一个智能的错题本应用，使用 AI 技术帮助学生识别、分析和纠正错题。

• 📷 智能 OCR 识别：使用智谱AI视觉模型（glm-4.6v-flash）识别题目图片
• 🤖 AI 题目分析：自动分析题目类型、难度、正确答案
• 📝 错题原因分析：识别错误类型（计算错误、概念不清、审题错误、粗心大意）
• 🔄 类似题目生成：根据错题自动生成类似题目供练习
• 👥 用户数据隔离：每个用户只能看到自己的题目和生成的类似题目
• 👤 用户名修改：支持修改用户名、学生姓名和年级信息
• 📊 统计分析：统计错题类型、科目分布、错误趋势
• 🔐 用户认证：支持注册和登录功能
• 📱 视图模式持久化：支持卡片和表格视图切换

• React - UI 框架
• React Router - 路由管理
• Material-UI - UI 组件库
• Axios - HTTP 客户端

• Node.js - 运行时环境
• Express - Web 框架
• MongoDB - 数据库
• JWT - 身份认证

• Python/Flask - OCR 服务
• 智谱AI - 云端 AI 服务（glm-4.6v-flash）
• DeepSeek - 本地 LLM 模型（可选）
• Tesseract OCR - 本地 OCR 备用方案

wrong-question-app/
├── client/                 # 前端 React 应用
│   ├── public/
│   ├── src/
│   │   ├── components/   # React 组件
│   │   ├── contexts/     # Context API
│   │   └── ...
│   └── ...
├── server/                # 后端 Node.js 服务器
│   ├── models/       # 数据模型
│   ├── routes/       # API 路由
│   ├── middleware/   # 中间件
│   └── ...
├── ocr_server/           # OCR Python 服务
│   ├── api_llm_client.py  # AI 客户端
│   ├── llm_client.py      # LLM 客户端
│   ├── app.py           # Flask 应用
│   └── requirements.md         # 项目依赖说明
└── README.md             # 项目说明

• Node.js 18+
• Python 3.8+
• MongoDB 4.4+
• npm 或 yarn

npm install

cd ocr_server
pip install -r requirements.txt

创建 .env 文件（参考 .env.example）：

# 通用 API 密钥
TONGYI_API_KEY=your_tongyi_api_key_here
DEEPSEEK_API_KEY=your_deepseek_api_key_here
ZHIPU_API_KEY=your_zhipu_api_key_here

# 模型配置
ZHIPU_VISION_MODEL=glm-4.6v
ZHIPU_ANALYSIS_MODEL=glm-4.7-flash

# Ollama 模型（可选）
OLLAMA_MODEL=qwen2.5-vl:7b

# API 超时时间（秒）
API_TIMEOUT=60

cd server
npm start

服务将在以下端口运行：

• 前端：http://localhost:3000
• 后端：http://localhost:5001
• OCR 服务：http://localhost:5000

cd ocr_server
python app.py

首次使用需要注册账号：

1. 打开应用，点击"注册"
2. 填写用户名、密码和邮箱
3. 注册后登录

1. 点击"上传错题"或"开始识别"
2. 选择或拖拽错题图片
3. 系统自动识别题目内容、正确答案、学生答案、错误原因等

系统会自动分析并显示：

• 题目内容
• 题目类型（选择题、填空题等）
• 正确答案
• 学生答案
• 错误原因分析
• 错误类型（计算错误、概念不清、审题错误、粗心大意）
• 难度等级

1. 在错题详情页面点击"生成类似题目"
2. AI 自动生成 3 道类似题目
3. 可用于练习巩固

在"统计"页面查看：

• 错题类型分布
• 科目分布
• 错误趋势
• 学习进度

使用 Tesseract OCR 识别图片（备用方案）

使用 Ollama 本地模型分析题目

使用智谱AI视觉模型智能分析题目（推荐）

生成类似题目

• POST /api/auth/register - 用户注册
• POST /api/auth/login - 用户登录
• GET /api/auth/verify - 验证 Token

• POST /api/questions - 创建题目
• GET /api/questions - 获取题目列表
• GET /api/questions/:id - 获取题目详情
• PUT /api/questions/:id - 更新题目
• DELETE /api/questions/:id - 删除题目

• POST /api/ai/analyze - AI 分析题目
• POST /api/ai/generate-similar - 生成类似题目
• GET /api/ai/statistics - 获取统计数据

• 支持批量上传图片
• 添加错题标签功能
• 添加学习进度追踪
• 支持错题分享功能
• 添加错题本模板
• 支持导出 PDF

欢迎贡献！请遵循以下步骤：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

MIT License

如有问题或建议，请提交 Issue 或 Pull Request。

注意：本项目使用 AI 服务，需要配置相应的 API 密钥才能使用完整功能。