# 【项目发布】数学诊断系统 - 全栈开发外包需求

## 项目背景

面向中国初中数学教育的AI个性化诊断产品，核心不是普通的"刷题类"或"AI问答类"应用，而是一套**基于证据链的诊断决策系统**——通过学生的测评作答、日常作业、错题等多源数据，持续积累结构化证据，精准定位学生的具体学习问题（而非笼统的"知识点薄弱"），并给出可验证效果的最小化干预方案。

**项目现状**：产品架构、算法逻辑、知识库/题库建设标准已完整设计完毕（一套经过深度打磨的完整技术文档体系），目前进入MVP工程实现阶段，需要外包团队完成**前端+后端+知识库/题库支撑系统**的全栈开发。

## 本期开发范围（MVP，全栈）

**一、诊断引擎核心模块（后端）**
- 证据采集与充分性校验（Evidence Engine）、问题状态机（Problem Engine）、规则化决策引擎（Decision Engine）、优先级计算（Priority Engine）、干预方案生成（Intervention Engine）
- 规则引擎基础设施：JSON/YAML配置化的规则管理系统，支持版本控制、规则回归测试
- 多源证据采集处理管线：图片上传识别（题目/作业/整卷试卷）、版面理解（区分题干/作答/批注区）、批量确认交互流程、结构化转换为诊断证据

**二、知识库与题库支撑系统（数据库+管理工具）**
- 知识节点体系：K-ID知识点→Atomic DU（最小可诊断单元）→SKU-DU（产品诊断单元）三层数据模型
- 题库四层流水线的数据库设计：原始题源库→标准内容题库→诊断题库→Gold Set（黄金证据题库），含题目/知识点/诊断标签/错因映射/质检等多张关联表
- AI辅助加工工具：OCR识别、题目结构化、知识点初标等半自动化处理界面（供教研人员审核确认使用，不要求全自动）
- **说明**：题目内容的教研审核、知识点标注确认等操作性工作由我方教研人员完成，本项目需要交付的是支撑这些操作的数据库结构和管理后台工具

**三、前端（学生端+家长端）**
- 学生端：诊断测评答题流程、"我正在解决的问题"首页（问题发现→解决→攻克的完整状态呈现）、作业上传与AI引导答疑交互、成长记录呈现
- 家长端：诊断报告（问题+证据+行动建议）、关键节点通知
- 核心交互约束：AI在引导环节**不直接给出答案**，仅通过提问引导思考；报告呈现需要能展示"为什么这么判断"的证据链，而非单纯的分数/结论

**四、LLM集成层**
- 仅用于语义理解与自然语言表达（讲解、报告文案生成），**不承担任何判断/决策职责**——这是本项目最核心的架构原则，请重点关注

## 技术栈方向

- 前端：待定（可根据团队熟悉的技术栈提供建议，需支持图片上传/识别结果确认等交互）
- 后端：Python（规则引擎+API服务）
- 数据库：PostgreSQL/MySQL（结构化数据为事实源），向量数据库（可选，仅做检索加速，非诊断依据）
- AI能力：接入LLM API做语义理解/内容生成，OCR/图像识别能力（题目/手写内容识别）

## 我们能提供什么

一套**完整、详尽的技术文档体系**，开发前会完整交付：
- 架构原则与算法逻辑（诊断决策的完整链路和规则）
- 知识库/题库数据标准（字段定义、四层流水线规范）
- 前端页面结构与核心交互范例
- 数据模型、API设计参考
- 测试用例与验收标准（含关键的AI边界测试：验证LLM不能篡改诊断结果）

文档已覆盖绝大部分设计细节，目的是减少"边做边猜需求"的返工成本。

## 期望的开发者/团队画像

- 有全栈开发经验，能独立或协同完成前后端+数据库设计
- 能理解并严格遵守"规则引擎裁决、AI仅做表达"这类需要架构纪律的设计要求（**不是简单套一个大模型API就能交付的项目**，请谨慎评估自身是否适合）
- 有OCR/图像识别集成经验优先
- 加分项：教育类产品经验、规则引擎/状态机设计经验
- 能接受远程协作，按模块分阶段交付验收