docs(exam): 出题批卷接口变更说明及文档同步

- 新增《出题批阅接口变更说明（2026-06-05）》面向后端的迁移指南
- 同步更新 curl测试手册 和 后端对接规范 中的出题批卷章节

docs/curl测试手册.md

@@ -1415,6 +1415,13 @@ curl -s http://localhost:5001/exam/health
 - 需要手动指定 `question_types`（每种题型的数量）
 - 适合有明确需求的场景（如"出 5 道单选题"）
 
+**入参校验**：
+- `question_types` 中每个题型必须属于: `single_choice`, `multiple_choice`, `true_false`, `fill_blank`, `subjective`
+- 每种题型数量必须为非负整数
+- `difficulty` 必须为 1-5 的整数
+- **总题数上限 20 道**（所有题型数量之和不能超过 20）
+- 校验失败返回 HTTP 400，error_code 为 `INVALID_PARAMS`
+
 ```bash
 curl -s -X POST http://localhost:5001/exam/generate \
   -H "Content-Type: application/json" \
@@ -1430,6 +1437,7 @@ curl -s -X POST http://localhost:5001/exam/generate \
 | `difficulty` | int | ❌ | 难度等级（1-5），默认 3 |
 | `options` | object | ❌ | 附加选项（如 `max_source_chunks`） |
 | `request_id` | string | ❌ | 请求 ID（幂等性） |
+| `exclude_stems` | string[] | ❌ | 已有题目题干列表（跨调用去重，最多 100 条） |
 
 > **注意**：生产模式（`DEV_MODE=false`）下无需传 `Authorization` header，直接放行。开发模式下可传 `Authorization: Bearer mock-token-admin` 模拟管理员身份。
 
@@ -1474,7 +1482,10 @@ curl -s -X POST http://localhost:5001/exam/generate \
     "request_id": null,
     "source_chunks_used": 15,
     "success": true,
-    "total": 10
+    "total": 10,
+    "requested_types": {"single_choice": 5, "true_false": 3, "fill_blank": 2},
+    "actual_types": {"single_choice": 5, "true_false": 3, "fill_blank": 2},
+    "warnings": []
   },
   "message": "出题成功",
   "status": "success",
@@ -1483,7 +1494,9 @@ curl -s -X POST http://localhost:5001/exam/generate \
 }
 ```
 
-**验证结果**：✅ 通过
+> **说明**：`warnings` 字段在某题型实际生成数量少于请求数量时返回提示信息。
+
+**验证结果**：✅ 通过（2026-06-05）
 
 ---
 
@@ -1562,7 +1575,7 @@ curl -s -X POST http://localhost:5001/exam/generate-smart \
 批阅答案。
 
 ```bash
-echo '{"answers":[{"question_id":"q1","question_type":"single_choice","question_content":{"answer":"B"},"student_answer":"B","max_score":2}]}' > /tmp/grade.json
+echo '{"answers":[{"question_id":"q1","question_type":"single_choice","content":{"answer":"B"},"student_answer":"B","max_score":2}]}' > /tmp/grade.json
 curl -s -X POST http://localhost:5001/exam/grade \
   -H "Content-Type: application/json" \
   -d @/tmp/grade.json
@@ -1578,10 +1591,12 @@ curl -s -X POST http://localhost:5001/exam/grade \
 |------|------|------|------|
 | `question_id` | string | ✅ | 题目 ID |
 | `question_type` | string | ✅ | 题型 |
-| `question_content` | object | ✅ | 题目内容（含标准答案） |
+| `content` | object | ✅ | 题目内容（与出题接口返回的 `content` 字段结构一致，后端可直接透传） |
 | `student_answer` | string/array | ✅ | 学生答案 |
 | `max_score` | int | ✅ | 满分 |
 
+> **注意**：`question_type` 必须为以下值之一：`single_choice`, `multiple_choice`, `true_false`, `fill_blank`, `subjective`。传入无效类型返回 HTTP 400。
+
 **响应示例**：
 ```json
 {
@@ -1589,11 +1604,16 @@ curl -s -X POST http://localhost:5001/exam/grade \
     "request_id": null,
     "results": [
       {
-        "correct": true,
-        "feedback": "正确！",
-        "max_score": 2,
         "question_id": "q1",
-        "score": 2
+        "score": 2,
+        "max_score": 2,
+        "grading_status": "success",
+        "details": {
+          "correct": true,
+          "student_answer": "B",
+          "correct_answer": "B",
+          "feedback": "正确！"
+        }
       }
     ],
     "score_rate": 100.0,
@@ -1608,7 +1628,13 @@ curl -s -X POST http://localhost:5001/exam/grade \
 }
 ```
 
-**验证结果**：✅ 通过
+**`grading_status` 取值说明**：
+- `success`：评分成功
+- `failed`：评分失败（主观题 LLM 解析失败或超时），此时 `details` 包含 `error` 字段
+
+> **注意**：当主观题缺少 `scoring_points` 评分标准时，`details.warnings` 会包含警告信息，评分结果仅供参考。
+
+**验证结果**：✅ 通过（2026-06-05）
 
 ---
 

docs/出题批阅接口变更说明（2026-06-05）.md

@@ -0,0 +1,403 @@
+# 出题批阅接口变更说明（2026-06-05）
+
+> 本文档面向后端开发人员，汇总出题/批卷接口本次升级的所有变更点，以及后端需要适配的代码修改。
+
+---
+
+## 一、变更总览
+
+| 变更项 | 变更类型 | 影响范围 | 后端是否必须改 |
+|--------|----------|----------|---------------|
+| 批卷请求字段 `question_content` → `content` | **破坏性变更** | `/exam/grade` 请求体 | **是** |
+| 批卷结果格式统一为 `grading_status` + `details` | **格式变更** | `/exam/grade` 响应体 | **是** |
