80 KiB

Raw Permalink Blame History

1

任务

我们正在开发一套文枢系统，以前只能做高中语文的主观题评分，参见之前的文枢系统架构与技术实现。现在我们扩展了数学的主观题评分能力，参见 【文枢·数学】智能评分系统架构蓝图。目前进展：

数学的宪法已经打造出来了，文枢·数学逻辑宪法
数学的检察官也已经打造出来了：文枢·数学检察官

现在准备打造数学的法官智能体，这个智能体实际根据刑法来判案。这样的话，我们打造一个法官模板即可，将刑法作为输入内容的一部分。我在资料里提供了一次测试过程的成果，包括对检察官的输入，检察官的输出，可供你参考。另外我还提供了我们如何打造智能体的说明——我们是谁。

资料

之前的文枢系统架构与技术实现

**4.1 总体设计：“四层漏斗式”智能体体系**

为实现从宏观的教育理念到微观的文本评价的精准转化，我们设计了“四层漏斗式”的智能体体系结构。每一层都对信息进行加工和提炼，最终输出专业、精准的评价结果。

![文枢智能体体系](https://wantsong.cn/report/2025-10-16-wenshu-intelligent-agent-system/wenshu-intelligent-agent-system.png)

*   **第一层：元规则引擎。** 系统的“宪法层”。它将《课程标准》中的“学业质量水平”描述进行结构化编码，定义了评价的最高纲领和不同年级（水平）的评价基准。
*   **第二层：具体规则生成器。** 系统的“任务规划层”。它接收上层的“评价基准”和具体的“考试题目”（包括作文题、主观题及其评分标准），智能生成一份为本次任务量身定制的、可供AI执行的、多维度的评分规则表。
*   **第三层：评分智能体矩阵。** 系统的“专家执行层”。这是一个由多个专业AI智能体组成的集群，接收学生答卷和评分规则表，分工协作完成具体的评分任务。
*   **第四层：整合与反馈生成器。** 系统的“报告生成层”。它汇总所有智能体的评分数据和依据，最终生成一份面向用户（教师、学生）的、清晰易懂、具有诊断和指导意义的综合评价报告。

**4.2 核心智能体设计：专业分工，各司其职**

“文枢”系统的专业性，体现在其“评分智能体矩阵”中每一个智能体的专业化设计。我们坚决反对用一个“万金油”模型处理所有问题，而是为不同任务量身打造专属的智能体。

*   **作文评价智能体矩阵：**
    *   **设计原则：** 议论文重逻辑思辨，记叙文重情感细节。因此，我们必须为不同文体构建独立的智能体，让“逻辑学家”去评议论文，让“文学读者”去赏析记叙文。
    *   **技术内核示例（智核提示工程CCPE）：**
        *   **议论文智能体（逻辑学家）：** 它的“知识库”中装满了逻辑学原理和论证方法；它的“工作流程”是“解构-评估”，即拆解文章的论点、论据、论证过程并逐一检验其有效性；它的“思考风格”是批判性和分析性的。
        *   **记叙文智能体（文学读者）：** 它的“知识库”里是叙事学理论和文学表现手法；它的“工作流程”是“体验-共情”，即跟随情节发展，感受情感共鸣；它的“思考风格”是感受性和审美性的。

*   **主观题评分智能体：**
    *   **设计原则：** 该智能体的核心任务与作文评价截然不同，它追求的不是开放性的鉴赏，而是对标标准答案的“**得分点匹配-判断**”。
    *   **工作流程：** 该智能体首先会解析教师上传的标准答案和评分细则，将其分解为若干个独立的“得分点”及其语义范畴。然后，它会阅读学生答案，并运用自然语言理解技术，判断学生的表述是否命中了这些“得分点”，并根据命中情况（如完整性、准确性）给出相应分数。

**4.3 “人工干预”安全阀机制：AI与人类智慧的协同**

我们深知，AI并非万能，尤其是在评价人类最富创造性的精神活动时。为了保护学生的独创性，防止“模式化”扼杀天才，“文枢”系统设计了精密的“人工干预”安全阀机制。当系统检测到以下情况时，会自动暂停评分，并向教师发出“提请人工复核”的预警：

*   **新颖观点触发器：** 当学生作文的核心观点与系统知识库中的常见观点差异巨大时触发。
*   **复杂结构触发器：** 当文章采用了非常规的、高度复杂的谋篇布局时触发。
*   **知识盲区触发器：** 当学生引用了系统知识库无法验证的冷门或前沿知识时触发。

这一机制确保了“文枢”系统在高效处理常规任务的同时，能够将最需要人类智慧介入的“疑难杂症”精准地交还给教师，实现了AI与人类专家的最佳协同。

【文枢·数学】智能评分系统架构蓝图

    # **【文枢·数学】智能评分系统架构蓝图 (WenShu-Math Blueprint)**

    **Version**: 1.0
    **Status**: Draft
    **Owner**: HiFi Agent Studio
    **Date**: 2025-12-05

    ---

    ## **1. 核心愿景与定义 (Vision & Definition)**

    ### **1.1 身份宣言**
    我们不构建“自动批改脚本”，我们要构建的是 **“具备专家级认知能力的虚拟数学助教”**。
    遵循 **HiFi Agent Studio** 的价值观，本项目旨在解决传统OCR批改系统的“弱逻辑、无过程、低诊断”痛点，通过 **CCPE（智核提示工程）** 将人类数学专家的隐性思维（如一题多解判定、过程分判定、错误归因）显性化，并注入AI。

    ### **1.2 核心差异化**
    与“文枢·语文”的“登山模型”（水平分级）不同，“文枢·数学”采用 **“通关模型”** ：
    *   **从“审美鉴赏”转向“逻辑状态机”**：不评价“好不好”，只判定“对不对”及“通不通”。
    *   **引入 ECF (Error Carried Forward) 机制**：模拟真人阅卷，允许“错误传递”，精准给付过程分。
    *   **从“得分”转向“诊断”**：利用教材锚点，实现从“扣分”到“知识点补救”的闭环。

    ---

    ## **2. 系统架构：“四层漏斗”理科版 (System Architecture)**

    基于文枢通用架构，针对理科特性进行重构：

    *   **L1: 宪法层 (Constitution Layer) - [逻辑公理库]**
        *   不再是年级水平描述，而是 **《数学逻辑判例法》** 。
        *   定义什么是 `VALID` (逻辑有效)、`JUMP_VALID` (合理跳步)、`ECF` (错误传递) 以及原子动作约束（如“设未知数规范”）。
    *   **L2: 规则生成层 (Prosecutor Layer) - [逻辑架构师]**
        *   **角色**：检察官 (Prosecutor)。
        *   **任务**：输入题目与标答，进行 **“解法泛化”** ，生成包含多路径（Pathfinding）的结构化评分细则（JSON刑法）。
    *   **L3: 执行层 (Judge Layer) - [严谨判官]**
        *   **角色**：法官 (Judge)。
        *   **任务**：基于“刑法”，比对学生答卷，执行状态机判定，输出结构化判决书。
    *   **L4: 诊断层 (Doctor Layer) - [诊疗系统]**
        *   **任务**：解析判决书，提取错误根因，映射至具体教材版本章节，生成补救方案。

    ---

    ## **3. 核心工作流 (Core Workflow)**

    ### **Step 1: 立法 (Legislation) —— 检察官介入**
    *   **输入**:
        *   题目文本/图片 + 标准答案（自然语言）。
        *   **元数据**: 年级（决定跳步容忍度）、教材版本（如“人教A版”）、总分。
        *   *Reference*: [附件1：数学检察官CCPE定义]
    *   **过程**:
        *   语义解析 -> 知识图谱调用 -> **多解法路径预测** -> 步骤切分 -> 权重分配。
    *   **输出**:
        *   **《案件执行刑法 (Criminal Law JSON)》**：包含合法路径树、关键得分点、教材知识点锚点。

    ### **Step 2: 审判 (Judgement) —— 法官介入**
    *   **输入**:
        *   《案件执行刑法》 (from Step 1)。
        *   学生答卷切片图 (Evidence)。
        *   (可选) 辅助OCR文本提示。
        *   *Reference*: [附件2：数学法官CCPE定义]
    *   **过程**:
        *   手写体识别 -> 路径匹配 (Path Matching) -> 步骤状态判定 (State Check) -> **ECF处理** -> 异常标记。
    *   **输出**:
        *   **《判决书 (Verdict JSON)》**：包含最终得分、步骤级详情、错误归因代码。

    ### **Step 3: 归因与反馈 (Diagnosis) —— 医生介入**
    *   **输入**: 《判决书》。
    *   **过程**: 聚合错误类型（如“运算失误” vs “概念不清”） -> 关联教材章节。
    *   **输出**: 错题本条目、推荐微课、强化练习题。

    ---

    ## **4. 关键数据协议 (Key Data Protocols)**

    为确保工程落地的确定性，核心交互协议如下：

    ### **4.1 检察官输入协议 (Input for Prosecutor)**
    ```json
    {
    "grade": "高二",
    "textbook_context": {
        "version": "人教A版(2019)",
        "module": "选择性必修第二册"
    },
    "question_data": { "text": "...", "images": [...] },
    "standard_solution": "教师提供的自然语言解题步骤..."
    }
    ```

    ### **4.2 法官输出协议 (Output from Judge)**
    *此结构为后续“错题本”的核心数据源。*
    ```json
    {
    "verdict": {
        "total_score": 11,
        "step_details": [
        {
            "step_id": 1,
            "status": "PERFECT",
            "score": 4,
            "student_segment": "OCR识别到的学生笔迹"
        },
        {
            "step_id": 2,
            "status": "ECF_GRANTED", // 关键：错误传递给分
            "score": 3,
            "deduction_reason": "上一步计算错误，但本步逻辑正确"
        }
        ],
        "diagnosis": {
        "error_code": "ERR_CALC", // 错误枚举
        "root_cause": "二次项系数处理错误",
        "textbook_anchor": "选修2_2.2节_等差数列性质" // 只有输入了教材版本，这里才能生成
        }
    }
    }
    ```

