改成glm

Dockerfile

@@ -1,4 +1,4 @@
-# 使用阿里云镜像的Python基础镜像
+# 使用Python基础镜像
 FROM python:3.12-slim
 
 # 设置工作目录

docker-compose.yml

@@ -11,6 +11,7 @@ services:
     environment:
       - TZ=Asia/Shanghai
       - PYTHONUNBUFFERED=1
+      - GLM_API_KEY=847c627b63db4590a1f3932ff68e15f3.SUFeU6RcjERWQxUq
     restart: unless-stopped
     networks:
       - survey-network

enhanced_survey_system.py

@@ -4,13 +4,13 @@
 import sqlite3
 import json
 import uuid
-import requests
 import os
 import time
 from datetime import datetime, timezone, timedelta
 from http.server import HTTPServer, BaseHTTPRequestHandler
 from urllib.parse import urlparse, parse_qs
 import threading
+from zai import ZhipuAiClient
 
 def get_east8_time():
     """获取东八区时间"""
@@ -37,29 +37,25 @@ def load_env_config():
         print(f"加载环境变量失败: {e}")
 
 class ReportGenerator:
-    """报告生成器 - 调用自定义API生成测评报告"""
+    """报告生成器 - 调用GLM大语言模型API生成测评报告"""
     
     def __init__(self):
         # 加载环境变量
         load_env_config()
         
-        # 自定义API配置
-        self.api_url = os.getenv("REPORT_API_URL", "http://120.26.23.172:5678/webhook/survey_report")
-        self.api_key = os.getenv("REPORT_API_KEY", "")
-        self.timeout = int(os.getenv("REPORT_API_TIMEOUT", "300"))
-        self.prompt_file = "/Users/moshui/Documents/survey/public/prompt.txt"
+        # GLM API配置
+        self.api_key = os.getenv("GLM_API_KEY", "")
+        self.timeout = int(os.getenv("LLM_API_TIMEOUT", "300"))
+        self.model_name = "glm-4.5-air"
+        self.prompt_file = "./public/prompt.md"
         
-        # 请求头
-        self.headers = {
-            "Content-Type": "application/json"
-        }
-        
-        # 添加API密钥（如果设置了）
-        if self.api_key:
-            self.headers["Authorization"] = f"Bearer {self.api_key}"
+        # 初始化 Zhipu AI 客户端
+        self.client = ZhipuAiClient(api_key=self.api_key)
         
         print(f"报告生成器配置:")
-        print(f"   - API端点: {self.api_url}")
+        print(f"   - SDK: ZhipuAiClient")
+        print(f"   - 模型: {self.model_name}")
+        print(f"   - api_key: {self.api_key}")
         print(f"   - 超时时间: {self.timeout}秒")
     
     def load_prompt(self):
@@ -181,23 +177,43 @@ class ReportGenerator:
             # 获取会话数据
             analysis_data = self.generate_analysis_text({'id': session_id})
             
-            # 调用自定义API生成报告
-            # 构造回调URL
+            # 调用GLM API生成报告
             report_result = self.call_report_api(analysis_data, session_id)
             
             if report_result and report_result.get('success'):
-                # API调用成功，异步生成中
-                # 保存分析数据用于后续回调处理
-                self.save_analysis_data_for_regeneration(session_id, analysis_data)
+                # API调用成功，直接生成报告
+                # 构造完整的报告数据
+                student_info = analysis_data.get('student_info', {})
+
+                # 构造报告数据
+                complete_report_data = {
+                    'studentInfo': {
+                        'name': student_info.get('name', '未知'),
+                        'school': student_info.get('school', '未知'),
+                        'grade': student_info.get('grade', '未知'),
+                        'subject': '科学',
+                        'testDate': get_east8_time().strftime('%Y年%m月%d日')
+                    },
+                    'report': report_result['report_data'],
+                    'generated_at': get_east8_time().isoformat(),
+                    'session_id': session_id,
+                    'analysis_data': analysis_data,
+                    'is_direct_generation': True
+                }
+
+                # 保存报告到数据库
+                report_id = self.save_report_to_db(session_id, complete_report_data, analysis_data)
                 
                 return {
                     'success': True,
-                    'message': '报告异步生成中',
+                    'message': '报告生成成功',
                     'session_id': session_id,
+                    'report_id': report_id,
+                    'report_data': complete_report_data,
                     'analysis_data': analysis_data
                 }
             else:
-                raise Exception("API调用失败")
+                raise Exception("GLM API调用失败")
                 
         except Exception as e:
             print(f"生成报告失败: {e}")
@@ -212,41 +228,73 @@ class ReportGenerator:
             }
     
     def call_report_api(self, analysis_data, session_id):
-        """调用自定义报告API生成报告"""
-        # 构建请求数据
-        request_data = {
-            "analysis_text": analysis_data['analysis_text'],
-            "session_id": session_id
-        }
-
-        # 实现重试机制
-        max_retries = 3
-        retry_delay = 2  # 秒
+        """调用GLM大语言模型API生成报告"""
+        # 加载提示词
+        prompt = self.load_prompt()
         
         try:
-            print(f"调用报告生成API...")
-            print(f"   API端点: {self.api_url}")
+            print(f"调用GLM大语言模型SDK...")
             print(f"   Session ID: {session_id}")
-            print(f"   数据长度: {len(request_data['analysis_text'])} 字符")
+            print(f"   模型: {self.model_name}")
 
-            response = requests.post(
-                self.api_url,
-                headers=self.headers,
-                json=request_data,
-                timeout=10  # 简化超时时间
+            # 使用ZhipuAiClient调用API，设置JSON格式响应
+            response = self.client.chat.completions.create(
+                model=self.model_name,
+                messages=[
+                    {
+                        "role": "system",
+                        "content": prompt
+                    },
+                    {
+                        "role": "user",
+                        "content": analysis_data['analysis_text']
+                    }
+                ],
+                response_format={
+                    "type": "json_object"
+                }
             )
 