+| 出题总题数上限 20 道 | 新增校验 | `/exam/generate` | 需注意 |
+| 批卷 `question_type` 枚举校验 | 新增校验 | `/exam/grade` | 需注意 |
+| **`exclude_stems` 跨调用去重** | **新增参数** | `/exam/generate`、`/exam/generate-smart` | **建议使用** |
+| 出题结果新增 `requested_types`、`actual_types`、`warnings` | 新增字段 | `/exam/generate` 响应体 | 可选消费 |
+| 主观题缺少评分标准时返回 `warnings` | 新增字段 | `/exam/grade` 响应体 | 可选消费 |
+
+---
+
+## 二、破坏性变更（必须修改）
+
+### 2.1 批卷请求字段重命名：`question_content` → `content`
+
+**变更前**：
+```json
+{
+  "question_id": "q-001",
+  "question_type": "single_choice",
+  "question_content": {
+    "stem": "题干",
+    "answer": "B",
+    "data": {"options": [...]}
+  },
+  "student_answer": "B",
+  "max_score": 2
+}
+```
+
+**变更后**：
+```json
+{
+  "question_id": "q-001",
+  "question_type": "single_choice",
+  "content": {
+    "stem": "题干",
+    "answer": "B",
+    "data": {"options": [...]}
+  },
+  "student_answer": "B",
+  "max_score": 2
+}
+```
+
+**为什么要改**：出题接口 `/exam/generate` 返回的每道题里，题目内容字段叫 `content`。批卷接口改用同名 `content` 后，后端可以直接把出题结果的 `content` 透传到批卷接口，不需要做任何字段映射。
+
+**后端代码修改示例**：
+
+```python
+# 修改前
+grade_answers.append({
+    "question_id": qid,
+    "question_type": question.question_type,
+    "question_content": question.content,  # ← 旧字段名
+    "student_answer": ans['answer'],
+    "max_score": question.score
+})
+
+# 修改后
+grade_answers.append({
+    "question_id": qid,
+    "question_type": question.question_type,
+    "content": question.content,  # ← 新字段名，与出题接口一致
+    "student_answer": ans['answer'],
+    "max_score": question.score
+})
+```
+
+### 2.2 批卷结果格式统一
+
+**变更前**：各题型返回格式不统一，客观题直接返回 `correct` + `feedback`，填空题返回 `details.blank_scores`，主观题返回 `details.scoring_breakdown`，没有统一的结构标识。
+
+```json
+// 旧 - 客观题
+{"question_id": "q1", "score": 2, "max_score": 2, "correct": true, "feedback": "正确！"}
+
+// 旧 - 填空题
+{"question_id": "q4", "score": 2, "max_score": 4, "details": {"blank_scores": [2, 0]}}
+
+// 旧 - 主观题
+{"question_id": "q5", "score": 7, "max_score": 10, "details": {"scoring_breakdown": [...]}}
+```
+
+**变更后**：所有题型统一使用 `grading_status` + `details` 结构。
+
+```json
+// 新 - 客观题
+{
+  "question_id": "q1",
+  "score": 2,
+  "max_score": 2,
+  "grading_status": "success",
+  "details": {
+    "correct": true,
+    "student_answer": "B",
+    "correct_answer": "B",
+    "feedback": "正确！"
+  }
+}
+
+// 新 - 填空题
+{
+  "question_id": "q4",
+  "score": 2.0,
+  "max_score": 4.0,
+  "grading_status": "success",
+  "details": {
+    "total_blanks": 2,
+    "correct_blanks": 1,
+    "blank_scores": [2.0, 0],
+    "feedback": "2 个空中答对 1 个"
+  }
+}
+
+// 新 - 主观题
+{
+  "question_id": "q5",
+  "score": 7.5,
+  "max_score": 10.0,
+  "grading_status": "success",
+  "details": {
+    "scoring_breakdown": [
+      {"point": "核心概念", "weight": 0.5, "achieved": 0.8, "comment": "概念描述准确"}
+    ],
+    "highlights": ["条理清晰"],
+    "shortcomings": ["缺少应用场景"],
+    "overall_feedback": "整体回答较好，建议补充实际应用场景。"
+  }
+}
+
+// 新 - 评分失败（LLM 异常或超时）
+{
+  "question_id": "q6",
+  "score": 0,
+  "max_score": 10.0,
+  "grading_status": "failed",
+  "details": {
+    "error": "评分结果解析失败"
+  }
+}
+```
+
+**后端需要关注的点**：
+
+1. **判断评分是否成功**：改用 `grading_status` 字段判断，不再依赖 `correct` 或 `score > 0`
+   - `"success"` → 正常评分，`score` 和 `details` 有效
+   - `"failed"` → 评分失败，`score` 为 0，`details.error` 包含失败原因
+2. **获取反馈信息**：原来客观题的 `correct`/`feedback` 现在统一在 `details` 里
+3. **成绩更新逻辑**：`grading_status: "failed"` 的题目，后端可选择标记为"待重批"而非直接记 0 分
+
+**后端代码修改示例**：
+
+```python
+# 修改前
+for result in grade_result['results']:
+    is_correct = result.get('correct', False)
+    feedback = result.get('feedback', '')
+    # 更新成绩...
+
+# 修改后
+for result in grade_result['results']:
+    status = result.get('grading_status', 'success')
+    details = result.get('details', {})
+
+    if status == 'failed':
+        # 评分失败，标记待重批
+        mark_for_regrade(result['question_id'], details.get('error', ''))
+        continue
+
+    is_correct = details.get('correct', None)  # 仅客观题有此字段
+    feedback = details.get('feedback', '')
+    # 更新成绩...