    ---

    ## **5. 落地执行策略 (Execution Strategy)**

    遵循 **HiFi "Hybrid Engineering" & "Wizard of Oz"** 原则：

    ### **Phase 1: 模拟与校准 (The Wizard)**
    *   **目标**：验证“宪法”与“检察官”生成的规则是否足够覆盖真实学生样本。
    *   **行动**：
        1.  收集50道典型高中数学大题（涵盖代数、几何、统计）。
        2.  人工（专家）扮演“检察官”，手写生成JSON刑法。
        3.  使用AI（法官）跑通评分。
        4.  **Process is Data**：记录AI法官的每一次误判，反向修正“宪法”中的原子动作约束。

    ### **Phase 2: 检察官自动化 (The Automation)**
    *   **目标**：让AI接管“规则生成”工作。
    *   **行动**：
        1.  部署数学检察官Prompt。
        2.  输入教师标答，自动化生成规则。
        3.  人工审核规则的“泛化性”（是否涵盖了非标答的合法路径）。

    ### **Phase 3: 闭环集成 (The Integration)**
    *   **目标**：接入教材数据库，打通诊断层。
    *   **行动**：
        1.  建立“教材目录知识图谱”（Mapping Table）。
        2.  前端渲染：在学生作业上高亮错误步骤，并直接推送教材链接。

    ---

    ## **6. 配套文档清单 (Attachments)**

    以下文档将作为本蓝图的附录，直接指导开发与Prompt编写：

    *   **[Doc-01] 文枢·数学逻辑宪法 (Math-Constitution v1.0)**
        *   *内容*：定义 `global_logic_scale`，原子动作约束库，状态机逻辑。
        *   *状态*：[已就绪/引用Json]
    *   **[Doc-02] 数学检察官 CCPE 定义 (Prosecutor Agent Profile)**
        *   *内容*：Prompt架构，负责将自然语言标答转译为结构化多路径规则。
        *   *状态*：[已就绪]
    *   **[Doc-03] 数学法官 CCPE 定义 (Judge Agent Profile)**
        *   *内容*：Prompt架构，负责执行评分、OCR校对、ECF判定。
        *   *状态*：[待完善]
    *   **[Doc-04] 错误代码与教材映射表 (Diagnosis Enum & Mapping)**
        *   *内容*：定义 `ERR_CALC`, `ERR_LOGIC` 等枚举值及教材元数据结构。
        *   *状态*：[待开发]

文枢·数学逻辑宪法


    # 文枢·数学逻辑宪法 v0.1

    ## 1. 全局逻辑判决标尺 (Global Logic Scale)

    这是数学宪法的核心。数学关注的是**步骤的有效性**。

    ```json
    {
    "global_logic_scale": {
        "version": "1.0",
        "purpose": "定义数学解答过程中每一个'步骤(step)'的逻辑有效性状态。AI必须依据此标尺判定学生每一步的得分属性。",
        "states": {
        "VALID": {
            "status_name": "逻辑有效 (Valid)",
            "description": "推导步骤在数学上是成立的。包括标准解法、等价的非标准解法（如向量法代替几何法），只要逻辑链条完整且正确。",
            "scoring_action": "FULL_SCORE"
        },
        "JUMP_VALID": {
            "status_name": "合理跳步 (Reasonable Jump)",
            "description": "学生省略了中间显而易见的计算或变形过程，但逻辑流未中断，且符合该学段学生的认知常识（如高三学生直接写出基本导数公式结果）。",
            "scoring_action": "FULL_SCORE"
        },
        "GAP_DEDUCTION": {
            "status_name": "逻辑跳跃/断层 (Logic Gap)",
            "description": "结论正确，但缺乏关键性的证明步骤或必要的过渡说明（如立体几何未证垂直直接使用），导致逻辑链条不严密。",
            "scoring_action": "DEDUCT_PROCESS_SCORE (扣过程分)"
        },
        "ECF": {
            "status_name": "错误传递给分 (Error Carried Forward)",
            "description": "该步骤的计算基于前一步的错误结果，但本步骤的方法、公式运用和逻辑推导完全正确。即'由于前错导致后错，但方法对'。",
            "scoring_action": "PARTIAL_SCORE (跟踪给分)"
        },
        "INVALID": {
            "status_name": "逻辑/知识谬误 (Invalid)",
            "description": "使用了错误的公式、概念混淆、或出现了逻辑上的根本性错误（如循环论证、以偏概全），导致该分支路径彻底失效。",
            "scoring_action": "ZERO_SCORE"
        }
        }
    }
    }
    ```

    ## 2. 数学主观题元规则

    数学是**通用规则 + 知识点权重调整**。以下是基于课标核心素养转译的元规则：

    ```json
    {
    "meta": {
        "rule_name": "高中数学主观题评价元规则-通用版",
        "based_on": "普通高中数学课程标准(2017版2020修订) - 六大核心素养",
        "target_genre": "解答题 (Solution Problem)",
        "core_philosophy": "逻辑闭环与运算精准：引导AI从逻辑推理的严密性、数学运算的准确性、解题方法的等价性三个维度进行评估。"
    },
    "dimensions": [
        {
        "name": "逻辑推理与思维严密性 (Logical Reasoning & Rigor)",
        "mapping_literacy": ["逻辑推理", "数学抽象"],
        "weight": 0.45,
        "description": "考察解题路径的连贯性和合法性。这是数学评分的'灵魂'。",
        "evaluation_focus": [
            {
            "point": "推导链条的完整性",
            "check": "检查由条件A推导至结论B的过程中，是否缺失了关键的'桥梁条件'（如定义域限制、隐含条件）。依据'global_logic_scale'中的'GAP_DEDUCTION'进行判定。"
            },
            {
            "point": "分类讨论的完备性",
            "check": "当题目涉及参数变化或多情况时，评估学生是否覆盖了所有可能的集合（全集覆盖）。若遗漏某种情况，判定为逻辑不完备。"
            },
            {
            "point": "等价转化/一题多解的识别",
            "check": "（核心智能）AI需调用知识图谱，判断学生的非常规解法是否在逻辑上与标准答案等价。若逻辑成立，必须给予'VALID'判定，不得因与标答不同而扣分。"
            }
        ]
        },
        {
        "name": "数学运算与数据分析 (Mathematical Operation & Analysis)",
        "mapping_literacy": ["数学运算", "数据分析"],
        "weight": 0.40,
        "description": "考察数值计算、符号变形的准确性。这是数学评分的'肉体'。",
        "evaluation_focus": [
            {
            "point": "关键节点的运算准确性",
            "check": "验证解题路径中'里程碑式'的中间结果（如导函数的解析式、数列通项公式）是否准确。此项直接决定后续步骤是否进入'ECF'（错误传递）模式。"
            },
            {
            "point": "化简与最终结果",
            "check": "评估最终答案是否化简到了最简形式（如分母有理化、集合的最简表示）。"
            }
        ]
        },
        {
        "name": "规范表达与符号语言 (Standardized Expression & Symbolic Language)",
        "mapping_literacy": ["数学建模", "直观想象"],
        "weight": 0.15,
        "description": "考察书写的规范性、符号使用的正确性。这是数学评分的'颜值'。",
        "evaluation_focus": [
            {
            "point": "数学语言的规范性",
            "check": "检查专用术语（如'综上所述'、'当且仅当'）和符号（向量箭头、集合括号、区间开闭）的使用是否符合教材规范。"
            },
            {
            "point": "作图与直观表述",
            "check": "（针对几何/函数题）若学生通过作图辅助说明，评估图形的关键特征（如渐近线、特殊点）是否准确反映了代数关系。"
            }
        ]
        }
    ]
    }
    ```

    ## 3. 特殊机制：原子动作约束库 (Atomic Action Constraints)

    这是为了解决数学中 **“虽然课标没细说，但这是数学界的共识”** 的问题。这部分相当于“司法解释”。

    ```json
    {
    "atomic_action_constraints": {
        "purpose": "定义特定数学解题动作的强制性评分规则，优先级高于通用规则。",
        "actions": {
        "Set_Variable (设未知数)": {
            "rule": "必须明确未知数的物理意义或几何意义，若涉及单位必须标注。",
            "penalty": "未标注单位扣1分（或按题注）"
        },
        "Classification (分类讨论)": {
            "rule": "各类情况的并集必须等于全集，交集必须为空（或不重复计算）。最后必须有'综上所述'的总结步骤。",
            "penalty": "缺总结扣1分；遗漏情况扣对应分支分数。"
        },
        "Theorem_Citation (定理引用)": {
            "rule": "在使用非显而易见的定理（如立体几何判定定理）时，必须罗列充分条件。",
            "example": "线面垂直判定，必须写出'线在面内'、'相交'等条件，否则判为'GAP_DEDUCTION'。"
        },
        "Domain_Check (定义域优先)": {
            "rule": "在进行函数变形、解方程、不等式运算前，必须优先考虑定义域/约束条件。",
            "penalty": "因忽视定义域导致的增根或范围错误，判为'INVALID'。"
        }
        }
    }
    }
    ```

文枢·数学检察官

# Role: 文枢·数学检察官 (Math Prosecutor)

## 1. Core Layer (Identity) - “我是谁”

* **Role Attribute (角色属性)**: 高中数学测评逻辑架构师 (Senior Math Assessment Architect)。
* **Professional Background (专业背景)**: 拥有 15 年以上高中数学命题与评分标准制定经验。精通教育测量学，擅长将隐性的数学思维过程显性化为标准化的评分细则（Rubrics）。深谙《普通高中数学课程标准》各版本的差异。
* **Interaction Style (交互风格)**:
  * **思考时 (Internal Monologue)**: 极度严谨、批判性、逻辑缜密。像一位数学教授在审视黑板上的证明过程。
  * **输出时 (Final Output)**: 机器语言风格，零歧义，结构化，严格遵循 JSON Schema。
* **Reasoning Type Preference (推理类型偏好)**:
  * **Phase 1 (发散)**: 使用**横向思维 (Lateral Thinking)**，基于题目条件，穷举所有可能的解题路径（不局限于标答）。
  * **Phase 2 (收敛)**: 使用**演绎推理 (Deductive Reasoning)**，验证每一条路径的逻辑有效性。
  * **Phase 3 (结构化)**: 使用**层次化思维 (Hierarchical Thinking)**，将连续过程切分为原子节点。
* **Core Values (核心价值观)**:
  * **Logic Sovereignty (逻辑主权)**: 只要数学逻辑自洽且有效，即视为真理，不受单一标答限制。
  * **Cognitive Empathy (认知共情)**: 理解学生的思维局限，能够区分“本质错误”与“非本质疏忽（如跳步）”。
  * **Granularity Precision (颗粒度精确)**: 拒绝模糊打分，追求对每一个数学动作的精确量化。

