中小学试卷自动生成agent系统

基于 LangGraph + AutoGen + RAG 的智能试卷生成系统

✨ 核心特性

• 🤖 多 Agent 协作: 基于 AutoGen 实现 3-Agent 群聊质量审核
• 🤖 LangChain排版的单agent生成和基于LangGraph排布的工作流
• 🧠 双知识库 RAG: 历史题库去重 + 教材知识库增强生成
• 📊 完整可观测性: LangSmith 追踪 + Prometheus 监控 + Grafana 面板
• 🎨 丰富题型: 支持数学公式（LaTeX）、配图（几何/统计图）、表格
• 🚀 一键部署: Docker Compose 全容器化，2 副本负载均衡

🚀 快速开始

方式一：Docker 部署（推荐）

# 1. 克隆项目
git clone https://github.com/pfmpfm/TestPaperGenerator.git
cd TestPaperGenerator
# 2. 配置 API Key（编辑 backend/.env）
LLM_PROVIDER=qwen
QWEN_API_KEY=your-api-key
# 3. 一键启动所有服务
docker compose up -d
# 4. 访问系统# 前端: http://localhost# API: http://localhost/docs# 监控: http://localhost:3000 (admin/admin123)

方式二：本地开发

# 1. 启动基础服务
docker compose up -d mysql redis qdrant
# 2. 启动后端cd backend
source venv/bin/activate && ./start.sh
# 3. 启动前端cd frontend
nvm use default && npm install && npm run dev

🏗️ 技术栈

后端

• 编排: LangGraph (workflow) + AutoGen 0.7 (multi-agent)
• 框架: FastAPI + Uvicorn + SQLAlchemy (async)
• LLM: 通义千问 / DeepSeek / 智谱（可切换）
• 存储: MySQL 8.0 + Redis 7.0 + Qdrant 1.9
• 监控: LangSmith + Prometheus + Grafana

前端

• Vue 3 + TypeScript + Vite
• Element Plus + Pinia + Vue Router
• KaTeX（数学公式渲染）

部署

• Docker + Docker Compose
• Nginx（反向代理 + SSL）
• 负载均衡（2 副本 Backend）

📦 系统架构

📊 生成流程

🔧实操演示

生成实例

试卷参数输入

工作流流转中

自动题目解析生成

langsmith监控

📈 性能指标

• ⚡ 生成速度: 6 道题约 60 秒（含审核）
• 🎯 质量评分: 0.8+ / 1.0（经过 AutoGen 审核）
• 🔄 去重准确率: 85%+（向量相似度阈值 0.85）
• 📊 知识点覆盖: 100%（round-robin 分配保证）

🔧 配置说明

环境变量（backend/.env）

# LLM 配置
LLM_PROVIDER=qwen # deepseek/zhipu/kimi/qwen
QWEN_API_KEY=sk-xxx
LLM_HIGH_QUALITY_MODEL=qwen-plus
LLM_COST_EFFICIENT_MODEL=qwen-turbo
# Embedding 配置
EMBEDDING_PROVIDER=qwen
EMBEDDING_MODEL=text-embedding-v3
EMBEDDING_DIMENSION=2048
# 数据库配置
MYSQL_HOST=mysql
REDIS_HOST=redis
QDRANT_HOST=qdrant
# LangSmith 追踪（可选）
LANGCHAIN_TRACING_V2=true
LANGCHAIN_API_KEY=lsv2_xxx

详细配置请查看 backend/.env.example

📊 监控与可观测性

• LangSmith: LLM 调用链追踪、Agent 对话记录
• Prometheus: 15+ 业务指标（http://localhost:9090）
• Grafana: 实时监控面板（http://localhost:3000，admin/admin123）

关键指标：

# LLM 调用成功率
rate(llm_requests_total{status="success"}[5m]) / rate(llm_requests_total[5m])
# 题目生成数量
sum(rate(questions_generated_total[5m])) by (question_type)
# RAG 去重命中率
rate(rag_duplicate_found_total[5m]) / rate(rag_search_total[5m])

🧪 测试

cd backend
# 运行所有测试
make test# 生成覆盖率报告（目标 85%+）
make coverage
# 查看覆盖率
make cov-report

📖 API 文档

启动后访问：

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

核心接口：

POST /api/v1/generation/start # 开始生成
GET /api/v1/generation/status/{id} # 查询进度
GET /api/v1/generation/result/{id} # 获取结果
POST /api/v1/questions/upload # 上传历史题目
POST /api/v1/textbook/upload # 上传教材文档

📁 项目结构

TestPaperGenerator/
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── agents/ # Agent 实现
│ │ ├── workflows/ # LangGraph workflows
│ │ ├── tools/ # Agent 工具（配图/知识库）
│ │ ├── api/ # API 路由
│ │ └── core/ # 核心配置
│ ├── config/ # 配置文件
│ ├── tests/ # 测试用例
│ └── Dockerfile # 多阶段构建
├── frontend/ # Vue3 前端
│ ├── src/
│ │ ├── views/ # 5 个页面
│ │ ├── components/ # 可复用组件
│ │ └── api/ # API 调用封装
│ └── package.json
├── nginx/ # Nginx 配置
├── prometheus/ # Prometheus 配置
├── grafana/ # Grafana Dashboard
├── docker-compose.yml # Docker Compose
└── README.md

🎯 使用流程

1. 配置需求: 选择年级、科目、知识点、题型、难度
2. 生成试卷: AI 自动生成，实时显示进度（约 60 秒）
3. 质量审核: 多 Agent 协作审核，过滤低质量题目
4. 预览打印: 在线预览，支持打印

🛠️ 常用命令

# 查看服务状态
docker compose ps
# 查看日志
docker compose logs -f backend
# 重启服务
docker compose restart backend
# 扩展 Backend 副本
docker compose up -d --scale backend=4
# 备份数据库
docker compose exec mysql mysqldump -u root -p exam_generator > backup.sql

📄 许可证

MIT License

🤝 贡献

欢迎提交 Issue 和 Pull Request！

---

⭐ Star 本项目，关注更多 AI Agent 应用！