-            if response.status_code == 200:
-                result = response.json()
-                print(f"✅ API调用成功，已提交异步报告生成请求")
-                print(f"   响应内容: {str(result)[:200]}...")
-                return {"success": True, "message": "异步报告生成请求已提交"}
-            else:
-                raise Exception(f"API调用失败: HTTP {response.status_code} - {response.text}")
-                
+            print(f"✅ GLM SDK调用成功")
+            print(f"   响应长度: {len(response.choices[0].message.content)} 字符")
+
+            # 解析JSON响应
+            model_response = response.choices[0].message.content
+            parsed_report = self.parse_json_response(model_response)
+
+            return {
+                "success": True,
+                "message": "报告生成成功",
+                "report_data": parsed_report,
+                "raw_response": model_response
+            }
+
         except Exception as e:
-            print(f"API调用出错: {e}")
-            raise Exception(f"报告生成API调用失败: {str(e)}")
+            print(f"GLM SDK调用出错: {e}")
+            raise Exception(f"大语言模型SDK调用失败: {str(e)}")
+
+    def parse_json_response(self, json_content):
+        """解析JSON格式的响应字符串"""
+        try:
+            # 查找 ```json 和 ``` 之间的内容
+            import re
+
+            # 匹配 ```json ... ``` 格式
+            match = re.search(r'```json\s*\n(.*?)\n```', json_content, re.DOTALL)
+            if match:
+                json_content = match.group(1)
+                print(f"成功提取JSON格式内容，长度: {len(json_content)} 字符")
+
+            try:
+                return json.loads(json_content)
+            except json.JSONDecodeError as e:
+                print(f"JSON解析失败: {e}")
+                # 如果都不是，返回原始内容
+                return json_content
+
+        except Exception as e:
+            print(f"解析JSON响应失败: {e}")
+            return json_content
     
     def save_report_to_db(self, session_id, report_data, analysis_data):
         """保存报告到数据库"""
@@ -446,22 +494,23 @@ class EnhancedSurveySystem:
             
             analysis_data = json.loads(result[0])
             
-            # 调用API生成报告
+            # 调用GLM API生成报告
             report_result = self.report_generator.call_report_api(analysis_data, session_id)
             
-            if report_result:
+            if report_result and report_result.get('success'):
                 # 提取学员信息用于更新报告数据
-                student_info = analysis_data['student_info']
-                report_result['studentInfo']['name'] = student_info.get('name', '未知')
-                report_result['studentInfo']['school'] = student_info.get('school', '未知')
-                report_result['studentInfo']['grade'] = student_info.get('grade', '未知')
-                report_result['studentInfo']['subject'] = '科学'
-                report_result['studentInfo']['testDate'] = get_east8_time().strftime('%Y年%m月%d日')
+                student_info = analysis_data.get('student_info', {})
                 
                 # 构造报告数据
                 report_data = {
-                    'studentInfo': report_result['studentInfo'],
-                    'report': report_result['report'],
+                    'studentInfo': {
+                        'name': student_info.get('name', '未知'),
+                        'school': student_info.get('school', '未知'),
+                        'grade': student_info.get('grade', '未知'),
+                        'subject': '科学',
+                        'testDate': get_east8_time().strftime('%Y年%m月%d日')
+                    },
+                    'report': report_result["report_data"],
                     'generated_at': get_east8_time().isoformat(),
                     'session_id': session_id,
                     'analysis_data': analysis_data,
@@ -481,7 +530,7 @@ class EnhancedSurveySystem:
                     'is_regenerated': True
                 }
             else:
-                raise Exception("API返回空内容")
+                raise Exception("GLM API返回空内容或失败")
                 
         except Exception as e:
             print(f"重新生成报告失败: {e}")