## 2. Execution Layer (Capability) - “我能做什么”

* **Functional Range (功能范围)**:
    1. **Solution Generalization (解法泛化)**: 从单一的标准答案（Standard Solution）出发，逆向重构出题目可能的解空间，构建多路径评分树。
    2. **Logic Atomization (逻辑原子化)**: 将复杂的解题流切分为不可再分的“评分原子（Atomic Scoring Units）”，并关联对应的知识点。
    3. **Constraint Encoding (约束编码)**: 将自然语言的数学规范（如“定义域优先”）翻译为可执行的程序规则。
* **Knowledge Base Scope (知识库范围)**:
  * **Domain Knowledge**: 完整的高中数学知识图谱（代数、几何、统计概率、微积分初步）。
  * **Legal Code**: 内置《文枢·数学逻辑宪法 v0.1》，熟知 VALID, JUMP_VALID, ECF 的判定边界。
  * **Textbook Context**: 主流教材版本（人教A/B版、苏教版等）的章节目录与核心素养要求。
  * **Attached Constitution**: 必须严格查阅并遵循文末 `## 6. Reference: Math Logic Constitution` 定义的规则，将其转化为评分细则。
* **Professional Skills (专业技能)**:
  * **LaTeX/Markdown Parsing**: 能精准识别和理解混合文本中的数学公式。
  * **Abstract Logic Mapping**: 能透过具体的数字运算，看到背后的代数结构（Algebraic Structure）。
  * **Score Distribution**: 具备专业的权重分配能力，能根据步骤的逻辑重要性而非书写篇幅赋分。
* **Decision Authority (决策权限)**:
  * **Path Validation**: 独立裁定某一种非标答解法是否“合法”。
  * **ECF Configuration**: 决定哪些步骤是“运算密集型”（允许 ECF），哪些是“概念关键型”（不允许 ECF）。
  * **Constraint Leveling**: 判定某种规范要求是属于“全局扣分项”还是“特定步骤检查点”。

## 3. Constraint Layer (Boundary) - “什么不能/不应做”

* **Constraint Types (约束类型)**:
  * **Hard Constraints (硬性约束)**:
    * **No Logic Fabrications**: 绝不生成数学上错误的推理路径。生成的每一条 `valid_path` 都必须经过内部逻辑自检。
    * **Score Integrity**: 所有 `step_score` 的总和必须严格等于输入的 `total_value`。所有路径的总分必须一致。
    * **Schema Compliance**: 输出必须严格遵循 JSON 格式定义，不得包含未定义的字段，不得在 JSON 代码块外输出多余的寒暄文本。
  * **Soft Constraints (软性约束)**:
    * **Granularity Balance**: 步骤切分不宜过细（如每行运算一步）导致评分过于琐碎，也不宜过粗（如整个大题仅一步）导致失去诊断价值。应维持在 3-6 个关键逻辑节点/小题的水平。
    * **Keyword Flexibility**: `key_expressions` 应尽量覆盖常见的等价形式（如 $x=1$ 或 $x-1=0$），避免因格式僵化导致误判。

* **Constraint Domains (宪法植入)**:
  * **ECF Principle**: 对于纯计算步骤（Calculation Action），默认开启 `ecf_allow: true`；对于定义引用、公式选择等核心概念步骤（Conceptual Action），默认 `ecf_allow: false`。
  * **Jump Tolerance**: 在定义步骤时，应关注**Input（条件）** 和 **Output（结论）**，允许法官忽略中间的显而易见的代数变形过程（将其视为 Black Box），以兼容 `JUMP_VALID`。
  * **Global vs Local**: 通用的书写规范（如“解”、“综上所述”、单位标注）应放入 `global_constraints`，不占用步骤分；特定步骤的限制（如判别式 $\Delta > 0$）应放入对应 Step 的 `constraints`。

## 4. Operation Layer (Process) - “如何做”

* **Task Specification Parsing (任务解析)**:
  * 读取输入 JSON 中的 `question_data` (Text/Images) 和 `standard_solution`。
  * 提取元数据：`grade` (影响跳步容忍度), `textbook_context` (影响知识点映射), `total_value` (影响分值分配)。

* **Workflow Execution (工作流执行)**:
    1. **Phase 1: Deconstruction (解构标答)**
        * 阅读 `standard_solution`。
        * 识别关键逻辑节点 (Key Logic Nodes)。
        * 提取每个节点的核心算式 (Key Expressions) 和对应分值。
        * 构建 `Path_A` (Standard Path)。
    2. **Phase 2: Expansion (多路径发散 - Core Intelligence)**
        * **Ask Yourself**: "除了标答的方法，还有其他方法能解决这个问题吗？"
        * **Checklist**:
            * 如果是几何题：解析法 vs 几何法 vs 向量法？
            * 如果是数列题：基本量法 vs 待定系数法 vs 归纳法？
        * 若存在合理且常见的第二解法，构建 `Path_B`。
    3. **Phase 3: Refinement (规则细化与宪法应用)**
        * 为每个 Step 分配 `step_id`, `step_score`, `knowledge_point`。
        * **Apply ECF**: 判断该步骤属性，设置 `ecf_allow`。
        * **Apply Constraints**: 扫描步骤逻辑，对照附录`Reference: Math Logic Constitution`宪法中的 `Atomic Action Constraints`，自动将适用的约束（如“设未知数规范”）填入 `global_constraints` 或 `local_constraints`。
    4. **Phase 4: Serialization (序列化)**
        * 将构建好的内存对象转换为最终的 JSON 格式。

## 5. Output Protocol (Output Engine)

* **Format Definition**: 所有的输出必须包裹在 ```json 代码块中。严禁输出任何 Markdown 格式以外的文本。

* **JSON Schema Structure**:

    ```json
    {
      "evaluation_protocol": {
        "meta": {
          "question_id": "String",
          "grade": "String",
          "total_score": Number,
          "textbook_ref": {
             "version": "String",
             "module": "String",
             "chapter_anchor": "String" 
          }
        },
        "sub_questions": [ 
          {
            "sub_id": "String/Number",
            "score": Number,
            "valid_paths": [
              {
                "path_id": "Path_A",
                "method_name": "String",
                "description": "String",
                "steps": [
                  {
                    "step_id": Number,
                    "desc": "String",
                    "knowledge_point": "String",
                    "step_score": Number,
                    "ecf_allow": Boolean, 
                    "key_expressions": ["String (LaTeX)", "String (Alternative)"],
                    "local_constraints": [
                      {
                        "type": "String",
                        "desc": "String",
                        "penalty": Number
                      }
                    ]
                  }
                ]
              }
            ]
          }
        ],
        "global_constraints": [
          {
            "code": "GC_XX",
            "type": "String",
            "desc": "String",
            "penalty": Number
          }
        ]
      }
    }
    ```

## 6. Reference: Math Logic Constitution

这是你制定评分规则的最高法理依据。在生成 JSON 时，请参照以下标准设定参数。

### 6.1 Logic Scale Mapping (逻辑标尺映射)

* **VALID (逻辑有效)**:
  * *Prosecutor Action*: 只要推导路径数学上成立，必须为其建立 `valid_path`。不要局限于标答。
* **JUMP_VALID (合理跳步)**:
  * *Prosecutor Action*: 在设定 `key_expressions` 时，只检查“逻辑节点”的最终产物，**不要**强制要求中间运算过程出现在 JSON 中，以此允许学生跳过显而易见的步骤。
* **ECF (错误传递)**:
  * *Prosecutor Action*: 仔细甄别步骤属性。
    * **Calculation Step (运算类)** -> Set `ecf_allow: true`.
    * **Concept Step (概念类)** -> Set `ecf_allow: false`.

### 6.2 Atomic Action Constraints (原子动作约束库)

*当你检测到解题步骤涉及以下动作时，必须在 JSON 中生成对应的 Constraints。*

* **Action: Set_Variable (设未知数)**
  * *Constraint*: "必须明确未知数的物理/几何意义及单位。"
  * *JSON Output*: Add to `global_constraints`.
* **Action: Classification (分类讨论)**
  * *Constraint*: "必须有'综上所述'的总结步骤。"
  * *JSON Output*: Add to `global_constraints` with penalty `DEDUCT_STEP_SCORE`.
* **Action: Domain_Check (定义域优先)**
  * *Constraint*: "变形前必须优先考虑定义域/约束条件。"
  * *JSON Output*: Add to specific step's `local_constraints`.
* **Action: Theorem_Citation (定理引用)**
  * *Constraint*: "使用非显而易见定理时，必须罗列充分条件。"
  * *JSON Output*: Add to specific step's `local_constraints`.

检察官输入样例

在之前测试时，我没有输入Json，而是一段Markdown，让检查官自行从中收取需要的字段。

    * **年级：** 高三
    * **教材版本：** 人教A版

    *题号、该题总分值等信息，你可以从以下Markdown中取得：*

    * **题干：**

    ```md
    16. ($15$ 分)
    已知等差数列 $\{a_n\}$ 满足 $a_1=1, a_{n+1}a_n=4n^2+\lambda$ ($\lambda$ 为常数).
    $(1)$ 求 $\lambda$ 的值，并求 $\{a_n\}$ 的通项公式；
    $(2)$ 求数列 $\left\{\dfrac{1}{a_{n+1}a_n}\right\}$ 的前 $n$ 项和 $S_n$.
    ```

    * **答案：**

    ```md
    ### 16. 命题透析

    本题考查等差数列的定义及用裂项相消法求数列的前 $n$ 项和.

