PaperGrade · 论文评分助手

项目解决什么

PaperGrade 是我的 Side Job（副业项目），聚焦教师的论文评分与复核流程。教师批量评阅论文时，需要把评分标准、原文证据、分项判断和反馈放在一起核对。当前 Web 版与 Windows 封装将这些步骤组织为同一工作流：先确认标准，再解析论文并生成带证据的评分建议，教师对照原页处理问题、选择最终分数，最后输出学生反馈与教师复核记录。

核心功能

• 从 PDF 整理评分标准并由教师确认版本
• 批量导入论文，定位正文、表格与图示证据
• 按评分项生成建议分、给分区间与依据
• 对照原页复核，保留人工修改与 AI 历史
• 切换中英文界面，独立设置反馈与导出语言
• 下载学生 Word 反馈与批次 Excel 汇总

使用流程

1. 确认评分标准并创建批次
2. 导入 PDF 并解析证据
3. 生成建议，对照原页复核
4. 确认最终结果并导出反馈

Windows 封装启动本机服务并打开界面，无需另装 Node.js；浏览器版连接运行在服务电脑上的同一业务层。两者支持免登录使用、中英文界面及偏好记忆，界面语言与反馈、导出语言分别设置，切换界面不会重新评分。支持每份不超过 50MB / 100 页的 PDF，批次最多 50 篇；Word 文件需要先导出 PDF。

批次固定评分标准与模型配置。关闭浏览器不会停止服务端队列；停止服务后，未完成任务在下次启动时成为可重试状态。重新评估生成独立版本，已确认结果与历史建议保留。

项目亮点

从原文证据回到可解释的评分

PDF.js 展示原页，MinerU 将论文解析为带页码和位置的内容块。评分按项目定位证据，并对结构、分数范围和引用进行检查；图表仅在相关且需要补充理解时调用视觉模型。引用错配、定位或图示问题进入教师待核对事项，模型没有返回有效建议时不会补造分数。

当前评分请求只围绕本篇论文：其他论文、官方参考分、参考样例内容和历史评分不进入请求。教师补充规则需明确确认，AI 不能自行启用例外。

用给分区间支持教师判断

当前沿用 0.2.7 的区间规则，每项保留下限、上限及各自依据，推荐分取有效区间下限，程序校验分数顺序与满分边界。教师可直接选用区间端点，也可以在评分标准允许范围内人工改分；切换分数不触发模型调用，原始 AI 建议与区间仍保留。该区间表达对当前证据的判断范围，不是统计置信区间。

将复核、历史与交付分开保存

SQLite 与服务电脑上的文件保存标准版本、解析结果、评分运行与教师修改。未复核 Word 标注教师审核内容；已确认的学生 Word 只呈现最终分数和反馈，Excel 教师复核表保留 AI 建议、区间和检查记录。Web 版通过下载列表交付文件；双语论文与算法总结可以单独补充，报告生成失败也可单独重试，无需重新评分。

系统架构

Web 界面通过 HTTP 服务访问共用的解析、评分、复核与导出核心；原 Electron 桌面入口继续通过受限 IPC 连接业务层。Windows Web 封装内置本机服务，关闭程序窗口会停止该服务。Web 密钥使用 AES-256-GCM 加密保存，已保存值不回显到浏览器；原桌面版仍使用 Electron 系统安全存储。

论文、解析结果和评分记录保存在运行服务的电脑上。PDF 会上传至用户配置的 MinerU 服务；模型调用发送评分标准与当前论文相关证据。本地保存不意味着处理过程完全离线。

项目边界

当前为持续开发的教师辅助工具，源码暂未公开，此页不提供安装包下载。Web 版一个服务对应一个共享工作空间，没有内置身份验证，默认仅本机访问，尚未部署公网服务。仓库记录的 123 项回归和禁网 Windows Sandbox 安装验证主要使用合成材料与模拟外部 API，不代表 Web 真实服务联调或评分准确度验收。空白页校验、模型格式错误与评分校准仍有待完善，历史 Mac 试用包也未包含当前 Web 增量。最终成绩由教师确认，程序不会自动发送反馈或写入学校成绩系统。