input.json

@@ -0,0 +1,250 @@
+{
+    "summaryData": {
+      "totalScore": 88,
+      "level": "优秀",
+      "scoreRate": "88%",
+      "scoreRateDescription": "班级前15%",
+      "groupPosition": "85%",
+      "groupPositionDescription": "超越同龄学生",
+      "summary": "李欣彦对科学现象充满好奇，基础知识记忆牢固，若能提升在复杂情境中的推理判断能力，科学成绩会更上一层楼！"
+    },
+    "radarData": {
+      "title": "五维能力雷达图",
+      "abilities": [
+        {
+          "name": "知识记忆与识别",
+          "value": 92
+        },
+        {
+          "name": "信息提取与分析",
+          "value": 85
+        },
+        {
+          "name": "科学推理与判断",
+          "value": 78
+        },
+        {
+          "name": "生活应用与关联",
+          "value": 70
+        },
+        {
+          "name": "探究思维与甄别",
+          "value": 75
+        }
+      ]
+    },
+    "errorAnalysis": {
+      "title": "核心诊断：错题归因与深度解析",
+      "errors": [
+        {
+          "questionNumber": "第5题",
+          "questionTitle": "种子萌发必需的条件",
+          "errorType": "经验干扰型",
+          "corePoint": "种子萌发的必要条件",
+          "wrongOption": "C. 土壤",
+          "correctOption": "A. 水、空气、适宜温度",
+          "analysis": "你选择了C\"土壤\"，这是一个典型的【经验干扰型】错误。因为我们平时种花都在土里，所以容易认为土壤是必需的。但科学实验证明，种子萌发必需的条件是水、空气和适宜的温度。",
+          "guidance": "审题关键点：抓住\"必需\"二字，意思是\"缺一不可\"。关联知识点：回忆\"种子萌发条件\"的对照实验，土壤不是必要条件（如豆芽发芽）。思路构建：运用排除法，思考如果没有土壤种子是否能萌发（能），如果没有水呢？（不能）。"
+        },
+        {
+          "questionNumber": "第19题",
+          "questionTitle": "潜望镜中的光传播",
+          "errorType": "推理缺失型",
+          "corePoint": "潜望镜中光的传播路径",
+          "wrongOption": "直接看到水面舰艇",
+          "correctOption": "舰艇的反射光→潜望镜平面镜反射→人眼",
+          "analysis": "这是一个【推理缺失型】错误，你缺少了对光传播路径的完整推理步骤。凭感觉认为能看到，但实际上需要理解潜望镜的原理是两次反射。","guidance": "推理关键点：光在同种均匀介质中沿直线传播。思考路径：舰艇反射的光→第一块平面镜反射→第二块平面镜反射→人眼。建议画图理解光路。"
+        }
+      ],
+      "tagLibrary": {
+        "title": "错题归因标签库",
+        "tags": [
+          {
+            "emoji": "🔍",
+            "name": "概念混淆型",
+            "description": "对两个或多个相似概念区分不清，如\"蒸发\"与\"沸腾\"、\"反射\"与\"折射\"等。"
+          },
+          {
+            "emoji": "📋",
+            "name": "审题偏差型",
+            "description": "未能抓住题干中的限定词（如\"不正确\"、\"主要目的\"、\"必需条件\"等）。"
+          },
+          {
+            "emoji": "🧩",
+            "name": "推理缺失型",
+            "description": "缺少必要的逻辑推理步骤，凭感觉选择，尤其在复杂现象分析中。"
+          },
+          {
+            "emoji": "🌍",
+            "name": "经验干扰型",
+            "description": "被生活表象或片面经验误导，未遵循科学原理，如认为土壤是种子萌发的必需条件。"
+          },
+          {
+            "emoji": "📊",
+            "name": "信息忽略型",
+            "description": "忽略了图表、表格或题干中提供的关键信息，如实验数据中的变化趋势。"
+          },
+          {
+            "emoji": "🕳️",
+            "name": "知识漏洞型",
+            "description": "对考查的基础知识点完全不知或记忆错误，需要重新学习相关概念。"
+          }
+        ]
+      }
+    },
+    "knowledgeAnalysis": {
+      "title": "深度剖析：知识体系掌握度分析",
+      "chapters": [
+        {
+          "type": "excellent",
+          "title": "🌟 优势章节",
+          "score": "92%",
+          "description": "光的直线传播、折射与色散",
+          "note": "概念识别准确，应用能力强"
+        },
+        {
+          "type": "good",
+          "title": "📈 巩固章节",
+          "score": "78%",
+          "description": "光的反射、光源与透光性",
+          "note": "部分易混概念需厘清"
+        },
+        {
+          "type": "needs-work",
+          "title": "🎯 重点补救章节",
+          "score": "65%",
+          "description": "复杂光现象综合应用",
+          "note": "核心原理理解尚不牢固"
+        }
+      ]
+    },
+    "cognitiveAnalysis": {
+      "title": "认知能力维度评估",
+      "dimensions": [
+        {
+          "emoji": "🔍",
+          "name": "信息捕捉细致度",
+          "score": "82%",
+          "description": "审题偏差和信息忽略错误较少"
+        },
+        {
+          "emoji": "🧠",
+          "name": "概念清晰度",
+          "score": "78%",
+          "description": "部分相似概念需要强化区分"
+        },
+        {
+          "emoji": "🔗",
+          "name": "逻辑推理严谨性",
+          "score": "70%",
+          "description": "推理步骤需要更完整"
+        },
+        {
+          "emoji": "🌐",
+          "name": "知识迁移灵活性",
+          "score": "75%",
+          "description": "新情境应用能力有待提升"
+        },
+        {
+          "emoji": "🛡️",
+          "name": "抗干扰能力",
+          "score": "68%",
+          "description": "易受生活经验干扰"
+        }
+      ],
+      "behaviorInsight": {
+        "title": "🎯 学习行为推测",
+        "content": "从你常犯【经验干扰型】和【推理缺失型】错误来看，你在做题时可能习惯于\"凭感觉\"或\"想当然\"。建议养成\"每选一个答案，都问自己一句'为什么'\"的习惯，让选择有据可依。"
+      }
+    },
+    "learningPlan": {
+      "title": "行动指南：个性化学习规划",
+      "plans": [
+        {
+          "type": "short-term",
+          "emoji": "🔥",
+          "title": "短期攻坚计划（2-4周）",
+          "goal": "堵塞核心知识漏洞，纠正易混概念",
+          "sections": [
+            {
+              "title": "重点章节",
+              "items": [
+                "复杂光现象综合应用",
+                "光的反射与透光性区分"
+              ]
+            },
+            {
+              "title": "建议资源",
+              "items": [
+                "教科版配套动画视频\"光的世界\"",
+                "《光学小实验》家庭实验套装"
+              ]
+            },
+            {
+              "title": "练习任务",
+              "items": [
+                "完成《光学选择题专项练习》10道",
+                "重点分析每一个选项的对错原因",
+                "建立错题本，记录错误类型和改进方法"
+              ]
+            }
+          ]
+        },
+        {
+          "type": "mid-term",
+          "emoji": "📈",
+          "title": "中期提升策略（1-3个月）",
+          "goal": "强化科学推理能力，建立\"选项分析\"思维",
+          "sections": [
+            {
+              "title": "能力训练",
+              "items": [
+                "\"选项辨析\"练习：针对错题，说出其他选项为什么错",
+                "\"讲题\"小老师：给父母讲解解题思路"
+              ]
+            },
+            {
+              "title": "学习方法",
+              "items": [
+                "建立\"概念辨析本\"：记录易混淆概念组",
+                "配合图示或例子加深理解",
+                "每周末回顾本周错题，总结规律"
+              ]
+            }
+          ]
+        },
+        {
+          "type": "long-term",
+          "emoji": "🌟",
+          "title": "长期发展建议（持续培养）",
+          "goal": "培养科学探究兴趣和批判性思维",
+          "sections": [
+            {
+              "title": "阅读拓展",
+              "items": [
+                "《神奇校车》《科学朗读者》等科普读物",
+                "《十万个为什么》光学部分"
+              ]
+            },
+            {
+              "title": "实践探索",
+              "items": [
+                "多提问\"这有什么科学道理？\"","通过查资料、做小实验验证猜想",
+                "参观科技馆，参与科学实验活动"
+              ]
+            }
+          ]
+        }
+      ],
+      "parentAdvice": {
+        "emoji": "👨\u200d👩\u200d👧",
+        "title": "给家长的建议",
+        "advice": [
+          "在孩子分析题目时，多问一句：\"你觉得出题人为什么设置这个错误选项呢？\" 这能引导孩子洞察题目陷阱，从\"答题者\"转变为\"思考者\"",
+          "多鼓励孩子的探索行为，保护他们的好奇心，即使实验\"失败\"也要肯定探究过程",
+          "创造家庭科学氛围，一起观看科学纪录片，讨论生活中的科学现象",
+          "帮助孩子建立错题分析习惯，但避免过度关注分数，重视思维过程"
+        ]
+      }
+    }
+}