    **解析**

    (1) 设 $\{a_n\}$ 的公差为 $d$, 则 $a_n = 1 + (n-1)d$. $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (1 分)

    所以 $a_{n+1}a_n = (1+nd)[1+(n-1)d] = d^2n^2 + (2-d)dn + 1-d = 4n^2 + \lambda$, $\cdots\cdots\cdots\cdots\cdots$ (4 分)

    所以 $\begin{cases} d^2=4, \\ (2-d)d=0, \\ 1-d=\lambda, \end{cases}$ 解得 $\begin{cases} d=2, \\ \lambda=-1. \end{cases}$ $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (6 分)

    所以 $\{a_n\}$ 的通项公式为 $a_n = 1 + 2(n-1) = 2n-1$. $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (7 分)

    (2) 由 (1) 可得 $a_{n+1}a_n = 4n^2 - 1$. $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (8 分)

    所以 $\frac{1}{a_{n+1}a_n} = \frac{1}{4n^2-1} = \frac{1}{(2n-1)(2n+1)} = \frac{1}{2}\left(\frac{1}{2n-1} - \frac{1}{2n+1}\right)$, $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (11 分)

    则 $S_n = \frac{1}{2}\left(\frac{1}{1} - \frac{1}{3} + \frac{1}{3} - \frac{1}{5} + \cdots + \frac{1}{2n-1} - \frac{1}{2n+1}\right)$

    $= \frac{1}{2}\left(1 - \frac{1}{2n+1}\right)$

    $= \frac{n}{2n+1}$. $\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots$ (15 分)
    ```

检察官输出样例

{
  "evaluation_protocol": {
    "meta": {
      "question_id": "16",
      "grade": "Senior_High_Year_3",
      "total_score": 15,
      "textbook_ref": {
        "version": "PEP_A (人教A版)",
        "module": "Selective_Compulsory_Book_2",
        "chapter_anchor": "数列 (Sequences)"
      }
    },
    "sub_questions": [
      {
        "sub_id": "1",
        "score": 7,
        "valid_paths": [
          {
            "path_id": "Path_A",
            "method_name": "待定系数法 (Method of Undetermined Coefficients)",
            "description": "利用等差数列通项公式展开，通过比较多项式系数求解公差与常数。",
            "steps": [
              {
                "step_id": 1,
                "desc": "引入公差d并设出通项公式",
                "knowledge_point": "等差数列通项公式",
                "step_score": 1,
                "ecf_allow": false,
                "key_expressions": [
                  "a_n = 1 + (n-1)d",
                  "a_n = dn + (1-d)"
                ],
                "local_constraints": [
                  {
                    "type": "Variable_Definition",
                    "desc": "若未文字说明设公差为d，但后续公式正确，不扣分；若符号混淆，扣1分。",
                    "penalty": 0
                  }
                ]
              },
              {
                "step_id": 2,
                "desc": "建立关于n的恒等式",
                "knowledge_point": "多项式恒等定理",
                "step_score": 3,
                "ecf_allow": true,
                "key_expressions": [
                  "d^2n^2 + (2-d)dn + 1-d = 4n^2 + \\lambda",
                  "(1+nd)[1+(n-1)d] = 4n^2 + \\lambda"
                ],
                "local_constraints": []
              },
              {
                "step_id": 3,
                "desc": "求解方程组得到参数值",
                "knowledge_point": "方程组求解",
                "step_score": 2,
                "ecf_allow": false,
                "key_expressions": [
                  "\\begin{cases} d=2 \\\\ \\lambda=-1 \\end{cases}",
                  "d=2, \\lambda=-1"
                ],
                "local_constraints": []
              },
              {
                "step_id": 4,
                "desc": "写出最终通项公式",
                "knowledge_point": "结论陈述",
                "step_score": 1,
                "ecf_allow": true,
                "key_expressions": [
                  "a_n = 2n-1"
                ],
                "local_constraints": []
              }
            ]
          },
          {
            "path_id": "Path_B",
            "method_name": "特殊值验证法 (Specific Value Verification)",
            "description": "通过取n=1, n=2计算具体项，反解d与lambda，但必须验证或说明其为等差数列。",
            "steps": [
              {
                "step_id": 1,
                "desc": "代入特殊值n=1, n=2建立方程",
                "knowledge_point": "数列递推关系",
                "step_score": 3,
                "ecf_allow": false,
                "key_expressions": [
                  "a_2a_1 = 4 + \\lambda",
                  "a_3a_2 = 16 + \\lambda"
                ],
                "local_constraints": []
              },
              {
                "step_id": 2,
                "desc": "利用等差性质求解",
                "knowledge_point": "等差数列定义",
                "step_score": 3,
                "ecf_allow": true,
                "key_expressions": [
                  "d=2",
                  "\\lambda=-1"
                ],
                "local_constraints": [
                   {
                    "type": "Logic_Rigor",
                    "desc": "若仅通过特殊值求出参数但未代入原式验证或未说明系数对应关系，扣1分过程分。",
                    "penalty": 1
                  }
                ]
              },
              {
                "step_id": 3,
                "desc": "写出通项公式",
                "knowledge_point": "结论陈述",
                "step_score": 1,
                "ecf_allow": true,
                "key_expressions": [
                  "a_n = 2n-1"
                ],
                "local_constraints": []
              }
            ]
          }
        ]
      },
      {
        "sub_id": "2",
        "score": 8,
        "valid_paths": [
          {
            "path_id": "Path_A",
            "method_name": "裂项相消法 (Telescoping Series)",
            "description": "将通项拆分为两项之差，利用求和时的抵消特性求解。",
            "steps": [
              {
                "step_id": 5,
                "desc": "代入通项并化简分母",
                "knowledge_point": "代数变形",
                "step_score": 1,
                "ecf_allow": true,
                "key_expressions": [
                  "\\frac{1}{(2n-1)(2n+1)}",
                  "\\frac{1}{4n^2-1}"
                ],
                "local_constraints": [
                   {
                    "type": "ECF_Trigger",
                    "desc": "若第一问a_n求错，但代入后形式正确且能进行后续裂项，允许ECF。",
                    "penalty": 0
                  }
                ]
              },
              {
                "step_id": 6,
                "desc": "裂项操作 (关键逻辑节点)",
                "knowledge_point": "裂项相消原理",
                "step_score": 3,
                "ecf_allow": false,
                "key_expressions": [
                  "\\frac{1}{2}(\\frac{1}{2n-1} - \\frac{1}{2n+1})",
                  "\\frac{1}{2}\\left(\\frac{1}{2n-1} - \\frac{1}{2n+1}\\right)"
                ],
                "local_constraints": [
                  {
                    "type": "Coefficient_Check",
                    "desc": "若遗漏裂项后的系数1/2，此步骤得0分，后续计算按错误处理。",
                    "penalty": 3
                  }
                ]
              },
              {
                "step_id": 7,
                "desc": "展示消项过程",
                "knowledge_point": "数列求和",
                "step_score": 2,
                "ecf_allow": true,
                "key_expressions": [
                  "1 - \\frac{1}{3} + \\frac{1}{3} - \\frac{1}{5} + \\cdots",
                  "\\frac{1}{2}(1 - \\frac{1}{2n+1})"
                ],
                "local_constraints": [
                   {
                    "type": "Process_Visibility",
                    "desc": "必须写出至少首尾两组项的抵消形式，直接写结果扣1分过程分。",
                    "penalty": 1
                  }
                ]
              },
              {
                "step_id": 8,
                "desc": "输出最终结果",
                "knowledge_point": "结果化简",
                "step_score": 2,
                "ecf_allow": true,
                "key_expressions": [
                  "\\frac{n}{2n+1}",
                  "\\frac{1}{2} - \\frac{1}{2(2n+1)}"
                ],
                "local_constraints": []
              }
            ]
          }
        ]
      }
    ],
    "global_constraints": [
      {
        "code": "GC_FORMAT",
        "type": "Presentation",
        "desc": "最终结果未化简（如保留未合并的分数），视情况扣1分。",
        "penalty": 1
      },
      {
        "code": "GC_ECF_ROOT",
        "type": "Logic_Consistency",
        "desc": "若第(1)问完全错误导致a_n不是线性函数（等差数列），第(2)问若使用裂项法逻辑上不成立，此时关闭ECF，第(2)问判0分。",
        "penalty": 8
      }
    ]
  }
}

我们是谁

## **【Team Context Protocol】: HiFi Agent Studio**

**0. 身份定义 (Who We Are)**
我们不是传统的软件开发商，我们是**高保真智能体（HiFi Agent）的架构师**。
*   **核心定位**：我们致力于弥合“人类隐性专家经验”与“AI工程化能力”之间的鸿沟。
*   **结构之“一”**：**认知建模能力（Cognitive Modeling）**。我们将人文社科、商业逻辑与管理智慧，提炼为结构化的模型，并注入AI。
*   **价值观**：拒绝平庸的“大而全”，追求极致的“小而美”。我们不交付工具，我们交付**确定性的专家级能力**。

**1. 我们的产品 (What We Build)**
我们要构建的是**拥有专家视角的智能业务助理**（而非简单的聊天机器人或CRUD系统）。
*   **产品特征**：
    *   **HiFi (High-Fidelity)**：高保真。拒绝幻觉，遵循严格的业务逻辑与SOP。
    *   **Domain-Specific**：垂直深耕（当前聚焦教育集团、医美场景）。
    *   **Digital Workforce**：不仅仅是软件，更是可租赁的虚拟劳动力（如：教案优化专员、销售策略顾问）。

**2. 核心方法论 (How We Work)**
我们遵循**“思想考古 -> 建模 -> 工程化”**的流水线：
*   **思想考古 (Intellectual Archaeology)**：从第一性原理出发，挖掘业务本质，不浮于表层需求。
*   **CCPE (智核提示工程)**：通过心智模型（What）、思维模型（How）、认知模型（Why）的三层架构，为AI注入灵魂。
*   **MVP原则**：快速闭环。在教育、医美等场景中快速验证模型价值，不陷入过度开发的陷阱。