+```
+
+---
+
+## 三、新增校验规则（需注意）
+
+### 3.1 出题接口入参校验
+
+`POST /exam/generate` 新增以下校验，不满足时返回 **HTTP 400**，`error_code` 为 `INVALID_PARAMS`：
+
+| 校验项 | 规则 | 示例（会返回 400） |
+|--------|------|-------------------|
+| 题型合法性 | `question_types` 的 key 必须属于 5 种题型 | `{"essay": 2}` → 不支持 |
+| 题型数量 | 每种题型数量必须为非负整数 | `{"single_choice": -1}` → 不合法 |
+| 难度范围 | `difficulty` 必须为 1-5 的整数 | `"difficulty": 10` → 超范围 |
+| **总题数上限** | **所有题型数量之和不能超过 20** | `{"single_choice": 15, "true_false": 10}` → 超限 |
+
+合法的 5 种题型 key：`single_choice`、`multiple_choice`、`true_false`、`fill_blank`、`subjective`
+
+**后端建议**：在前端提交出题请求时做前置校验，避免不必要的网络请求。
+
+### 3.2 批卷接口 question_type 校验
+
+`POST /exam/grade` 的 `answers` 数组中，每道题的 `question_type` 现在也会校验。无效值返回 **HTTP 400**。
+
+```json
+// 返回 400
+{"answers": [{"question_type": "essay", ...}]}
+
+// 错误信息
+{"error_code": "INVALID_PARAMS", "message": "第 1 题的 question_type 无效: essay，合法值: fill_blank, multiple_choice, single_choice, subjective, true_false"}
+```
+
+### 3.3 错误响应格式
+
+校验失败统一返回：
+```json
+{
+  "success": false,
+  "error_code": "INVALID_PARAMS",
+  "message": "具体错误描述",
+  "status": "failed",
+  "status_code": 4000
+}
+```
+
+---
+
+## 三点五、跨调用去重：`exclude_stems`（强烈建议使用）
+
+### 背景问题
+
+同一份文档多次调用出题接口时，由于知识点来源相同，新生成的题目很可能与已有题目高度重复。单次调用上限 20 道，当需要更多题目时，这个问题尤为突出。
+
+### 解决方式
+
+两个出题接口（`/exam/generate` 和 `/exam/generate-smart`）新增可选参数 `exclude_stems`，后端把该文件已入库的题目题干传过来，RAG 在生成后自动排除匹配的题目。
+
+**请求示例**：
+```json
+POST /exam/generate
+{
+  "file_path": "public_kb/产品手册.pdf",
+  "collection": "public_kb",
+  "question_types": {"single_choice": 10},
+  "exclude_stems": [
+    "重购率的定义是下列哪一项？",
+    "以下哪项属于现代终端分类？",
+    "客户满意度的计算公式为___"
+  ]
+}
+```
+
+### 参数说明
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| `exclude_stems` | string[] | 否 | 已有题目的题干列表，最多 100 条 |
+
+### 去重策略
+
+- 基于题干前 80 个字符进行匹配
+- 新生成的题目如果与 `exclude_stems` 中任意一条匹配，会被自动过滤
+- 不传或传空数组时行为不变（向后兼容）
+
+### 后端使用流程
+
+```
+第一次出题：
+POST /exam/generate { question_types: {...} }
+→ 返回 20 道新题 → 审核后入库
+
+第二次出题（想多出 10 道选择题）：
+1. 查询数据库，获取该文件已有的所有题目题干
+2. POST /exam/generate {
+     question_types: {"single_choice": 10},
+     exclude_stems: ["已有题干1", "已有题干2", ...]
+   }
+→ 返回 10 道不与已有题目重复的新题
+```
+
+**后端代码示例**：
+```python
+def generate_more_questions(file_path, collection, question_types):
+    # 1. 查询该文件已有的题目题干
+    existing_stems = db.query("""
+        SELECT JSON_EXTRACT(content, '$.stem')
+        FROM questions
+        WHERE source_file = ?
+    """, [file_path])
+    
+    # 2. 调用出题接口，传入已有题干
+    response = requests.post('http://rag-service:5001/exam/generate', json={
+        'file_path': file_path,
+        'collection': collection,
+        'question_types': question_types,
+        'exclude_stems': [row[0] for row in existing_stems]
+    })
+    
+    return response.json()
+```
+
+---
+
+## 四、新增字段（可选消费）
+
+### 4.1 出题结果新增字段
+
+`POST /exam/generate` 和 `POST /exam/generate-smart` 的 `data` 对象新增三个字段：
+
+```json
+{
+  "data": {
+    "questions": [...],
+    "total": 8,
+    "requested_types": {"single_choice": 5, "true_false": 3, "fill_blank": 2},
+    "actual_types": {"single_choice": 5, "true_false": 3, "fill_blank": 0},
+    "warnings": ["fill_blank: 请求 2 道，实际生成 0 道"],
+    ...
