01
独立完成项目选题、需求澄清、角色拆解和 MVP 范围定义
Loading...
项目类型
Coze 智能体比赛 Demo
开发方式
独立开发 + Codex 协作
部署平台
Coze
个人职责
独立开发者 / 产品设计 / 智能体流程设计 / Demo 搭建
Product Context
为什么做这个项目
学评通来自大学课程作业反馈场景。项目重点不是替代老师批改，而是让 AI 承担前置整理、初评草稿和风险提示。
大学作业反馈经常存在周期长、反馈浅、助教重复工作多、老师难以及时掌握班级共性问题等痛点。学评通把 AI 放在助教和老师的协作链路里，让学生更快获得可理解的反馈，同时保留人工确认权。
01
学生提交课程作业材料
02
AI 生成结构化初步反馈草稿
03
系统标记风险点和待复核项
04
助教确认、修改并发布最终反馈
05
学生查看反馈，教师查看班级共性问题
My Role
独立开发与 Codex 协作
项目由本人独立推进，Codex 参与需求拆解、代码实现、调试、文档和作品集表达。
02
设计学生、助教、教师三类角色的核心流程和页面信息架构
03
基于 Coze 平台完成参赛 Demo 的智能体搭建与流程呈现
04
借助 Codex 迭代本地前端原型、工程化验证版本和作品集展示文案
05
明确 AI 不直接给出最终反馈，关键结论必须由助教复核确认
Technology
技术栈如何理解
学评通的真实参赛交付在 Coze 平台，本地代码用于把产品流程和工程能力表达得更完整。
线上 Demo
Coze智能体工作流多角色流程人机协同反馈
本地工程化原型
ReactViteTypeScriptExpressPrismaPostgreSQL / Supabase
AI 与安全边界
OCRAI 初评风险标记助教复核RBAC文件上传
Design Decisions
关键产品判断
这些判断决定了项目从普通 AI 批改工具转向人机协同反馈智能体。
把 AI 放在教学反馈链路中
项目不做泛化答题工具，而是围绕作业提交、初评、风险标记、人工复核和最终反馈形成闭环。
强调人机协同边界
AI 只生成初评草稿和复核提示，最终反馈由助教确认后才对学生可见，降低误判和过度自动化风险。
从比赛 Demo 延伸到工程化原型
线上用 Coze 快速完成可演示智能体，本地用前后端原型补充角色权限、文件上传、OCR 和状态流转验证。
Screens
页面截图
首页、学生提交页和助教复核页展示了产品闭环中的关键角色和状态。
Result
当前结果
当前版本完成了 Coze 线上演示入口、三角色流程设计、核心反馈闭环和作品集展示材料整理。
完成 Coze 线上演示入口
完成学生端、助教端、教师端三角色流程设计
完成作业提交、AI 初评、助教复核和反馈报告的核心演示闭环
形成可用于作品集展示的产品说明、截图和技术栈表达