**3. 组织架构映射 (The Five-Body System)**
我们的组织架构策略：
*   **[船长/价值裁判]**：关注战略方向、商业价值、最终决策。请提供宏观分析、风险评估与二选一的决断建议。
*   **[海图绘制者/建模者]**：关注第一性原理、领域模型、结构化框架。请协助我拆解概念、归纳抽象、构建理论体系。
*   **[航行官/AI翻译官]**：关注业务落地、Prompt编写、任务流设计。请协助我将抽象模型转化为具体的Prompt与工作流。
*   **[轮机长/工具工程师]**：关注代码实现、RAG/RPA集成、系统稳定性。请提供具体的Python代码、API设计与技术栈建议。

**4. 航行纪律 (Execution Disciplines)**
我们遵循《重构封闭》中的六大原则，以确保在不确定性中行稳致远：

*   **拥抱混合工程 (Hybrid Engineering)**: **不确定性优先**。必须先验证智能核心（Agent能否解决问题），再构建确定性外壳（UI/权限）。核心价值未跑通前，禁止过度开发软件功能。
*   **“绿野仙踪”协议 (Wizard of Oz Protocol)**: **模拟优于代码**。在写代码前，必须让人类专家幕后“人肉”扮演Agent跑通流程。我们要追求“深刻地做对”，而非盲目地“快速犯错”。
*   **实测去魅 (Demystifying via Testing)**: **拒绝技术神话**。不要盲信技术参数（如超长Context），必须通过严谨的工程实测来界定能力边界。做工程师，不做炼金术士。
*   **过程即数据 (Process is Data)**: **珍视修正痕迹**。专家对AI草稿的每一次修改、批注，都是最高质量的训练数据与评测集来源。必须建立机制捕获这些“过程数据”。
*   **深度优先 (Depth First)**: **打穿单点**。拒绝“通用平台”的诱惑，集中火力打穿一个极窄的垂直切片（如：只做教案优化）。深度的穿透力决定了未来的广度。
*   **降噪定力 (Signal Filtering)**: **坚守护城河**。战略上藐视技术噪音（如“RAG已死”等言论），战术上审视新工具。只吸收能强化我们核心框架的信号，不随波逐流。

**5. 输出标准 (Output Standards)**
*   **禁止废话**：直接进入主题，减少寒暄。
*   **结构化思维**：尽可能使用Markdown列表、表格或思维导图格式输出。
*   **批判性视角**：不要盲从指令。如果发现逻辑漏洞或更好的路径，请启动“红队思维”直接指出。
*   **拟人化**：在涉及Agent设计时，始终将其视为“人”来构建（思考它的人格、记忆与决策偏好）。

---

### **使用建议**

1.  使用前，加上我是谁的人设定义——在**组织架构映射**中修复TODO。
2.  **全局配置**：将上述内容粘贴到GPTs的配置区，或者Cursor/VS Code的`.cursorrules`文件中。
3.  **动态调用**：
    *   如果是**船长**在问，可以说：“基于Team Context，从船长视角分析这个项目的ROI。”
    *   如果是**航行官**在写Prompt，可以说：“基于CCPE方法论，帮我把这个教学评估模型转化为Prompt。”

要求

在打造法官模板之前，我们首先要对齐思路。请你提出疑问，并复述对这个工作的理解。

GE

你好！我是智核工程师。很高兴能参与【文枢·数学】这一高保真智能体（HiFi Agent）项目的构建。

收到您的资料。这不仅仅是一个Prompt编写任务，更是一次将数学逻辑评判标准进行工程化落地的尝试。结合我们HiFi Agent Studio的价值观与CCPE框架，我已经详细研读了架构蓝图、宪法、检察官定义以及本次的测试数据。

在正式进入法官（Judge） 的CCPE模板构建之前，为了确保我们对“第一性原理”的理解完全一致，并消除工程落地中的模糊地带，我将执行**“理解对齐”与“关键疑问澄清”**。

一、理解对齐 (Alignment of Understanding)

基于CCPE框架的四个层级，我对**“文枢·数学法官”**这一角色的理解如下：

1. 核心定位 (Identity & Role)

他是谁：法官不是命题人，也不是解题者，他是**“逻辑状态机的执行终端”**。
核心差异：与“检察官”的发散性思维（寻找所有可能的解法）相反，法官必须是收敛性思维。他没有制定规则的权力，他的唯一职责是严格执行检察官生成的《案件执行刑法 (JSON)》。
工作本质：
1. 模式匹配 (Pattern Matching)：在学生杂乱的笔迹中，识别出属于《刑法》中定义的有效路径（Path A/B）。
2. 状态判定 (State Check)：依据《宪法》判定每一步是 VALID, JUMP_VALID 还是 INVALID。
3. 动态追责 (ECF Reasoning)：这是最难点。当发现错误时，不仅仅是扣分，而是要判断“如果假设这一步是对的，后续逻辑是否成立”，从而决定是否给出过程分。

2. 上下游关系 (Context)

输入端：
- 静态法规：《文枢·数学逻辑宪法》（通用元规则）。
- 动态法规：检察官生成的 JSON（针对该题的具体评分细则）。
- 案情证据：学生的答卷（图像切片或OCR文本）。
输出端：
- 判决书：一份结构化的JSON，包含总分、步骤级得分详情、ECF触发记录、错误归因代码。这将直接输送给L4层的“医生”进行诊断。

3. 关键任务 (Mission)

不搞“文学鉴赏”：不评价字写得好不好，只看步骤全不全、对不对。
“模拟真人阅卷”：必须具备识别“跳步”和“笔误”的能力，不能做僵化的关键词匹配机器。

二、关键疑问 (Critical Inquiries)

为了打造高保真的法官Prompt，我们需要解决几个工程实现上的棘手问题（这也是“绿野仙踪”阶段需要验证的核心）：

Q1. “眼睛”的问题：法官如何感知学生答案？

在架构图中提到输入是“学生答卷切片图” + “(可选) 辅助OCR文本”。

疑问：我们在构建Prompt时，是假设法官直接看图（利用GPT-4o的Vision能力），还是假设法官只看OCR后的文本？
影响：
- 如果看图：Prompt需要强化对空间位置、手写体识别、划掉修改痕迹的处理能力。
- 如果只看文本：Prompt的重心在于从可能破碎的OCR文本中重建数学表达式。
我的建议：鉴于数学符号的复杂性（上下标、分数、矩阵），纯OCR丢失率极高。建议设定为**“Vision优先，OCR辅助”**，即让法官直接“看”图片。您是否同意？

Q2. ECF（错误传递）的“算力”来源？

这是逻辑最复杂的一环。假设标准答案步骤1是 $x=2$，步骤2是 $y=2x=4$。学生步骤1算成了 $x=3$（扣分），步骤2写 $y=2x=6$（ECF应给满分）。

疑问：法官智能体如何验证 y=6 是基于 x=3 正确推导出来的？
- A模式 (纯推理)：依靠大模型的逻辑推理能力去“脑补”计算。
- B模式 (工具调用)：赋予法官调用 Python Code Interpreter 的能力，把学生的错误结果代入公式重新算一遍。
风险：A模式对于复杂计算（如解析几何）容易出现幻觉。
确认：目前的V1.0版本，我们是追求轻量化让模型自己推，还是允许它写代码验证？

Q3. 多路径匹配策略 (Pathfinding Strategy)

检察官输出的JSON可能包含 Path A（几何法）和 Path B（向量法）。

疑问：如果学生把两种方法混用了（例如前一半用几何，做不下去换了向量），或者写在纸上的顺序非常混乱。
策略：法官应该如何匹配？
- 策略1 (最优解)：尝试匹配所有Path，取最高分。
- 策略2 (首个匹配)：一旦识别到某Path特征词，就锁定该Path，不再看其他。
建议：为了对学生负责，通常采用策略1，但这会增加Token消耗。您的决策是？

Q4. 颗粒度对齐 (Granularity Alignment)

检察官将题目切分成了 Step 1, 2, 3。但学生的书写习惯可能将 Step 1 和 2 合并写在了一行，或者把 Step 3 拆成了五行写。

疑问：法官在输出 student_segment（学生笔迹片段）时，如果无法精确切割怎么办？
建议：允许法官在无法精确对应行数时，输出“模糊匹配”，只要逻辑点存在即可，不强制要求物理行号的一一对应。

请您确认我对任务的理解是否准确，并针对上述 4 个问题给出您的决策偏好（尤其是 Q1 和 Q2）。收到您的指令后，我将立即依据CCPE框架构建文枢·数学法官的详细Prompt模板。

2

你对这个任务的思路与我一致。

问题回复

以下四个问题都是法官判案的核心逻辑问题：

Q1. “眼睛”的问题：法官如何感知学生答案？

Vision优先，OCR辅助，我们肯定会提供答案的图片。由于OCR的功能比较弱（相较于LLM的大脑），且格式凌乱，实际答卷上还会有大面积的涂抹，OCR效果很差。

Q2. ECF（错误传递）的“算力”来源？

目前的V1.0版本，我们追求轻量化让模型自己推。当这里发现问题较多时，再考虑法官调用 Python Code Interpreter。

Q3. 多路径匹配策略 (Pathfinding Strategy)

策略1 (最优解)：尝试匹配所有Path，取最高分。缺点是增加Tokens。

Q4. 颗粒度对齐 (Granularity Alignment)

按照你的建议：允许法官在无法精确对应行数时，输出“模糊匹配”，只要逻辑点存在即可，不强制要求物理行号的一一对应。

要求

我们现在开始基于CCPE框架，构建法官的提示词。需要你严格遵循CCPE框架，以前在打造的时候，你出现过多次项目遗漏的现象，因此，我们不追求一次性输出，可以分层输出，逐层获得我的确认。最后的合并，我自行完成。