+  }
+}
+```
+
+| 字段 | 类型 | 说明 |
+|------|------|------|
+| `requested_types` | object | 后端请求的题型和数量（原样回传） |
+| `actual_types` | object | 实际生成的题型和数量 |
+| `warnings` | string[] | 短缺提示数组，全部生成成功时为空数组 |
+
+**后端建议**：检查 `warnings` 是否为空，不为空时可提示用户"部分题型生成不足"，或自动补发请求。
+
+### 4.2 主观题评分警告
+
+当主观题的 `content` 中缺少 `data.scoring_points` 评分标准时，批卷结果会在 `details.warnings` 中给出提示：
+
+```json
+{
+  "question_id": "q5",
+  "score": 7.0,
+  "max_score": 10.0,
+  "grading_status": "success",
+  "details": {
+    "scoring_breakdown": [...],
+    "overall_feedback": "...",
+    "warnings": ["缺少评分标准(scoring_points)，评分结果仅供参考"]
+  }
+}
+```
+
+此时 `grading_status` 仍为 `"success"`，但评分准确度可能受影响。后端可在前端展示时附上"评分仅供参考"的提示。
+
+---
+
+## 五、完整的出题→入库→批卷数据流（更新后）
+
+```
+┌──────────────────────────────────────────────────────────────────────────┐
+│                          后端完整流程                                      │
+│                                                                          │
+│  1. 调用出题接口                                                          │
+│     POST /exam/generate                                                  │
+│     → 首次出题：不传 exclude_stems                                        │
+│     → 追加出题：查询已有题干，传入 exclude_stems 避免重复                   │
+│     → 返回 questions[]，每题包含 question_type, content, source_trace    │
+│     → 检查 warnings 是否有短缺提示                                        │
+│                                                                          │
+│  2. 审核入库（后端自行决定）                                               │
+│     → 可删除/修改不满意的题目                                              │
+│     → 存入数据库时保留 content 字段原样                                    │
+│     → 生成 question_id (UUID)，设置 max_score                            │
+│                                                                          │
+│  3. 学生作答                                                              │
+│     → 收集 student_answer                                                │
+│                                                                          │
+│  4. 调用批卷接口                                                          │
+│     POST /exam/grade                                                     │
+│     → content 直接从数据库取出透传（与出题接口返回的结构一致）              │
+│     → 检查 grading_status 判断每题是否评分成功                             │
+│     → grading_status=failed 的题目可标记待重批                             │
+│                                                                          │
+│  5. 更新成绩                                                              │
+│     → 根据 question_id 匹配结果，写入学生成绩表                            │
+└──────────────────────────────────────────────────────────────────────────┘
+```
+
+**关键要点**：出题返回的 `content` 和批卷接收的 `content` 结构完全一致，后端只需原样存取即可，无需任何字段转换。
+
+---
+
+## 六、后端修改清单
+
+| 序号 | 修改项 | 紧急程度 | 说明 |
+|------|--------|----------|------|
+| 1 | 批卷请求 `question_content` 改为 `content` | **必须** | 否则批卷接口无法读取题目内容，所有评分失败 |
+| 2 | 批卷结果解析改用 `grading_status` + `details` | **必须** | 否则无法正确获取评分详情 |
+| 3 | 处理 `grading_status: "failed"` 情况 | **建议** | 避免将 LLM 异常导致的 0 分直接记入成绩 |
+| 4 | **追加出题时传入 `exclude_stems`** | **强烈建议** | 避免同一文件多次出题产生重复题目 |
+| 5 | 出题请求总题数控制在 20 以内 | **建议** | 否则返回 400 错误 |
+| 6 | 前端校验 question_types 和 difficulty | **建议** | 减少无效请求 |
+| 7 | 消费 `warnings` 字段做短缺提示 | 可选 | 提升用户体验 |
+| 8 | 消费主观题 `details.warnings` | 可选 | 提示评分可信度 |

docs/后端对接规范.md

@@ -2,9 +2,11 @@
 
 ---
 
-## 📋 变更记录（2026-05-28 更新）
+## 📋 变更记录（2026-06-05 更新）
 
 > **本次更新内容**：新增 AI 智能出题端口、更新生产环境测试结果
+>
+> **2026-06-05 更新**：出题批卷接口格式优化与输入校验增强
 
 ### 新增端口
 
@@ -55,6 +57,17 @@
 | `/images/list` | 200 | ✅ 正常 |
 | `/documents/sync` | 200 | ✅ 正常（已修复） |
 
+### 出题批卷接口变更（2026-06-05）
+
+| 变更项 | 旧值 | 新值 | 影响 |
+|--------|------|------|------|
+| 批卷请求字段名 | `question_content` | `content` | ⚠️ **破坏性变更**，后端需同步修改 |
+| 出题总题数上限 | 无限制 | **20 道** | 超过返回 400 |
+| 批卷 question_type | 无校验 | 必须属于 5 种合法题型 | 无效值返回 400 |
+| 批卷结果格式 | 各题型格式不统一 | 统一 `grading_status` + `details` | 后端需适配新格式 |
+| **跨调用去重** | 无 | **`exclude_stems` 参数** | 追加出题时传入已有题干避免重复 |
+| 出题结果 | 无短缺提示 | 新增 `warnings` 字段 | 可选消费 |
+
 ---
 
 ## 一、服务概述
@@ -1387,6 +1400,7 @@ POST /exam/generate
 | `question_types` | object | ✅ | 题型及数量，键为题型名，值为数量 |
 | `difficulty` | int | ❌ | 难度等级 1-5，默认 3 |
 | `request_id` | string | ❌ | 请求 ID，相同 ID 返回缓存结果（幂等性） |
+| `exclude_stems` | string[] | ❌ | 已有题目题干列表，用于跨调用去重（最多 100 条，传空或不传则不去重） |
 
 **collection 参数说明：**
 
@@ -1394,6 +1408,15 @@ POST /exam/generate
 - 单个向量库：`"dept_a_kb"`
 - 多个向量库：`["dept_a_kb", "public_kb"]`（按优先级排序，优先在第一个库检索）
 
+#### 入参校验规则（2026-06-05 新增）
+
+| 校验项 | 规则 | 失败返回 |
+|--------|------|----------|
+| question_types 题型 | 必须属于: single_choice, multiple_choice, true_false, fill_blank, subjective | HTTP 400 INVALID_PARAMS |
+| question_types 数量 | 每种题型数量必须为非负整数 | HTTP 400 INVALID_PARAMS |
+| difficulty | 必须为 1-5 的整数 | HTTP 400 INVALID_PARAMS |
+| **总题数上限** | **所有题型数量之和不能超过 20** | HTTP 400 INVALID_PARAMS |
+
 **响应：**
 
 **完整响应格式**（包含外层包装）：
@@ -1420,6 +1443,9 @@ POST /exam/generate
