实验报告评分系统的基本结构，采用纯本地桌面应用架构，集成开源大模型提供AI评分能力。系统主要分为用户交互层、数据处理层和AI评分层三个核心部分：用户交互层提供友好的界面供用户创建、编辑和管理实验报告；数据处理层负责数据的存储、检索和基础分析；AI评分层则利用本地部署的开源大模型进行复杂的语义分析和智能评分。纯本地架构既保证了用户数据的安全性和隐私性，又能实现高效准确的评分功能。
本地桌面应用的核心技术是Python的GUI框架与本地数据库的连接。Tkinter作为Python内置的GUI开发工具包，提供了丰富的界面组件和事件处理机制，能够快速构建直观易用的用户界面。SQLite作为轻量级的嵌入式数据库，无需额外安装配置，能够高效存储和管理实验报告数据、用户信息和评分结果，同时保证数据的完整性和一致性。
Python作为理想的跨平台开发语言，具有以下几个特点：
🔶 语法简洁，易于学习和使用
🔶 丰富的第三方库支持，能够快速实现各种功能
🔶 跨平台兼容性强，同一代码可在Windows、macOS和Linux系统上运行
🔶 强大的数据处理和分析能力，适合处理实验报告中的文本和数据
Python结合Tkinter和SQLite，能够开发功能完整的实验报告评分系统。用户通过本地桌面应用创建和管理实验报告，系统利用本地算法进行基础评分，对于复杂的语义分析和评分任务，则调用本地部署的开源大模型，获取更准确的评分结果和详细的评语。
系统采用Python作为主要开发语言、Tkinter构建用户界面、SQLite作为本地数据库、开源大语言模型ERNIE-release-v1.5提供AI评分服务。开发工具方面，使用PyCharm进行代码编写和调试、Matplotlib进行数据可视化、Pandas进行数据处理、ReportLab用于生成PDF报告、scikit-learn提供机器学习算法支持。