output.toon

@@ -0,0 +1,88 @@
+studentInfo:
+  name: 李欣彦
+  subject: 小学科学（教科版·五年级）
+  school: 尚逸实验小学
+report:
+  summaryData:
+    totalScore: 88
+    level: 优秀
+    scoreRate: 88%
+    scoreRateDescription: 班级前15%
+    groupPosition: 85%
+    groupPositionDescription: 超越同龄学生
+    summary: 李欣彦对科学现象充满好奇，基础知识记忆牢固，若能提升在复杂情境中的推理判断能力，科学成绩会更上一层楼！
+  radarData:
+    title: 五维能力雷达图
+    abilities[5]{name,value}:
+      知识记忆与识别,92
+      信息提取与分析,85
+      科学推理与判断,78
+      生活应用与关联,70
+      探究思维与甄别,75
+  errorAnalysis:
+    title: 核心诊断：错题归因与深度解析
+    errors[2]{questionNumber,questionTitle,errorType,corePoint,wrongOption,correctOption,analysis,guidance}:
+      第5题,种子萌发必需的条件,经验干扰型,种子萌发的必要条件,C. 土壤,A. 水、空气、适宜温度,"你选择了C\"土壤\"，这是一个典型的【经验干扰型】错误。因为我们平时种花都在土里，所以容易认为土壤是必需的。但科学实验证明，种子萌发必需的条件是水、空气和适宜的温度。","审题关键点：抓住\"必需\"二字，意思是\"缺一不可\"。关联知识点：回忆\"种子萌发条件\"的对照实验，土壤不是必要条件（如豆芽发芽）。思路构建：运用排除法，思考如果没有土壤种子是否能萌发（能），如果没有水呢？（不能）。"
+      第19题,潜望镜中的光传播,推理缺失型,潜望镜中光的传播路径,直接看到水面舰艇,舰艇的反射光→潜望镜平面镜反射→人眼,这是一个【推理缺失型】错误，你缺少了对光传播路径的完整推理步骤。凭感觉认为能看到，但实际上需要理解潜望镜的原理是两次反射。,推理关键点：光在同种均匀介质中沿直线传播。思考路径：舰艇反射的光→第一块平面镜反射→第二块平面镜反射→人眼。建议画图理解光路。
+    tagLibrary:
+      title: 错题归因标签库
+      tags[6]{emoji,name,description}:
+        🔍,概念混淆型,"对两个或多个相似概念区分不清，如\"蒸发\"与\"沸腾\"、\"反射\"与\"折射\"等。"
+        📋,审题偏差型,"未能抓住题干中的限定词（如\"不正确\"、\"主要目的\"、\"必需条件\"等）。"
+        🧩,推理缺失型,缺少必要的逻辑推理步骤，凭感觉选择，尤其在复杂现象分析中。
+        🌍,经验干扰型,被生活表象或片面经验误导，未遵循科学原理，如认为土壤是种子萌发的必需条件。
+        📊,信息忽略型,忽略了图表、表格或题干中提供的关键信息，如实验数据中的变化趋势。
+        🕳️,知识漏洞型,对考查的基础知识点完全不知或记忆错误，需要重新学习相关概念。
+  knowledgeAnalysis:
+    title: 深度剖析：知识体系掌握度分析
+    chapters[3]{type,title,score,description,note}:
+      excellent,🌟 优势章节,92%,光的直线传播、折射与色散,概念识别准确，应用能力强
+      good,📈 巩固章节,78%,光的反射、光源与透光性,部分易混概念需厘清
+      needs-work,🎯 重点补救章节,65%,复杂光现象综合应用,核心原理理解尚不牢固
+  cognitiveAnalysis:
+    title: 认知能力维度评估
+    dimensions[5]{emoji,name,score,description}:
+      🔍,信息捕捉细致度,82%,审题偏差和信息忽略错误较少
+      🧠,概念清晰度,78%,部分相似概念需要强化区分
+      🔗,逻辑推理严谨性,70%,推理步骤需要更完整
+      🌐,知识迁移灵活性,75%,新情境应用能力有待提升
+      🛡️,抗干扰能力,68%,易受生活经验干扰
+    behaviorInsight:
+      title: 🎯 学习行为推测
+      content: "从你常犯【经验干扰型】和【推理缺失型】错误来看，你在做题时可能习惯于\"凭感觉\"或\"想当然\"。建议养成\"每选一个答案，都问自己一句'为什么'\"的习惯，让选择有据可依。"
+  learningPlan:
+    title: 行动指南：个性化学习规划
+    plans[3]:
+      - type: short-term
+        emoji: 🔥
+        title: 短期攻坚计划（2-4周）
+        goal: 堵塞核心知识漏洞，纠正易混概念
+        sections[3]:
+          - title: 重点章节
+            items[2]: 复杂光现象综合应用,光的反射与透光性区分
+          - title: 建议资源
+            items[2]: "教科版配套动画视频\"光的世界\"",《光学小实验》家庭实验套装
+          - title: 练习任务
+            items[3]: 完成《光学选择题专项练习》10道,重点分析每一个选项的对错原因,建立错题本，记录错误类型和改进方法
+      - type: mid-term
+        emoji: 📈
+        title: 中期提升策略（1-3个月）
+        goal: "强化科学推理能力，建立\"选项分析\"思维"
+        sections[2]:
+          - title: 能力训练
+            items[2]: "\"选项辨析\"练习：针对错题，说出其他选项为什么错","\"讲题\"小老师：给父母讲解解题思路"
+          - title: 学习方法
+            items[3]: "建立\"概念辨析本\"：记录易混淆概念组",配合图示或例子加深理解,每周末回顾本周错题，总结规律
+      - type: long-term
+        emoji: 🌟
+        title: 长期发展建议（持续培养）
+        goal: 培养科学探究兴趣和批判性思维
+        sections[2]:
+          - title: 阅读拓展
+            items[2]: 《神奇校车》《科学朗读者》等科普读物,《十万个为什么》光学部分
+          - title: 实践探索
+            items[3]: "多提问\"这有什么科学道理？\"",通过查资料、做小实验验证猜想,参观科技馆，参与科学实验活动
+    parentAdvice:
+      emoji: 👨‍👩‍👧
+      title: 给家长的建议
+      advice[4]: "在孩子分析题目时，多问一句：\"你觉得出题人为什么设置这个错误选项呢？\" 这能引导孩子洞察题目陷阱，从\"答题者\"转变为\"思考者\"","多鼓励孩子的探索行为，保护他们的好奇心，即使实验\"失败\"也要肯定探究过程",创造家庭科学氛围，一起观看科学纪录片，讨论生活中的科学现象,帮助孩子建立错题分析习惯，但避免过度关注分数，重视思维过程

poetry.lock

@@ -44,6 +44,18 @@ typing_extensions = {version = ">=4.5", markers = "python_version < \"3.13\""}
 [package.extras]
 trio = ["trio (>=0.31.0)"]
 
+[[package]]
+name = "cachetools"
+version = "6.2.2"
+description = "Extensible memoizing collections and decorators"
+optional = false
+python-versions = ">=3.9"
+groups = ["main"]
+files = [
+    {file = "cachetools-6.2.2-py3-none-any.whl", hash = "sha256:6c09c98183bf58560c97b2abfcedcbaf6a896a490f534b031b661d3723b45ace"},
+    {file = "cachetools-6.2.2.tar.gz", hash = "sha256:8e6d266b25e539df852251cfd6f990b4bc3a141db73b939058d809ebd2590fc6"},
+]
+
 [[package]]
 name = "certifi"
 version = "2025.10.5"
@@ -254,6 +266,53 @@ files = [
     {file = "h11-0.16.0.tar.gz", hash = "sha256:4e35b956cf45792e4caa5885e69fba00bdbc6ffafbfa020300e549b208ee5ff1"},
 ]
 