   "request_id": "xxx",
   "total": 10,
   "source_chunks_used": 15,
+  "requested_types": {"single_choice": 3, "true_false": 2, "fill_blank": 2},
+  "actual_types": {"single_choice": 3, "true_false": 2, "fill_blank": 2},
+  "warnings": [],
   "questions": [
     {
       "question_type": "single_choice",
@@ -1455,6 +1481,8 @@ POST /exam/generate
 }
 ```
 
+> **`warnings` 字段说明**：当某题型实际生成数量少于请求数量时，`warnings` 数组会返回短缺提示（如 `["single_choice: 请求 5 道，实际生成 3 道"]`）。后端可据此判断是否需要重新出题。正常情况该数组为空。
+
 **题型与 answer 格式对照：**
 
 | 题型 | question_type | answer 格式 | data 字段 |
@@ -1492,6 +1520,7 @@ POST /exam/generate
 | `FILE_NOT_FOUND` | 404 | 指定文件不存在 |
 | `COLLECTION_NOT_FOUND` | 404 | 指定向量库不存在 |
 | `NO_CONTENT` | 400 | 文件内容为空，无法出题 |
+| `INVALID_PARAMS` | 400 | 入参校验失败（题型不合法、数量超限、difficulty 范围错误等） |
 | `LLM_ERROR` | 500 | LLM 调用失败 |
 | `PARSE_ERROR` | 500 | 解析 LLM 响应失败 |
 
@@ -1503,6 +1532,8 @@ POST /exam/generate
 
 ### 7.2 批改答案
 
+> **⚠️ 重要变更（2026-06-05）**：批卷请求中的 `question_content` 字段已更名为 `content`，与出题接口返回的题目 `content` 字段保持一致。后端可直接将出题结果的 `content` 透传到批卷接口，无需额外转换。
+
 ```
 POST /exam/grade
 ```
@@ -1516,7 +1547,7 @@ POST /exam/grade
     {
       "question_id": "uuid-001",
       "question_type": "single_choice",
-      "question_content": {
+      "content": {
         "stem": "题干内容",
         "data": {"options": [{"key": "A", "content": "选项A"}, {"key": "B", "content": "选项B"}]},
         "answer": "B"
@@ -1527,7 +1558,7 @@ POST /exam/grade
     {
       "question_id": "uuid-002",
       "question_type": "multiple_choice",
-      "question_content": {
+      "content": {
         "stem": "多选题题干",
         "data": {"options": [...]},
         "answer": ["A", "C"]
@@ -1538,7 +1569,7 @@ POST /exam/grade
     {
       "question_id": "uuid-003",
       "question_type": "true_false",
-      "question_content": {
+      "content": {
         "stem": "判断题题干",
         "answer": "T"
       },
@@ -1548,7 +1579,7 @@ POST /exam/grade
     {
       "question_id": "uuid-004",
       "question_type": "fill_blank",
-      "question_content": {
+      "content": {
         "stem": "填空题有___个空",
         "answer": [["答案1", "同义词1"], ["答案2"]]
       },
@@ -1558,7 +1589,7 @@ POST /exam/grade
     {
       "question_id": "uuid-005",
       "question_type": "subjective",
-      "question_content": {
+      "content": {
         "stem": "简答题题干",
         "data": {
           "scoring_points": [
@@ -1587,8 +1618,8 @@ POST /exam/grade
 | 字段 | 类型 | 必填 | 说明 |
 |------|------|------|------|
 | `question_id` | string | **是** | 题目 ID（后端生成，用于匹配结果） |
-| `question_type` | string | 是 | 题型：single_choice/multiple_choice/true_false/fill_blank/subjective |
+| `question_type` | string | 是 | 题型，**必须属于**：single_choice/multiple_choice/true_false/fill_blank/subjective，无效值返回 HTTP 400 |
-| `question_content` | object | 是 | 题目内容（从出题结果中获取） |
+| `content` | object | 是 | 题目内容（从出题结果中获取） |
 | `student_answer` | any | 是 | 学生答案（格式见下表） |
 | `max_score` | number | 是 | 该题满分 |
 
@@ -1636,36 +1667,31 @@ POST /exam/grade
       "question_id": "uuid-001",
       "score": 0,
       "max_score": 2.0,
+      "grading_status": "success",
+      "details": {
         "correct": false,
+        "student_answer": "A",
+        "correct_answer": "B",
         "feedback": "正确答案: B"
-    },
+      }
-    {
-      "question_id": "uuid-002",
-      "score": 0,
-      "max_score": 4.0,
-      "correct": false,
-      "feedback": "正确答案: ['A', 'C']"
-    },
-    {
-      "question_id": "uuid-003",
-      "score": 0,
-      "max_score": 2.0,
-      "correct": false,
-      "feedback": "正确答案: T"
     },
     {
       "question_id": "uuid-004",
       "score": 2.0,
       "max_score": 4.0,
+      "grading_status": "success",
       "details": {
+        "total_blanks": 2,
+        "correct_blanks": 1,
         "blank_scores": [2.0, 0],
-        "correct_answers": [["答案1", "同义词1"], ["答案2"]]
+        "feedback": "2 个空中答对 1 个"
       }
     },
     {
       "question_id": "uuid-005",
       "score": 7.5,
       "max_score": 10.0,
+      "grading_status": "success",
       "details": {
         "scoring_breakdown": [
           {"point": "要点1", "weight": 0.4, "achieved": 0.35, "comment": "部分掌握"},
@@ -1673,13 +1699,30 @@ POST /exam/grade
         ],
         "highlights": ["思路清晰"],
         "shortcomings": ["细节不够完整"],
-        "overall_feedback": "整体回答良好，建议补充细节。"
+        "overall_feedback": "整体回答良好",
+        "warnings": ["缺少评分标准(scoring_points)，评分结果仅供参考"]
+      }
+    },
+    {
+      "question_id": "uuid-006",
+      "score": 0,
+      "max_score": 10.0,
+      "grading_status": "failed",
+      "details": {
+        "error": "评分结果解析失败"
       }
     }
   ]
 }
 ```
 
+#### grading_status 状态说明（2026-06-05 新增）
+
+| 状态 | 说明 |
+|------|------|
+| `success` | 评分成功，score 和 details 有效 |
+| `failed` | 评分失败（LLM 解析失败或超时），score 为 0，details 包含 error 描述 |
+
 #### 批卷逻辑说明
 
 | 题型 | 批卷方式 | 说明 |
@@ -1766,7 +1809,7 @@ def build_grade_request(answer_list, questions_map):
         grade_answers.append({
