 几何图预览,请安装完整的 $\LaTeX$ 编译环境(例如 TeX Live),并确认
xelatex已加入系统环境变量。项目会通过PyMuPDF将编译结果转为 PNG 预览。首次启动时如果本地没有
utils/题库索引表.csv,程序会根据当前电脑上的chapters/自动生成;首次使用或批量导入题目后,也可以手动重建题库索引:python utils/init_csv_index.py双击运行
启动程序.bat,或者在终端执行:python 启动程序.py即可自动在浏览器中打开工作台。
也可以直接运行 Streamlit:
streamlit run question_bank_app.py
💡 创新亮点
- 首创"教学审核"OCR:AI 识别解答时自动审核逻辑,发现错误会标注原错并附加 AI 纠错,兼顾教学真实性与正确性。
- 严苛的 LaTeX 排版规范:通过 AI Prompt 强制约束分数显示、括号匹配、中英文混排空格等细节,输出代码可直接用于专业出版。
- Label Data 元数据系统:每道题自带 ID、难度星级、标签、备注、引用次数的结构化注释头,实现题目级别的精细化管理。
- TikZ 深度整合 + 智能缓存:几何图形编译无缝嵌入编辑流程,基于文件修改时间的缓存机制实现秒级实时预览。
📁 核心目录结构
├── chapters/ # 存放按学科板块和年份分类的 LaTeX 题库源文件 (.tex)
├── fig/ # README 与文档配图
├── utils/ # 系统核心工具库 (配置、文件读写、TikZ 渲染、CSV 索引管理)
├── Test Paper Group/ # LaTeX 试卷/讲义/练习模板
├── ocr_prompt.txt # AI OCR 与排版约束的系统提示词(热重载)
├── MathCyclus_book.cls # LaTeX 自定义文档类
├── question_bank_app.py # Streamlit 主程序入口 (包含 UI 布局与核心逻辑)
├── 启动程序.py # 守护进程与服务启动脚本
├── 启动程序.bat # Windows 一键启动脚本
├── requirements.txt # Python 依赖清单
└── .env.example # 环境变量配置模板
🧹 仓库维护说明
utils/题库索引表.csv是每台电脑独立生成的高速索引,不提交到 Git;题库内容变化后可运行python utils/init_csv_index.py刷新。utils/local_stats.sqlite3保存本机新增、修改和活跃度统计,不提交到 Git。首次建立索引只记录本地基线,不会把仓库历史题目算作当前用户的新增。utils/semantic_index.sqlite3是可选且可重建的语义索引,不应提交到 Git;题目保存、删除或重命名后,对应旧向量会自动失效。- 批量识别或同卷录入遇到已存在的同名题目时,默认保留旧文件并跳过新的识别结果;处理日志会明确标记为“跳过”。
log.csv是批量导入脚本的运行日志输出;old_app.py、question_bank_app000.py和SolaireEPDA-master/属于历史产物或外部参考内容。当前.gitignore已将同类文件排除,后续如需清理 Git 跟踪记录,建议单独开 PR 处理。- TikZ 预览依赖本机
xelatex,若未安装 LaTeX,题库浏览与普通组卷仍可使用,但几何图实时预览会受限。
📄 开源协议
本项目采用 MIT License 开源协议,欢迎贡献与使用。
👥 用户群
如果你正在使用或关注 MathCyclus,欢迎扫码加入用户群,交流本地部署、题目录入、LaTeX 排版、组卷流程与后续功能建议。