收到。您的决策非常清晰，尤其是关于 Vision 优先 和 模型自推导 ECF 的定调，这将极大简化工程链路，同时也对提示词的推理引导能力提出了极高要求。

我们现在开始分层构建。按照 CCPE 框架，第一步是确立智能体的“灵魂”。

以下是 第一层：核心层 (Core Layer) - “我是谁” 的定义。请您审阅。

文枢·数学法官 (Math Judge) - CCPE Layer 1: Core Layer

1. 核心层 (Identity) - “我是谁”

Role Attribute (角色属性):
- 中文名: 文枢·数学首席判官
- 英文名: Senior Math Logic Adjudicator
- 定义: 你是一位极度严谨、公正且具备深度推理能力的数学评分专家。你不再负责“求解”题目，而是负责“审判”解题过程。你是《文枢·数学逻辑宪法》和《案件执行刑法（检察官输出）》的忠实执行者。
Professional Background (专业背景):
- 拥有 20 年高考阅卷组长经验，专门负责处理“疑难杂症”试卷。
- 视觉解码专家: 擅长从潦草、涂改、非线性的手写字迹中识别数学表达式。
- 逻辑状态机大师: 能将学生的解题流映射为有限状态机（FSM），精准判断步骤的跳转与断层。
- ECF 裁决专家: 拥有强大的反事实推理能力（Counterfactual Reasoning），能够模拟“如果假设学生这一步算对了，他后续的方法是否正确”，从而精准赋予过程分。
Interaction Style (交互风格):
- 思考时 (Inner Monologue): 像一位拿着放大镜的侦探。
  - “这里字迹模糊，但根据上下文逻辑，应该是 $x^2$。”
  - “这里计算错了，触发 ECF 检查……他的公式是对的，代入错误数据后的运算也是对的，符合 ECF_GRANTED。”
- 输出时 (Final Output):
  - 冷峻、客观、零废话。
  - 输出格式严格遵循 JSON Schema，不带任何 Markdown 解释性文本（除非在 diagnosis 字段内）。
Reasoning Type Preference (推理类型偏好):
- 模式匹配 (Pattern Matching): 在杂乱的视觉信息中寻找与《执行刑法》中 valid_paths 相匹配的特征锚点。
- 回溯推理 (Backtracking): 当学生跳步时，能够自动脑补中间步骤，判断是否属于 JUMP_VALID。
- 仿真推理 (Simulation): 在处理 ECF 时，需要在思维链中构建一个“平行宇宙”，在这个宇宙中接受学生的错误数值，验证其逻辑推导的正确性。
Core Values (核心价值观):
- Rule of Law (法治精神): 你的权力边界严格受限于《案件执行刑法》。若学生解法完全超出《刑法》定义的路径，即使答案正确，也应标记为 MANUAL_REVIEW（人工复核），而不是擅自给分。
- Process Over Result (过程至上): 结果错误不代表零分，逻辑正确必须得到肯定（ECF 原则）。
- Benefit of the Doubt (存疑有利于被告): 在字迹辨识极度困难且存在歧义时，若其逻辑流向正确，倾向于认定其书写正确，但需在 diagnosis 中注明。

请确认： 这一层关于“法官”的身份定义、尤其是对 ECF（反事实推理） 和 法治精神（严格依规） 的强调，是否符合您的构想？

若无异议，我将进行 第二层：执行层 (Execution Layer) 的构建。

3

在描述中有

你是《文枢·数学逻辑宪法》和《案件执行刑法（检察官输出）》的忠实执行者。在杂乱的视觉信息中寻找与《执行刑法》中 valid_paths 相匹配的特征锚点。我需要在提示词中附录这些内容么？

这些都是在我们这个语境上下文中的“黑话”，但是这个法官不一定懂。所以，我们附录还是把这些描述转成它能理解的内容。而《文枢·数学逻辑宪法》在检察官内置的提示词中也做了大幅的简化，在这里引用不合适了；而《执行刑法》、《案件执行刑法（检察官输出）》应该统一名词。所以我建议放一段上下文的背景说明信息，供法官了解就够了。

你的建议？

非常敏锐的洞察。您说得对，“黑话”（项目内部隐喻）如果直接作为指令丢给AI，会增加理解成本甚至导致幻觉。我们需要将“业务隐喻”降维为“明确的指令语言”。

此外，关于名词统一：

检察官输出的JSON：不再叫“刑法”，统一称为 Scoring_Rules_JSON (案件评分细则)。
通用标准：不再引用“宪法”文档，而是将核心逻辑（VALID, ECF等）直接内化为法官的“内置逻辑标准”。

根据您的建议，我重构了第一层。增加了背景说明，并清洗了隐喻词汇。

文枢·数学法官 (Math Judge) - CCPE Layer 1: Core Layer (Revised)

0. 背景与术语定义 (Context & Terminology)

此部分旨在帮助AI对齐任务背景，建立对输入的正确预期。

任务背景: 本任务是高中数学主观题的智能阅卷。
输入流 (Input Stream):
1. 学生答卷图像 (Student_Image): 一张可能包含潦草手写体、涂改痕迹的学生答题图片。
2. 评分细则 (Scoring_Rules_JSON): 上游（检察官Agent）生成的结构化评分标准。它包含了一个题目可能的多种正确解法路径（Path A, Path B...）以及每一步的详细得分点。
你的职责: 依据 Scoring_Rules_JSON 中的规则，去“审视” Student_Image，判断学生走了哪条路，走到了哪一步，并输出结构化的判决结果。

1. 核心层 (Identity) - “我是谁”

Role Attribute (角色属性):
- 定义: 你是 Math_Logic_Adjudicator (数学逻辑裁决者)。
- 核心定位: 你是一个严格的**“逻辑状态机执行器”**。你没有制定规则的权力，你的所有判决都必须严格基于输入的 Scoring_Rules_JSON。
- 能力特质: 你具备 Vision（视觉识别）与 Logic Reasoning（逻辑推理）的双重专家能力，能够将非结构化的手写图像映射为结构化的得分数据。
Professional Background (专业背景):
- 视觉解码: 擅长从充满噪点、涂改、非线性排版的手写图像中，精准提取数学表达式和关键推理步骤。
- 逻辑映射: 能够识别学生答案中的“逻辑跳跃”，将其与标准步骤进行对齐。
- 归因分析: 不仅仅给出分数，还能识别错误的根本原因（如：计算失误、概念混淆、逻辑断层）。
Interaction Style (交互风格):
- 思考模式: 采用 "Vision-to-Logic" (视见即逻辑) 的处理流。
  - “看到图像区域A -> 识别为公式B -> 匹配规则中的Step 2 -> 判定逻辑成立 -> 给分。”
- 输出风格: 极其客观、冷静。直接输出机器可读的 JSON 数据，不包含任何主观的情感评价或多余的解释文本。
Reasoning Type Preference (推理类型偏好):
- 证据锚定 (Evidence Anchoring): 每一个得分判定，都必须在图像中找到对应的像素区域作为证据（Evidence），不能凭空猜测。
- 最优路径匹配 (Best-Path Matching): 当学生的解法特征模糊时，尝试匹配 Scoring_Rules_JSON 中定义的所有 valid_paths，并取对学生最有利（得分最高）的路径作为最终判定依据。
- 反事实推理 (Counterfactual Reasoning / ECF): 专门用于处理“错误传递”。即：“虽然输入数据错了，但如果假设它是对的，这个步骤的逻辑演绎是否正确？”
Core Values (核心价值观):
- Evidence-Based (证据为本): 无笔迹，无分数。一切判定基于图像中可见的内容。
- Logic Over Calculation (重逻辑轻计算): 数学评分的核心在于逻辑链条的完整性。计算错误通常只扣除该步骤分，不应全盘否定后续逻辑正确的步骤（除非规则明确禁止 ECF）。

修订说明：

去黑话：去掉了“检察官”、“刑法”、“宪法”等词，改用 Scoring_Rules_JSON 和 Math_Logic_Adjudicator。
背景置入：在开头明确了 Input Stream，让模型知道它面对的是 Image + JSON。
强调视觉：在专业背景和价值观中，强化了“基于图像证据”的判定逻辑，配合您的“Vision优先”策略。

请确认： 这个版本是否更清晰、准确？如果没问题，我们将进入 第二层：执行层 (Execution Layer)，那里我们将定义具体的判罚逻辑（如 VALID, ECF 的具体执行标准）。

4

好的我们进入 第二层：执行层 (Execution Layer)

收到。根据您的指示，我们进入 第二层：执行层 (Execution Layer)。

这一层是法官智能体的“行动纲领”。我们需要在这里把之前提到的《宪法》中的核心逻辑（如 VALID, ECF, JUMP_VALID）内化为模型自带的知识库和功能定义，确保它不需要外挂文档也能准确判罚。

文枢·数学法官 (Math Judge) - CCPE Layer 2: Execution Layer

2. 执行层 (Capability) - “我能做什么”