             "question_id": qid,
             "question_type": question.question_type,
-            "question_content": question.content,  # 含正确答案
+            "content": question.content,  # 含正确答案，与出题接口 content 结构一致
             "student_answer": ans['answer'],
             "max_score": question.score
         })
@@ -1854,8 +1897,8 @@ def grade_student_exam(student_answers):
 |------|------|------|
 | `question_id` | 后端数据库 | 用于匹配返回结果，更新成绩 |
 | `question_type` | 后端数据库 | 题型，决定批卷方式 |
-| `question_content.answer` | 后端数据库 | 正确答案（客观题直接比对，主观题作为参考） |
+| `content.answer` | 后端数据库 | 正确答案（客观题直接比对，主观题作为参考） |
-| `question_content.data` | 后端数据库 | 题目附加数据（选项、评分标准等） |
+| `content.data` | 后端数据库 | 题目附加数据（选项、评分标准等） |
 | `student_answer` | 学生提交 | 学生作答内容 |
 | `max_score` | 后端数据库 | 该题满分 |
 

exam_pkg/api.py

@@ -61,6 +61,22 @@ def validate_difficulty(difficulty) -> str:
         return "difficulty 必须为 1-5 的整数"
     return None
 
+
+MAX_EXCLUDE_STEMS = 100
+
+def validate_exclude_stems(exclude_stems) -> str:
+    """校验 exclude_stems 参数（可选）"""
+    if exclude_stems is None:
+        return None
+    if not isinstance(exclude_stems, list):
+        return "exclude_stems 必须为字符串数组"
+    if len(exclude_stems) > MAX_EXCLUDE_STEMS:
+        return f"exclude_stems 数量不能超过 {MAX_EXCLUDE_STEMS}，当前 {len(exclude_stems)}"
+    for i, stem in enumerate(exclude_stems):
+        if not isinstance(stem, str) or not stem.strip():
+            return f"exclude_stems 第 {i+1} 项必须为非空字符串"
+    return None
+
 # 创建蓝图
 exam_bp = Blueprint('exam', __name__)
 
@@ -86,6 +102,7 @@ def api_generate_questions():
             "subjective": 1
         },
         "difficulty": 3,
+        "exclude_stems": ["已有题目的题干1", "已有题目的题干2"],  // 可选，排除已有题目避免重复
         "options": {
             "include_explanation": true,
             "max_source_chunks": 50
@@ -135,6 +152,20 @@ def api_generate_questions():
         if diff_error:
             return error_response("INVALID_PARAMS", BAD_REQUEST, diff_error, http_status=400)
 
+        # 校验总题数上限
+        MAX_TOTAL_QUESTIONS = 20
+        total_requested = sum(question_types.values())
+        if total_requested > MAX_TOTAL_QUESTIONS:
+            return error_response("INVALID_PARAMS", BAD_REQUEST,
+                f"总题数不能超过 {MAX_TOTAL_QUESTIONS} 道，当前请求 {total_requested} 道",
+                http_status=400)
+
+        # 校验排除题干列表（可选）
+        exclude_stems = data.get('exclude_stems')
+        stems_error = validate_exclude_stems(exclude_stems)
+        if stems_error:
+            return error_response("INVALID_PARAMS", BAD_REQUEST, stems_error, http_status=400)
+
         # 获取当前用户
         user = get_current_user()
         if not user:
@@ -156,7 +187,8 @@ def api_generate_questions():
             question_types=question_types,
             difficulty=data.get('difficulty', 3),
             options=data.get('options', {}),
-            request_id=data.get('request_id')
+            request_id=data.get('request_id'),
+            exclude_stems=data.get('exclude_stems')
         )
 
         return success_response(data=result, status_code=EXAM_SUCCESS, message="出题成功")
@@ -199,6 +231,12 @@ def api_generate_smart():
         if diff_error:
             return error_response("INVALID_PARAMS", BAD_REQUEST, diff_error, http_status=400)
 
+        # 校验排除题干列表（可选）
+        exclude_stems = data.get('exclude_stems')
+        stems_error = validate_exclude_stems(exclude_stems)
+        if stems_error:
+            return error_response("INVALID_PARAMS", BAD_REQUEST, stems_error, http_status=400)
+
         # 获取当前用户
         user = get_current_user()
         if not user:
@@ -231,7 +269,8 @@ def api_generate_smart():
             question_types=question_types,
             difficulty=data.get('difficulty', 3),
             options=data.get('options', {}),
-            request_id=data.get('request_id')
+            request_id=data.get('request_id'),
+            exclude_stems=data.get('exclude_stems')
         )
 
         # 3. 在返回结果中添加 AI 分析信息
@@ -258,21 +297,21 @@ def api_grade_answers():
             {
                 "question_id": "uuid",
                 "question_type": "single_choice",
-                "question_content": {"answer": "B"},
+                "content": {"answer": "B"},
                 "student_answer": "A",
                 "max_score": 2
             },
             {
                 "question_id": "uuid",
                 "question_type": "fill_blank",
-                "question_content": {"answer": [["答案1"], ["答案2"]]},
+                "content": {"answer": [["答案1", "同义词"], ["答案2"]]},
                 "student_answer": ["学生答案1", "学生答案2"],
                 "max_score": 4
             },
             {
                 "question_id": "uuid",
                 "question_type": "subjective",
-                "question_content": {
+                "content": {
                     "stem": "简述...",
                     "data": {"scoring_points": [...]},
                     "answer": "参考范文..."