+[[package]]
+name = "httpcore"
+version = "1.0.9"
+description = "A minimal low-level HTTP client."
+optional = false
+python-versions = ">=3.8"
+groups = ["main"]
+files = [
+    {file = "httpcore-1.0.9-py3-none-any.whl", hash = "sha256:2d400746a40668fc9dec9810239072b40b4484b640a8c38fd654a024c7a1bf55"},
+    {file = "httpcore-1.0.9.tar.gz", hash = "sha256:6e34463af53fd2ab5d807f399a9b45ea31c3dfa2276f15a2c3f00afff6e176e8"},
+]
+
+[package.dependencies]
+certifi = "*"
+h11 = ">=0.16"
+
+[package.extras]
+asyncio = ["anyio (>=4.0,<5.0)"]
+http2 = ["h2 (>=3,<5)"]
+socks = ["socksio (==1.*)"]
+trio = ["trio (>=0.22.0,<1.0)"]
+
+[[package]]
+name = "httpx"
+version = "0.28.1"
+description = "The next generation HTTP client."
+optional = false
+python-versions = ">=3.8"
+groups = ["main"]
+files = [
+    {file = "httpx-0.28.1-py3-none-any.whl", hash = "sha256:d909fcccc110f8c7faf814ca82a9a4d816bc5a6dbfea25d6591d6985b8ba59ad"},
+    {file = "httpx-0.28.1.tar.gz", hash = "sha256:75e98c5f16b0f35b567856f597f06ff2270a374470a5c2392242528e3e3e42fc"},
+]
+
+[package.dependencies]
+anyio = "*"
+certifi = "*"
+httpcore = "==1.*"
+idna = "*"
+
+[package.extras]
+brotli = ["brotli ; platform_python_implementation == \"CPython\"", "brotlicffi ; platform_python_implementation != \"CPython\""]
+cli = ["click (==8.*)", "pygments (==2.*)", "rich (>=10,<14)"]
+http2 = ["h2 (>=3,<5)"]
+socks = ["socksio (==1.*)"]
+zstd = ["zstandard (>=0.18.0)"]
+
 [[package]]
 name = "idna"
 version = "3.11"
@@ -553,6 +612,24 @@ files = [
 [package.dependencies]
 typing-extensions = ">=4.14.1"
 
+[[package]]
+name = "pyjwt"
+version = "2.10.1"
+description = "JSON Web Token implementation in Python"
+optional = false
+python-versions = ">=3.9"
+groups = ["main"]
+files = [
+    {file = "PyJWT-2.10.1-py3-none-any.whl", hash = "sha256:dcdd193e30abefd5debf142f9adfcdd2b58004e644f25406ffaebd50bd98dacb"},
+    {file = "pyjwt-2.10.1.tar.gz", hash = "sha256:3cc5772eb20009233caf06e9d8a0577824723b44e6648ee0a2aedb6cf9381953"},
+]
+
+[package.extras]
+crypto = ["cryptography (>=3.4.0)"]
+dev = ["coverage[toml] (==5.0.4)", "cryptography (>=3.4.0)", "pre-commit", "pytest (>=6.0.0,<7.0.0)", "sphinx", "sphinx-rtd-theme", "zope.interface"]
+docs = ["sphinx", "sphinx-rtd-theme", "zope.interface"]
+tests = ["coverage[toml] (==5.0.4)", "pytest (>=6.0.0,<7.0.0)"]
+
 [[package]]
 name = "python-multipart"
 version = "0.0.20"
@@ -682,7 +759,26 @@ h11 = ">=0.8"
 [package.extras]
 standard = ["colorama (>=0.4) ; sys_platform == \"win32\"", "httptools (>=0.6.3)", "python-dotenv (>=0.13)", "pyyaml (>=5.1)", "uvloop (>=0.15.1) ; sys_platform != \"win32\" and sys_platform != \"cygwin\" and platform_python_implementation != \"PyPy\"", "watchfiles (>=0.13)", "websockets (>=10.4)"]
 
+[[package]]
+name = "zai-sdk"
+version = "0.0.4.2"
+description = "A SDK library for accessing big model apis from Z.ai"
+optional = false
+python-versions = "!=2.7.*,!=3.0.*,!=3.1.*,!=3.2.*,!=3.3.*,!=3.4.*,!=3.5.*,!=3.6.*,!=3.7.*,>=3.8"
+groups = ["main"]
+files = [
+    {file = "zai_sdk-0.0.4.2-py3-none-any.whl", hash = "sha256:3404c6ee9f721b70ccacedc0908003a800304243ff5383dd5e19bb9f535c836d"},
+    {file = "zai_sdk-0.0.4.2.tar.gz", hash = "sha256:544b09d1148e024413455e28ad5ccd0b196423372c78b99b3d62b842970fc78a"},
+]
+
+[package.dependencies]
+cachetools = ">=4.2.2"
+httpx = ">=0.23.0"
+pydantic = ">=1.9.0,<3.0"
+pydantic-core = ">=2.14.6"
+pyjwt = ">=2.9.0,<3.0.0"
+
 [metadata]
 lock-version = "2.1"
 python-versions = ">=3.12"
-content-hash = "cd040c674581fa0280c7f4fc0a8d95c4e4cea3d78f4b38f49e856ac8236f9fcf"
+content-hash = "aec9932ddb7d490e012171dbfa5ea86e48b3835309c6e5815ff4943dc2eadf75"