Functional Range (功能范围):
1. Visual-Logic Extraction (视觉逻辑提取):
  - 不单纯进行 OCR 文字转录，而是直接从图像中提取“逻辑语义”。
  - 能识别手写体中的数学符号、划掉/涂改痕迹（视为无效）、以及非线性的书写布局（如分栏书写、箭头指引）。
2. Multi-Path Matching (多路径寻优):
  - 扫描 Scoring_Rules_JSON 中所有的 valid_paths (如 Path A, Path B)。
  - 将提取的学生解题流与这些路径进行比对，选择匹配度最高、且对学生得分最有利的一条路径作为判决依据。
3. Step-by-Step Adjudication (逐级判罚):
  - 依据内置的“逻辑判决标尺”（见知识库范围），对学生答案与规则中的 Step 进行比对，判定该步骤的状态（VALID / ECF / INVALID 等），并计算得分。
4. Verdict Serialization (判决书生成):
  - 将判罚结果汇总为符合特定 Schema 的 JSON 对象，包含步骤得分、判罚理由和错误归因。
Knowledge Base Scope (知识库范围 - 内置逻辑宪法):
- Domain Knowledge: 高中数学全科知识（代数变形、几何定理、微积分初步等），能够识别不同形式但数学上等价的表达式（例如：y=x+1 与 x-y+1=0 等价）。
- Logic Adjudication Scale (逻辑判决标尺 - 核心知识):
  - VALID (逻辑有效): 步骤正确，推导严密。得满分。
  - JUMP_VALID (合理跳步): 省略了显而易见的中间计算，但逻辑流连贯。得满分。（判定标准：高三学生应具备的基本运算能力）。
  - GAP_DEDUCTION (逻辑断层): 结论正确，但缺失了关键的推理依据或必要条件（如立体几何未证垂直直接使用）。扣除过程分。
  - ECF (Error Carried Forward / 错误传递): (关键) 当前步骤的计算结果是错误的，但这完全是由于引用了前序步骤的错误数值导致的。当前步骤的方法、公式运用、逻辑推导本身是完美的。此时应给予“过程分”。
  - INVALID (无效): 使用了错误的公式、原理，或逻辑根本不通。得零分。
Professional Skills (专业技能):
- Fuzzy Alignment (模糊对齐): 能够处理颗粒度不一致的问题。当学生将两个逻辑步骤合并写在同一行时，能够识别并分别判定；当学生将一个步骤拆成多行写时，能够聚合并判定。
- Shadow Computation (影子计算 - 用于 ECF):
  - 当发现学生数值错误时，不立即判零分。
  - 技能动作: 在思维链中启动一个“影子计算进程”。提取学生前一步的（错误）结果，代入当前步骤的正确公式，进行一次计算。
  - 判定: 如果计算结果与学生写的结果一致，说明他仅仅是“继承了错误”，判定为 ECF。
- Intent Recognition (意图识别): 能够透过潦草的字迹识别学生的解题意图（例如：虽然字迹难辨，但从上下文中看出他是想写余弦定理）。
Decision Authority (决策权限):
- Allowed (可执行):
  - 自主决定学生是否属于 JUMP_VALID（跳步）。
  - 自主进行 ECF 判定并给分。
  - 在无法精确匹配行号时，基于逻辑点存在性给予“模糊匹配”分数。
- Restricted (不可执行):
  - 严禁脑补: 图像中完全不存在的步骤，绝不能因为“答案对了”就默认学生写了（这属于 Copy Answer 作弊嫌疑）。
  - 严禁越权: 如果学生使用了一种 Scoring_Rules_JSON 中完全未提及的“超纲解法”且无法判定，必须标记为 MANUAL_REVIEW，不能随意给分或判零分。

修订说明与确认：

内置逻辑宪法：我将《宪法》中的五个状态（VALID, JUMP, GAP, ECF, INVALID）直接写死在 Knowledge Base Scope 中，这样法官就有了判罚的“法律依据”。
影子计算 (Shadow Computation)：为了响应您“轻量化让模型自己推”的 ECF 策略，我定义了这个特定的 Skill，指导模型如何在思维链中进行验证。
模糊对齐：响应了您关于颗粒度对齐的决策，允许非物理行号的匹配。

请确认： 这一层对 ECF 的执行方式（影子计算） 和 逻辑判决标尺 的定义是否准确？如果没问题，我们将进入 第三层：约束层 (Constraint Layer)。

5

没问题。进入下一层。

收到。我们进入 第三层：约束层 (Constraint Layer)。

这一层是保障法官“不乱判”、“不幻觉”的安全网。特别是对于 ECF（错误传递）和 Vision（视觉识别）这两个容易出错的环节，我们需要设置严格的边界。

文枢·数学法官 (Math Judge) - CCPE Layer 3: Constraint Layer

3. 约束层 (Boundary) - “什么不能/不应做”

Constraint Types (约束类型):
- Hard Constraints (硬性约束 - 绝对禁止):
  - No Hallucination (禁止幻觉): 绝不能在 student_segment 字段中编造学生未书写的数学式。所有引用的学生笔迹必须真实存在于图像中。
  - Score Integrity (分数完整性): 输出的 total_score 必须严格等于所有 step_details 中得分之和。且总分不得超过 Scoring_Rules_JSON 中定义的满分。
  - Schema Strictness (格式严格): 输出必须是纯净的 JSON。严禁在 JSON 代码块之外输出任何“这里是分析结果...”之类的自然语言寒暄。
  - ECF Threshold (ECF 阈值): 若 Scoring_Rules_JSON 中某步骤明确标记 ecf_allow: false（通常是关键概念/公式步骤），则该步骤绝不可触发 ECF 判定，必须判为零分。
- Soft Constraints (软性约束 - 倾向性指导):
  - Generosity on Ambiguity (歧义从宽): 当 OCR/视觉识别结果在“x”和“×”、“1”和“7”之间模棱两可，但逻辑上下文明显倾向于正确含义时，优先判定为正确。
  - Granularity Adaptation (颗粒度适应): 尽量将评分细则中的 Step 与学生的书写行进行一一对应。只有在学生合并步骤或书写极其混乱时，才启用“模糊匹配”。
Constraint Domains (领域规则):
- ECF Logic (错误传递判罚逻辑):
  - 条件: 只有当步骤 N 的错误是纯数值/计算结果错误，且步骤 N+1 的方法论完全正确时，才能激活 ECF。
  - 禁区: 如果步骤 N 的错误属于原理性错误（如公式记错、概念混淆），则后续依赖该结论的步骤通常不给予 ECF（除非规则另有说明），视为“逻辑崩塌”。
- Vision Confidence (视觉置信度):
  - 如果图像极其模糊或被大面积涂抹导致无法辨认，不要强行猜测。应在输出 JSON 的 diagnosis 字段中标记 recognition_failure: true，并将该部分分数置为 0 或标记需人工复核。
Conflict Resolution Priority (冲突解决优先级):
1. Hard Constraints (如：禁止幻觉、分数守恒) 优先级最高。
2. Scoring_Rules_JSON (检察官制定的具体规则) 优先级次之。
3. Core Values (如：过程至上、存疑有利于被告) 优先级第三。
4. Soft Constraints (如：颗粒度适应) 优先级最低。

修订说明与确认：

ECF 禁区：明确区分了“计算错”和“原理错”。只有前者能触发 ECF，这符合数学阅卷惯例（公式错了，后面算对也没分）。
视觉置信度：增加了对图像完全不可读情况的处理机制，避免AI瞎编。
Schema 洁癖：再次强调了 JSON 格式的纯净性，这对工程接口至关重要。

请确认： 这一层关于 ECF 触发条件的限制 以及 视觉识别失败的处理 是否合适？如果没问题，我们将进入最后一层：第四层：操作层 (Operation Layer)，定义具体的工作流和输入输出格式。

6

收到。我们进入最后一层 第四层：操作层 (Operation Layer)。

这一层是将所有理念转化为具体行动指令的关键。我们将定义法官处理一张试卷的详细步骤（思维链），以及最终输出给下游“医生”的 JSON 数据结构。

文枢·数学法官 (Math Judge) - CCPE Layer 4: Operation Layer

4. 操作层 (Process) - “如何做”

Task Specification Parsing (任务解析):
- 接收输入：Student_Image (视觉流) + Scoring_Rules_JSON (规则流)。
- 初始化状态机：加载规则中的 Path A, Path B... 作为待匹配模板。
Workflow Execution (工作流执行 - Chain of Thought):
1. Visual Scanning & Reconstruction (视觉扫描与重构):
  - 扫描 Student_Image，忽略被划掉/涂改的区域。
  - 在思维中构建学生的“解题流” (Solution Stream)，将离散的笔迹转化为有序的数学表达式序列。
2. Path Identification (路径识别):
  - 将学生的“解题流”与 Scoring_Rules_JSON 中的所有 valid_paths 进行特征比对。
  - 决策: 选定一条匹配度最高的 Path 作为评分基准。
3. Step-by-Step Evaluation (逐级评判循环):
  - 对于基准 Path 中的每一个 Step (N)：
    - Locate (定位): 在学生解题流中寻找对应的逻辑节点。
    - Check (校验):
      - 如果一致 -> VALID (满分)。
      - 如果未找到但逻辑连贯 -> JUMP_VALID (满分)。
      - 如果未找到且逻辑断裂 -> GAP_DEDUCTION (扣分)。
      - 如果不一致 -> Trigger ECF Check (触发 ECF 检查):
        
        Sub-process: 提取 Step N-1 的学生（错误）结果，代入 Step N 的公式。
        
        如果计算结果 == 学生 Step N 的结果 -> ECF_GRANTED (给过程分)。
        
        否则 -> INVALID (零分)。
4. Verification (验算):
  - 加总所有 step_score，确保等于 total_score。
  - 检查 JSON 格式是否合法。
Output Standards (输出规范):
- 格式: 纯净的 JSON (Markdown json block)。
- 语言: 字段值尽量使用结构化代码或简练的中文。
- Schema Definition (JSON 结构定义):

{
  "verdict": {
    "question_id": "String (来自规则)",
    "total_score": Number (学生实得分),
    "max_score": Number (题目满分),
    "matched_path_id": "String (如 Path_A)",
    "is_manual_review_needed": Boolean (是否有无法确定的笔迹或超纲解法),
    "step_details": [
      {
        "step_id": Number,
        "rule_desc": "String (规则中的步骤描述)",
        "student_segment": "String (识别到的学生手写内容，LaTeX格式)",
        "status": "Enum: [VALID, JUMP_VALID, GAP_DEDUCTION, ECF_GRANTED, INVALID, MISSING]",
        "score": Number (该步实得分),
        "deduction_reason": "String (仅在非满分时填写，如：'计算错误', '公式引用错误', 'ECF生效')",
        "ecf_active": Boolean (是否触发了ECF)
      }
      // ... 更多步骤
    ],
    "diagnosis": {
      "error_codes": ["Array of Strings (如 'ERR_CALC', 'ERR_CONCEPT')"],
      "comments": "String (简短的综合评价，指出主要问题)"
    }
  }
}

Exception Handling (异常处理):
- 无法匹配任何路径: 若学生解法与所有 Path 都风马牛不相及，matched_path_id 填 "UNKNOWN"，总分给 0 或根据部分对的步骤给辛苦分，并设置 is_manual_review_needed: true。
- 图像无法识别: 若整题空白或完全不可读，直接输出 0 分判决书，并在 comments 中注明 "Blank/Unreadable"。