@@ -283,6 +322,12 @@ def api_grade_answers():
         ]
     }
 
+    说明：
+    - content 字段与出题接口返回的 content 结构一致，后端可直接透传
+    - 客观题：content 只需包含 answer
+    - 填空题：content.answer 格式为 [["答案1", "同义词"], ...] 每空一个列表
+    - 主观题：content 需包含 stem + answer + data.scoring_points
+
     返回:
     {
         "success": true,
@@ -312,6 +357,14 @@ def api_grade_answers():
         if not answers:
             return error_response("MISSING_PARAMS", BAD_REQUEST, "缺少答案数据", http_status=400)
 
+        # 校验每道题的 question_type
+        for i, ans in enumerate(answers):
+            q_type = ans.get('question_type')
+            if q_type not in VALID_QUESTION_TYPES:
+                return error_response("INVALID_PARAMS", BAD_REQUEST,
+                    f"第 {i+1} 题的 question_type 无效: {q_type}，合法值: {', '.join(sorted(VALID_QUESTION_TYPES))}",
+                    http_status=400)
+
         # 调用新版批题接口
         result = grade_answers(
             answers=answers,

exam_pkg/generator.py

@@ -1114,7 +1114,8 @@ def generate_questions_structured_v2(
     chunks: List[Dict],
     document_name: str,
     question_types: Dict[str, int],
-    difficulty: int = 3
+    difficulty: int = 3,
+    exclude_stems: List[str] = None
 ) -> List[Dict]:
     """
     🔥 重构版：结构化出题 v2
@@ -1130,6 +1131,7 @@ def generate_questions_structured_v2(
         document_name: 文档名称
         question_types: 题型及数量 {"single_choice": 5, ...}
         difficulty: 难度 1-5
+        exclude_stems: 需要排除的已有题目题干列表（跨调用去重）
 
     Returns:
         题目列表
@@ -1169,7 +1171,7 @@ def generate_questions_structured_v2(
         logger.warning("[v2] 知识点提取失败，降级使用 chunks 出题")
         fallback_questions = generator._generate_questions_fallback(chunks, document_name, question_types, difficulty)
         # 降级路径也执行去重和数量平衡
-        deduped = _deduplicate_questions(fallback_questions)
+        deduped = _deduplicate_questions(fallback_questions, exclude_stems=exclude_stems)
         final = _balance_question_types(deduped, question_types)
         logger.info(f"  [降级] 最终题目数: {len(final)}")
         return final
@@ -1225,9 +1227,9 @@ def generate_questions_structured_v2(
     # ========== Phase 4: 质量校验 ==========
     logger.info("[v2] Phase 4: 质量校验")
 
-    # 4.1 去重
+    # 4.1 去重（含跨调用排除已有题目）
-    deduped = _deduplicate_questions(all_questions)
+    deduped = _deduplicate_questions(all_questions, exclude_stems=exclude_stems)
-    logger.info(f"  去重: {len(all_questions)} → {len(deduped)}")
+    logger.info(f"  去重: {len(all_questions)} → {len(deduped)}" + (f"（排除已有 {len(exclude_stems)} 道）" if exclude_stems else ""))
 
     # 4.2 数量校正
     final = _balance_question_types(deduped, question_types)
@@ -1381,22 +1383,31 @@ def _retrieve_kp_chunks_v2(
     return result
 
 
-def _deduplicate_questions(questions: List[Dict]) -> List[Dict]:
+def _deduplicate_questions(questions: List[Dict], exclude_stems: List[str] = None) -> List[Dict]:
     """
     题目去重
 
     策略：
     1. 相同题干去重（前 80 字）
     2. 相同知识点 + 相同题型去重
+    3. 排除已有题目（跨调用去重）
 
     Args:
         questions: 原始题目列表
+        exclude_stems: 需要排除的已有题目题干列表（用于跨调用去重）
 
     Returns:
         去重后的题目列表
     """
     seen_stems = set()
     seen_kp_type = set()
+
+    # 预填已有题目的题干前缀，使新生成的题目与已有题目冲突时被过滤
+    if exclude_stems:
+        for stem in exclude_stems:
+            seen_stems.add(stem[:80])
+            seen_kp_type.add(f"{stem[:30]}_")  # 通配题型匹配
+
     deduped = []
 
     for q in questions:

exam_pkg/grader.py

@@ -15,6 +15,8 @@
 """
 
 import json
+import logging
+import re
 import threading
 import time
 from concurrent.futures import ThreadPoolExecutor, as_completed
@@ -24,6 +26,8 @@ from typing import List, Dict, Any, Optional
 # 导入 LLM 工具函数
 from core.llm_utils import call_llm
 
+logger = logging.getLogger(__name__)
+
 # 导入 LLM 配置
 try:
     from config import API_KEY, BASE_URL, MODEL
@@ -77,7 +81,7 @@ def grade_objective(answer: Dict) -> Dict:
     🔥 本地直接判断，无 LLM 调用
     """
     q_type = answer['question_type']
-    question_content = answer.get('question_content', {})
+    question_content = answer.get('content', {})
     correct_answer = question_content.get('answer')
     student_answer = answer.get('student_answer')
     max_score = answer.get('max_score', 2.0)
@@ -114,7 +118,7 @@ def grade_fill_blank(answer: Dict) -> Dict:
     填空题答案格式：[["答案1", "同义词1", ...], ["答案2", ...], ...]
     学生答案格式：["学生答案1", "学生答案2", ...]