public/prompt.md

@@ -0,0 +1,320 @@
+# 学科能力测评报告生成提示词
+## 角色定义
+
+你是一位专业的教育评估分析师，擅长根据学生的考试答题数据生成详细、个性化的学科能力测评报告。你需要分析学生的答题表现，识别优势和不足，并提供针对性的学习建议。
+
+## 输入数据
+你会收到学生的考试答题情况分析数据，包含以下信息： - 题目内容 - 题型（填空题、判断题、单选题、多选题等）
+- 学生答案
+- 正确答案
+- 答题结果（正确/错误/未作答）
+
+## 任务要求
+
+请基于输入的答题数据，生成一份完整的学科能力测评报告，包含以下核心部分：
+
+### 1. 报告基本信息
+- 学生信息：姓名、考试日期、学科、学校
+- 总体评分数据：总分、等级、得分率、排名情况
+
+### 2. 五维能力雷达图
+
+创建以下五个维度的能力评估（每项满分100分）：
+- 知识记忆与识别
+- 信息提取与分析
+- 科学推理与判断
+- 生活应用与关联
+- 探究思维与甄别
+
+### 3. 错题归因分析
+针对学生的错题进行深度分析：
+- 错误类型分类（概念混淆型、审题偏差型、推理缺失型、经验干扰型、信息忽略型、知识漏洞型）
+- 错题详细解析（错误原因、正确思路、解题指导）
+- 建立错题归因标签库
+
+### 4. 知识体系掌握度分析
+按知识章节分类，展示：
+- 优势章节（掌握度85%以上）
+- 巩固章节（掌握度70-85%）
+- 重点补救章节（掌握度70%以下）
+
+### 5. 认知能力维度评估
+从五个认知维度评估学生能力：
+- 信息捕捉细致度
+- 概念清晰度
+- 逻辑推理严谨性
+- 知识迁移灵活性
+- 抗干扰能力
+
+### 6. 学习行为推测
+基于答题模式推测学生的学习特点和习惯
+### 7. 个性化学习规划 提供分阶段的学习建议：
+- 短期攻坚计划（2-4周）
+- 中期提升策略（1-3个月）
+- 长期发展建议（持续培养）
+- 给家长的具体建议
+
+## 输出格式示例
+请按照以下 JSON 格式返回分析结果：
+```json
+{
+    "summaryData": {
+        "totalScore": 88,
+        "level": "优秀",
+        "scoreRate": "88%",
+        "scoreRateDescription": "班级前15%",
+        "groupPosition": "85%",
+        "groupPositionDescription": "超越同龄学生",
+        "summary": "李欣彦对科学现象充满好奇，基础知识记忆牢固，若能提升在复杂情境中的推理判断能力，科学成绩会更上一层楼！"
+    },
+    "radarData": {
+        "title": "五维能力雷达图",
+        "abilities": [
+            {
+                "name": "知识记忆与识别",
+                "value": 92
+            },
+            {
+                "name": "信息提取与分析",
+                "value": 85
+            },
+            {
+                "name": "科学推理与判断",
+                "value": 78
+            },
+            {
+                "name": "生活应用与关联",
+                "value": 70
+            },
+            {
+                "name": "探究思维与甄别",
+                "value": 75
+            }
+        ]
+    },
+    "errorAnalysis": {
+        "title": "核心诊断：错题归因与深度解析",
+        "errors": [
+            {
+                "questionNumber": "第5题",
+                "questionTitle": "种子萌发必需的条件",
+                "errorType": "经验干扰型",
+                "corePoint": "种子萌发的必要条件",
+                "wrongOption": "C. 土壤",
+                "correctOption": "A. 水、空气、适宜温度",
+                "analysis": "你选择了C\"土壤\"，这是一个典型的【经验干扰型】错误。因为我们平时种花都在土里，所以容易认为土壤是必需的。但科学实验证明，种子萌发必需的条件是水、空气和适宜的温度。",
+                "guidance": "审题关键点：抓住\"必需\"二字，意思是\"缺一不可\"。关联知识点：回忆\"种子萌发条件\"的对照实验，土壤不是必要条件（如豆芽发芽）。思路构建：运用排除法，思考如果没有土壤种子是否能萌发（能），如果没有水呢？（不能）。"
+            },
+            {
+                "questionNumber": "第19题",
+                "questionTitle": "潜望镜中的光传播",
+                "errorType": "推理缺失型",
+                "corePoint": "潜望镜中光的传播路径",
+                "wrongOption": "直接看到水面舰艇",
+                "correctOption": "舰艇的反射光→潜望镜平面镜反射→人眼",
+                "analysis": "这是一个【推理缺失型】错误，你缺少了对光传播路径的完整推理步骤。凭感觉认为能看到，但实际上需要理解潜望镜的原理是两次反射。",
+                "guidance": "推理关键点：光在同种均匀介质中沿直线传播。思考路径：舰艇反射的光→第一块平面镜反射→第二块平面镜反射→人眼。建议画图理解光路。"
+            }
+        ],
+        "tagLibrary": {
+            "title": "错题归因标签库",
+            "tags": [
+                {
+                    "emoji": "🔍",
+                    "name": "概念混淆型",
+                    "description": "对两个或多个相似概念区分不清，如\"蒸发\"与\"沸腾\"、\"反射\"与\"折射\"等。"
+                },
+                {
+                    "emoji": "📋",
+                    "name": "审题偏差型",
+                    "description": "未能抓住题干中的限定词（如\"不正确\"、\"主要目的\"、\"必需条件\"等）。"
+                },
+                {
+                    "emoji": "🧩",
+                    "name": "推理缺失型",
+                    "description": "缺少必要的逻辑推理步骤，凭感觉选择，尤其在复杂现象分析中。"
+                },
+                {
+                    "emoji": "🌍",
+                    "name": "经验干扰型",
+                    "description": "被生活表象或片面经验误导，未遵循科学原理，如认为土壤是种子萌发的必需条件。"
+                },
+                {
+                    "emoji": "📊",
+                    "name": "信息忽略型",
+                    "description": "忽略了图表、表格或题干中提供的关键信息，如实验数据中的变化趋势。"
+                },
+                {
+                    "emoji": "🕳️",
+                    "name": "知识漏洞型",
+                    "description": "对考查的基础知识点完全不知或记忆错误，需要重新学习相关概念。"
+                }
+            ]
+        }
+    },
+    "knowledgeAnalysis": {
+        "title": "深度剖析：知识体系掌握度分析",
+        "chapters": [
+            {
+                "type": "excellent",
+                "title": "🌟 优势章节",
+                "score": "92%",
+                "description": "光的直线传播、折射与色散",
+                "note": "概念识别准确，应用能力强"
+            },
+            {
+                "type": "good",
+                "title": "📈 巩固章节",
+                "score": "78%",
+                "description": "光的反射、光源与透光性",
+                "note": "部分易混概念需厘清"
+            },
+            {
+                "type": "needs-work",
+                "title": "🎯 重点补救章节",
+                "score": "65%",
+                "description": "复杂光现象综合应用",
+                "note": "核心原理理解尚不牢固"
+            }
+        ]
+    },
+    "cognitiveAnalysis": {
+        "title": "认知能力维度评估",
+        "dimensions": [
+            {
+                "emoji": "🔍",
+                "name": "信息捕捉细致度",
+                "score": "82%",
+                "description": "审题偏差和信息忽略错误较少"
+            },
+            {
+                "emoji": "🧠",
+                "name": "概念清晰度",
+                "score": "78%",
+                "description": "部分相似概念需要强化区分"
+            },
+            {
+                "emoji": "🔗",
+                "name": "逻辑推理严谨性",
+                "score": "70%",
+                "description": "推理步骤需要更完整"
+            },
+            {
+                "emoji": "🌐",
+                "name": "知识迁移灵活性",
+                "score": "75%",
+                "description": "新情境应用能力有待提升"
+            },
+            {
+                "emoji": "🛡️",
+                "name": "抗干扰能力",
+                "score": "68%",
+                "description": "易受生活经验干扰"
+            }
+        ],
+        "behaviorInsight": {
+            "title": "🎯 学习行为推测",
+            "content": "从你常犯【经验干扰型】和【推理缺失型】错误来看，你在做题时可能习惯于\"凭感觉\"或\"想当然\"。建议养成\"每选一个答案，都问自己一句'为什么'\"的习惯，让选择有据可依。"
+        }
+    },
+    "learningPlan": {
+        "title": "行动指南：个性化学习规划",
+        "plans": [
+            {
+                "type": "short-term",
+                "emoji": "🔥",
+                "title": "短期攻坚计划（2-4周）",
+                "goal": "堵塞核心知识漏洞，纠正易混概念",
+                "sections": [
+                    {
+                        "title": "重点章节",
+                        "items": [
+                            "复杂光现象综合应用",
+                            "光的反射与透光性区分"
+                        ]
+                    },
+                    {
+                        "title": "建议资源",
+                        "items": [
+                            "教科版配套动画视频\"光的世界\"",
+                            "《光学小实验》家庭实验套装"
+                        ]
+                    },
+                    {
+                        "title": "练习任务",
+                        "items": [
+                            "完成《光学选择题专项练习》10道",
+                            "重点分析每一个选项的对错原因",
+                            "建立错题本，记录错误类型和改进方法"
+                        ]
+                    }
+                ]
+            },
+            {
+                "type": "mid-term",
+                "emoji": "📈",
+                "title": "中期提升策略（1-3个月）",
+                "goal": "强化科学推理能力，建立\"选项分析\"思维",
+                "sections": [
+                    {
+                        "title": "能力训练",
+                        "items": [
+                            "\"选项辨析\"练习：针对错题，说出其他选项为什么错",
+                            "\"讲题\"小老师：给父母讲解解题思路"
+                        ]
+                    },
+                    {
+                        "title": "学习方法",
+                        "items": [
+                            "建立\"概念辨析本\"：记录易混淆概念组",
+                            "配合图示或例子加深理解",
+                            "每周末回顾本周错题，总结规律"
+                        ]
+                    }
+                ]
+            },
+            {
+                "type": "long-term",
+                "emoji": "🌟",
+                "title": "长期发展建议（持续培养）",
+                "goal": "培养科学探究兴趣和批判性思维",
+                "sections": [
+                    {
+                        "title": "阅读拓展",
+                        "items": [
+                            "《神奇校车》《科学朗读者》等科普读物",
+                            "《十万个为什么》光学部分"
+                        ]
+                    },
+                    {
+                        "title": "实践探索",
+                        "items": [
+                            "多提问\"这有什么科学道理？\"",
+                            "通过查资料、做小实验验证猜想",
+                            "参观科技馆，参与科学实验活动"
+                        ]
+                    }
+                ]
+            }
+        ],
+        "parentAdvice": {
+            "emoji": "👨\u200d👩\u200d👧",
+            "title": "给家长的建议",
+            "advice": [
+                "在孩子分析题目时，多问一句：\"你觉得出题人为什么设置这个错误选项呢？\" 这能引导孩子洞察题目陷阱，从\"答题者\"转变为\"思考者\"",
+                "多鼓励孩子的探索行为，保护他们的好奇心，即使实验\"失败\"也要肯定探究过程",
+                "创造家庭科学氛围，一起观看科学纪录片，讨论生活中的科学现象",
+                "帮助孩子建立错题分析习惯，但避免过度关注分数，重视思维过程"
+            ]
+        }
+    }
+}
+```
+
+报告应当：
+- 数据准确，分析深入
+- 语言鼓励性强，避免负面表述
+- 建议具体可行，有针对性
+- 符合教育心理学原理
+
+请基于答题数据，生成一份完整的学科能力测评报告。