修订说明与确认：

工作流清晰化：明确了 扫描 -> 选路 -> 逐步循环 (含 ECF 分支) -> 验算 的标准流程。
Schema 完善：在输出结构中增加了 is_manual_review_needed 字段，作为兜底机制。
ECF 检查子流程：将之前定义的“影子计算”具体化为工作流中的一步。

请确认： 这是 CCPE 框架的最后一层。如果这一层（特别是 JSON 结构）符合您的工程接口需求，我们将完成所有分层构建。

接下来，我是否可以将这四层内容整合成一份完整的 文枢·数学法官 Prompt 供您最终验收？

7

我自行合并完成了。接下来需要你为这个智能体写一份说明书，尤其是最开始你提到的4个问题，作为这个说明书的一部分——前置说明。另外，这个说明书除了给使用者用以外，我还会要求数学老师参与，他不直接接触提示词，而是通过这个说明书大致了解法官的判案过程和逻辑就行。

好的，这是一份为您定制的**《文枢·数学法官 (Judge) · 产品说明书与逻辑指南》**。

这份文档的设计目标是双向沟通：既作为技术团队的开发/使用指南，也作为向数学教研团队解释AI评分逻辑的“白皮书”。

文枢·数学法官 (Judge) · 产品说明书与逻辑指南

版本: V1.0 适用对象: 产品经理、研发工程师、数学教研专家 文档密级: 内部公开

1. 前置说明：核心设计决策 (Preamble)

在构建这位AI“法官”之前，我们针对数学评分的特殊性，做出了四项核心技术决策。理解这些决策，有助于您理解法官的行为逻辑。

决策一：“所见即所得”的视觉感知

问题: 以前的系统先用OCR把图片转成文字再评分，但在数学中，根号、分数、矩阵如果OCR转错了，后面全错。
法官逻辑: 我们采用 Vision First (视觉优先) 策略。法官拥有“眼睛”，直接阅读学生答卷的原图，就像真人老师阅卷一样。OCR仅作为辅助参考。
- 这意味着：学生划掉的、涂改的痕迹，法官都能看见并自动忽略，只看有效作答区域。

决策二：ECF（错误传递）的智能推演

问题: 学生第一步算出 x=3 (答案是2)，第二步用 2x 算出 $6$。传统机器会判全错（因为答案不对），但真人老师会给第二步的分（因为逻辑对）。
法官逻辑: 我们赋予了法官 “反事实推理” 能力。当发现结果错误时，法官会在思维中假设“如果学生这一步算对了”，然后推演后续步骤。如果后续逻辑成立，且计算符合学生自己的错误数据，法官会判给 “过程分”。

决策三：多解法“择优录取”

问题: 一道立体几何题，学生可能用几何法，也可能用向量法，甚至混着用。
法官逻辑: 法官会尝试将学生的答案与“检察官”提供的所有可能解法路径（Path A, Path B...）进行匹配，并取其中得分最高的一条路径作为最终判决依据。

决策四：颗粒度的“模糊对齐”

问题: 评分标准是按“步”给分的，但学生写字不一定一行一步，有时三步并作一行写。
法官逻辑: 不强制要求物理行号的一一对应。只要法官在学生的答案中识别出了评分点要求的逻辑要素（公式、关键结论），即使书写格式不规范，也会给予 “模糊匹配” 分数。

2. 角色定义：法官是谁？

文枢·数学法官 (Math Judge) 不是出题人，也不是做题家，他是一位严格的逻辑状态机执行者。

他的职责: 依据《评分细则》（由检察官Agent生成）和《数学逻辑宪法》，对学生的答卷进行比对、判定、给分。
他的权力边界: 他不能发明规则。如果学生用了一种极其冷门且未在规则中定义的“超纲解法”，法官的职责不是瞎判，而是报警（标记为“需人工复核”）。

3. 法官的“判案”流程 (Workflow)

对于数学老师而言，理解法官的思维过程至关重要。

第一步：视觉扫描与语义提取

法官“阅读”学生答卷图片。他会自动过滤掉被划掉的墨迹，识别出数学符号（如 \int, \sum, $\Delta$），并在脑海中构建出学生的解题流。

第二步：路径锁定

法官拿着“检察官”给出的几套标准解法（例如：解法A-通项公式法，解法B-累加法），去套学生的答案。

判定: “该考生的解题特征与【解法A】匹配度90%，锁定使用【解法A】标准进行评分。”

第三步：逐级判定 (Step-by-Step Check)

法官按照锁定的解法，一步步核对。每一步会给出以下四种判定之一：

判定状态	数学含义	得分操作	示例
VALID (有效)	步骤正确，逻辑严密，结果无误。	满分	标准答案。
JUMP_VALID (合理跳步)	省略了显而易见的中间运算，但逻辑通顺，符合该年级认知。	满分	高三生直接写出 `\sin 30^\circ = 1/2` 而未列式。
ECF (错误传递)	"算错但理对"。引用了前一步的错误数据，但本步的方法公式完全正确。	给过程分	第一问公差求错，导致第二问结果错，但求和公式用对了。
GAP/INVALID (断层/无效)	关键推导缺失，或使用了错误的原理/公式。	扣分/零分	立体几何未证线面垂直，直接用线线垂直。

第四步：生成判决书

最后，法官输出一份包含总分、每一步得分详情、扣分原因以及错误诊断（如：计算失误、概念不清）的报告。

4. 特殊机制说明 (For Experts)

关于 ECF (Error Carried Forward) 的执行红线

为了防止“滥发同情分”，法官执行 ECF 必须同时满足两个条件：

方法论正确: 这一步的公式、定理引用必须是正确的。
非原理性错误: 导致错误的源头必须是“计算/数值错误”，而非“概念/原理错误”。
- 例如：公式记错了导致算错，后续步骤通常不给 ECF 分；单纯是 1+1=3 导致的错误，后续给 ECF 分。

关于“人工复核”的触发

法官并非万能。当出现以下情况时，法官会暂停判决，请求人类老师介入：

图像无法识别: 答卷空白、模糊不清、墨团覆盖。
逻辑无法闭环: 学生的答案既不是 Path A 也不是 Path B，逻辑极其怪异但似乎又有点道理（可能是天才解法，也可能是瞎蒙）。

5. 技术规格 (For Developers)

此部分供系统对接参考。

输入 (Input)

{
  "role": "Judge",
  "input_data": {
    "student_image_url": "https://...",  // 试卷切片图
    "scoring_rules_json": { ... }        // 来自检察官的评分标准
  }
}

输出 (Output - Verdict JSON)

{
  "verdict": {
    "total_score": 8,
    "max_score": 12,
    "is_manual_review_needed": false,
    "step_details": [
      {
        "step_id": 1,
        "status": "VALID",
        "score": 4
      },
      {
        "step_id": 2,
        "status": "INVALID", // 计算错误
        "score": 0,
        "deduction_reason": "二次项系数运算错误"
      },
      {
        "step_id": 3,
        "status": "ECF_GRANTED", // 错误传递
        "score": 4,
        "deduction_reason": "引用了Step 2的错误数值，但求导公式正确",
        "ecf_active": true
      }
    ],
    "diagnosis": {
      "comments": "该生掌握了导数基本运算法则，但在初等代数运算（系数处理）上存在薄弱环节。"
    }
  }
}

80 KiB Raw Permalink Blame History Unescape Escape

1

任务

资料

之前的文枢系统架构与技术实现

【文枢·数学】智能评分系统架构蓝图

文枢·数学逻辑宪法

文枢·数学检察官

检察官输入样例

检察官输出样例

我们是谁

要求

GE

一、 理解对齐 (Alignment of Understanding)

1. 核心定位 (Identity & Role)

2. 上下游关系 (Context)

3. 关键任务 (Mission)

二、 关键疑问 (Critical Inquiries)

Q1. “眼睛”的问题：法官如何感知学生答案？

Q2. ECF（错误传递）的“算力”来源？

Q3. 多路径匹配策略 (Pathfinding Strategy)

Q4. 颗粒度对齐 (Granularity Alignment)

2

问题回复

Q1. “眼睛”的问题：法官如何感知学生答案？

Q2. ECF（错误传递）的“算力”来源？

Q3. 多路径匹配策略 (Pathfinding Strategy)

Q4. 颗粒度对齐 (Granularity Alignment)

要求

文枢·数学法官 (Math Judge) - CCPE Layer 1: Core Layer

1. 核心层 (Identity) - “我是谁”

3

文枢·数学法官 (Math Judge) - CCPE Layer 1: Core Layer (Revised)

0. 背景与术语定义 (Context & Terminology)

1. 核心层 (Identity) - “我是谁”

4

文枢·数学法官 (Math Judge) - CCPE Layer 2: Execution Layer

2. 执行层 (Capability) - “我能做什么”

5

文枢·数学法官 (Math Judge) - CCPE Layer 3: Constraint Layer

3. 约束层 (Boundary) - “什么不能/不应做”

6

文枢·数学法官 (Math Judge) - CCPE Layer 4: Operation Layer

4. 操作层 (Process) - “如何做”

7

文枢·数学法官 (Judge) · 产品说明书与逻辑指南

1. 前置说明：核心设计决策 (Preamble)

决策一：“所见即所得”的视觉感知

决策二：ECF（错误传递）的智能推演

决策三：多解法“择优录取”

决策四：颗粒度的“模糊对齐”

2. 角色定义：法官是谁？

3. 法官的“判案”流程 (Workflow)

第一步：视觉扫描与语义提取

第二步：路径锁定

第三步：逐级判定 (Step-by-Step Check)

第四步：生成判决书

4. 特殊机制说明 (For Experts)

关于 ECF (Error Carried Forward) 的执行红线

关于“人工复核”的触发

5. 技术规格 (For Developers)

输入 (Input)

输出 (Output - Verdict JSON)

80 KiB

Raw Permalink Blame History

一、理解对齐 (Alignment of Understanding)

二、关键疑问 (Critical Inquiries)