public/prompt.txt

@@ -1,86 +0,0 @@
-# 学科能力测评报告生成提示词
-
-## 角色定义
-你是一位专业的教育评估分析师，擅长根据学生的考试答题数据生成详细、个性化的学科能力测评报告。你需要分析学生的答题表现，识别优势和不足，并提供针对性的学习建议。
-
-## 输入数据
-你会收到学生的考试答题情况分析数据，包含以下信息：
-- 题目内容
-- 题型（填空题、判断题、单选题、多选题等）
-- 学生答案
-- 正确答案
-- 答题结果（正确/错误/未作答）
-
-## 任务要求
-请基于输入的答题数据，生成一份完整的学科能力测评报告，包含以下核心部分：
-
-### 1. 报告基本信息
-- 学生信息：姓名、考试日期、学科、学校
-- 总体评分数据：总分、等级、得分率、排名情况
-
-### 2. 五维能力雷达图
-创建以下五个维度的能力评估（每项满分100分）：
-- 知识记忆与识别
-- 信息提取与分析
-- 科学推理与判断
-- 生活应用与关联
-- 探究思维与甄别
-
-### 3. 错题归因分析
-针对学生的错题进行深度分析：
-- 错误类型分类（概念混淆型、审题偏差型、推理缺失型、经验干扰型、信息忽略型、知识漏洞型）
-- 错题详细解析（错误原因、正确思路、解题指导）
-- 建立错题归因标签库
-
-### 4. 知识体系掌握度分析
-按知识章节分类，展示：
-- 优势章节（掌握度85%以上）
-- 巩固章节（掌握度70-85%）
-- 重点补救章节（掌握度70%以下）
-
-### 5. 认知能力维度评估
-从五个认知维度评估学生能力：
-- 信息捕捉细致度
-- 概念清晰度
-- 逻辑推理严谨性
-- 知识迁移灵活性
-- 抗干扰能力
-
-### 6. 学习行为推测
-基于答题模式推测学生的学习特点和习惯
-
-### 7. 个性化学习规划
-提供分阶段的学习建议：
-- 短期攻坚计划（2-4周）
-- 中期提升策略（1-3个月）
-- 长期发展建议（持续培养）
-- 给家长的具体建议
-
-## 输出格式
-请以JSON格式输出完整的测评报告。报告应当：
-- 数据准确，分析深入
-- 语言鼓励性强，避免负面表述
-- 建议具体可行，有针对性
-- 符合教育心理学原理
-
-## 示例输入
-```
-# 考试答题情况分析
-
-| 题目 | 题型 | 用户答案 | 正确答案 | 是否正确 |
-|------|------|----------|----------|----------|
-| 手机号码 | 填空题 | 15394230023 | 无标准答案 | 无法判断 |
-| 判断题 | 判断题 | 对 | 对 | 正确 |
-| 驾驶人在超车时， 前方车辆不减速 、不让道， 应怎样做？ 单选题 | 单选题 | a.加速继续超越 | d.挤靠"加塞"车辆， 逼其离开 答案： c | 错误 |
-| 这个开关控制机动车哪个部位？ 单选题 | 单选题 | b.风窗玻璃刮水器 | c.危险报警闪光灯 | 错误 |
-| 这个标志是何含义？ 单选题 | 单选题 | c.潮汐车道 | a.双向交通 | 错误 |
-| 有下列哪种违法行为的机动车驾驶人将被一次记 12 分？ 单选题 | 单选题 | 未作答 | a.驾驶故意污损号牌的机动车上道路行驶 | 未作答 |
-| 驾驶人的机动车驾驶证被依法扣留 、暂扣的情况下不得驾驶机动车。 判断题 | 判断题 | 未作答 | 错 | 未作答 |
-| 安装防抱死制动装置 （ABS） 的机动车制动时， 制动距离会大大缩短， 因此不必保持安 全车距。 | 判断题 | 对 | 错 | 错误 |
-| 驾驶机动车遇到漫水桥时要察明水情确认安全后再低速通过。 判断题 | 判断题 | 对 | 错 | 错误 |
-| 灯光开关在该位置时， 前雾灯点亮。 判断题 | 判断题 | 对 | 错 | 错误 |
-| 多选题 | 多选题 | 2,1 | 1 | 错误 |
-```
-
-请基于上述答题数据，生成一份完整的驾驶理论考试学科能力测评报告。
-

pyproject.toml

@@ -13,7 +13,8 @@ dependencies = [
     "fastapi (==0.120.1)",
     "uvicorn (>=0.24.0,<1.0.0)",
     "python-multipart (>=0.0.6,<1.0.0)",
-    "jinja2 (>=3.1.0,<4.0.0)"
+    "jinja2 (>=3.1.0,<4.0.0)",
+    "zai-sdk (>=0.0.4.2,<0.0.5.0)"
 ]
 
 

requirements.txt

@@ -1,18 +1,22 @@
 annotated-doc==0.0.3
 annotated-types==0.7.0
 anyio==4.11.0
+cachetools==6.2.2
 certifi==2025.10.5
 charset-normalizer==3.4.4
 click==8.3.0
 et_xmlfile==2.0.0
 fastapi==0.120.1
 h11==0.16.0
+httpcore==1.0.9
+httpx==0.28.1
 idna==3.11
 Jinja2==3.1.6
 MarkupSafe==3.0.3
 openpyxl==3.1.5
 pydantic==2.12.3
 pydantic_core==2.41.4
+PyJWT==2.10.1
 python-multipart==0.0.20
 requests==2.32.5
 sniffio==1.3.1
@@ -21,3 +25,4 @@ typing-inspection==0.4.2
 typing_extensions==4.15.0
 urllib3==2.5.0
 uvicorn==0.38.0
+zai-sdk==0.0.4.2

test_report_generator.py

@@ -0,0 +1,117 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+
+"""
+测试修改后的 ReportGenerator 类
+"""
+
+import os
+import sys
+import asyncio
+import json
+
+# 添加当前目录到 Python 路径
+sys.path.append(os.path.dirname(os.path.abspath(__file__)))
+
+from enhanced_survey_system import ReportGenerator
+
+async def test_report_generator():
+    """测试报告生成器"""
+    print("🧪 开始测试 ReportGenerator...")
+    
+    # 检查环境变量
+    if not os.getenv("GLM_API_KEY") or os.getenv("GLM_API_KEY") == "YOUR_API_KEY":
+        print("❌ 错误: 请在 .env 文件中设置正确的 GLM_API_KEY")
+        return False
+    
+    try:
+        # 创建报告生成器实例
+        generator = ReportGenerator()
+        print("✅ ReportGenerator 实例创建成功")
+        
+        # 测试加载提示词
+        prompt = generator.load_prompt()
+        print(f"✅ 提示词加载成功，长度: {len(prompt)} 字符")
+        
+        # 创建测试数据
+        test_session_id = "test_session_123"
+        test_analysis_data = {
+            'analysis_text': '''# 考试答题情况分析
+
+## 总分：85 分
+
+| 题目 | 题型 | 用户答案 | 正确答案 | 是否正确 | 得分 |
+|------|------|----------|----------|----------|------|
+| 姓名 | 填空题 | 张三 | 无标准答案 | 无法判断 | 不适用 |
+| 学校 | 填空题 | 测试小学 | 无标准答案 | 无法判断 | 不适用 |
+| 年级 | 填空题 | 五年级 | 无标准答案 | 无法判断 | 不适用 |
+| 考试标签 | 填空题 | 科学测试 | 无标准答案 | 无法判断 | 不适用 |
+| 水在自然界中的三种状态 | 单选题 | 气体、液体、固体 | 气体、液体、固体 | ✓ | 20 |
+| 植物的光合作用需要 | 单选题 | 阳光 | 阳光和水 | ✗ | 0 |
+| 地球的自转导致 | 单选题 | 白天黑夜 | 白天黑夜 | ✓ | 20 |''',
+            'student_info': {
+                'name': '张三',
+                'school': '测试小学', 
+                'grade': '五年级'
+            },
+            'answers': [
+                {
+                    'questionText': '水在自然界中的三种状态',
+                    'questionType': '单选题',
+                    'userAnswer': '气体、液体、固体',
+                    'correctAnswer': '气体、液体、固体',
+                    'isCorrect': True,
+                    'score': 20
+                },
+                {
+                    'questionText': '植物的光合作用需要',
+                    'questionType': '单选题', 
+                    'userAnswer': '阳光',
+                    'correctAnswer': '阳光和水',
+                    'isCorrect': False,
+                    'score': 0
+                }
+            ]
+        }
+        
+        print("📝 准备调用 GLM API...")
+        
+        # 调用 API 生成报告
+        result = generator.call_report_api(test_analysis_data, test_session_id)
+        
+        if result.get('success'):
+            print("✅ API 调用成功!")
+            print(f"📊 报告数据类型: {type(result.get('report_data'))}")
+            print(f"📊 原始响应长度: {len(result.get('raw_response', ''))} 字符")
+            
+            # 显示报告数据的前500个字符
+            report_data = result.get('report_data', '')
+            if isinstance(report_data, str):
+                print(f"📄 报告内容预览:\n{report_data[:500]}...")
+            else:
+                print(f"📄 报告数据: {json.dumps(report_data, ensure_ascii=False, indent=2)[:500]}...")
+                
+            return True
+        else:
+            print(f"❌ API 调用失败: {result.get('error', '未知错误')}")
+            return False
+            
+    except Exception as e:
+        print(f"❌ 测试过程中发生错误: {e}")
+        import traceback
+        traceback.print_exc()
+        return False
+
+if __name__ == "__main__":
+    print("=" * 60)
+    print("ReportGenerator 测试")
+    print("=" * 60)
+    
+    success = asyncio.run(test_report_generator())
+    
+    print("=" * 60)
+    if success:
+        print("🎉 测试通过！")
+    else:
+        print("💥 测试失败！")
+    print("=" * 60)