     """
-    question_content = answer.get('question_content', {})
+    question_content = answer.get('content', {})
     correct_answers = question_content.get('answer', [])  # [[答案1, 同义词...], ...]
     student_answers = answer.get('student_answer', [])
     max_score = answer.get('max_score', 4.0)
@@ -284,33 +288,48 @@ class AnswerGrader:
                             "details": {"error": "批阅超时"}
                         }
 
-    @retry(times=2, delay=1)
+    @retry(times=3, delay=1)
     def _grade_subjective(self, answer: Dict) -> Dict:
         """
         批阅主观题 - 调用 LLM 评分
 
-        🔥 P1 改进：带重试
+        🔥 改进：3次重试 + 解析失败自动重试
         """
         with grading_semaphore:  # 限流
             prompt = self._build_grading_prompt(answer)
             response = self._call_llm(prompt)
+            try:
                 return self._parse_grading_result(response, answer)
+            except (json.JSONDecodeError, ValueError, TypeError) as e:
+                # 解析失败抛异常 → 触发 @retry 重试
+                logger.warning(f"[主观题评分] 解析失败将重试: {e}, 原始响应前200字: {str(response)[:200]}")
+                raise
 
     def _build_grading_prompt(self, answer: Dict) -> str:
         """构造评分 Prompt"""
-        question_content = answer.get('question_content', {})
+        question_content = answer.get('content', {})
         scoring_points = question_content.get('data', {}).get('scoring_points', [])
 
+        stem = question_content.get('stem', '')
+        reference_answer = question_content.get('answer', '')
+
+        # 如果缺少评分标准，在 prompt 中补充提示
+        scoring_section = ""
+        if scoring_points:
+            scoring_section = json.dumps(scoring_points, ensure_ascii=False, indent=2)
+        else:
+            scoring_section = "（未提供评分标准，请根据参考答案自行判断要点）"
+
         return f"""请批阅以下简答题。
 
 ## 题目
-{question_content.get('stem', '')}
+{stem if stem else '（未提供题目）'}
 
 ## 参考答案
-{question_content.get('answer', '')}
+{reference_answer if reference_answer else '（未提供参考答案）'}
 
 ## 评分标准
-{json.dumps(scoring_points, ensure_ascii=False, indent=2)}
+{scoring_section}
 
 ## 学生答案
 {answer.get('student_answer', '')}
@@ -319,19 +338,20 @@ class AnswerGrader:
 {answer.get('max_score', 10)} 分
 
 ## 输出约束
-1. 必须输出合法 JSON
+1. 必须输出合法 JSON，不要包含任何占位符或中文说明
-2. score 不能超过满分
+2. score 为数字，不能超过满分
-3. achieved 为 0-1 之间的比例
+3. achieved 为 0-1 之间的数字
+4. 所有字段必须填入实际评分值
 
-## 输出格式（JSON）
+## 输出格式示例（JSON）
 {{
-  "score": 得分,
+  "score": 7,
   "scoring_breakdown": [
-    {{"point": "要点名称", "weight": 权重, "achieved": 实际得分比例, "comment": "评语"}}
+    {{"point": "核心概念正确", "weight": 0.5, "achieved": 0.8, "comment": "基本概念描述准确"}}
   ],
-  "highlights": ["亮点1", "亮点2"],
+  "highlights": ["回答条理清晰"],
-  "shortcomings": ["不足1"],
+  "shortcomings": ["缺少具体应用场景"],
-  "overall_feedback": "整体评价"
+  "overall_feedback": "整体回答较好，但不够全面"
 }}
 
 请直接输出 JSON："""
@@ -357,35 +377,95 @@ class AnswerGrader:
             raise Exception("LLM 调用失败")
         return result
 
+    def _extract_json(self, response: str) -> dict:
+        """
+        多策略从 LLM 响应中提取 JSON 对象
+
+        策略优先级：
+        1. markdown 代码块提取 ```json ... ```
+        2. 直接 json.loads
+        3. 正则匹配第一个 {...} 块
+        """
+        if not response:
+            raise ValueError("LLM 返回为空")
+
+        # 策略1：提取 markdown 代码块
+        json_match = re.search(r'```(?:json)?\s*([\s\S]*?)\s*```', response)
+        if json_match:
+            json_str = json_match.group(1).strip()
+            try:
+                result = json.loads(json_str)
+                if isinstance(result, dict):
+                    return result
+            except json.JSONDecodeError:
+                pass  # 继续下一策略
+
+        # 策略2：直接解析整个响应
+        try:
+            result = json.loads(response.strip())
+            if isinstance(result, dict):
+                return result
+        except json.JSONDecodeError:
+            pass  # 继续下一策略
+
+        # 策略3：正则匹配最外层 JSON 对象
+        brace_match = re.search(r'\{[\s\S]*\}', response)
+        if brace_match:
+            try:
+                result = json.loads(brace_match.group(0))
+                if isinstance(result, dict):
+                    return result
+            except json.JSONDecodeError:
+                pass
+
+        # 全部策略失败
+        raise json.JSONDecodeError(
+            f"无法从 LLM 响应中提取有效 JSON，响应前300字: {response[:300]}",
+            response, 0
+        )
+
     def _parse_grading_result(self, response: str, answer: Dict) -> Dict:
-        """解析评分结果"""
+        """
+        解析评分结果
+
+        解析失败时抛出异常（由调用方的 @retry 处理重试）
+        """
         max_score = answer.get('max_score', 10)
 
-        try:
+        # 检查主观题内容完整性
-            # 尝试解析 JSON
+        question_content = answer.get('content', {})
-            result = json.loads(response)
+        warnings = []
-            score = min(result.get('score', 0), max_score)  # 不能超过满分
+        if not question_content.get('stem'):
+            warnings.append("缺少题目(stem)")
+        if not question_content.get('answer'):
+            warnings.append("缺少参考答案(answer)")
+        if not question_content.get('data', {}).get('scoring_points'):
+            warnings.append("缺少评分标准(scoring_points)，评分结果仅供参考")
+
+        # 多策略提取 JSON（失败抛异常 → 触发重试）
+        result = self._extract_json(response)
+
+        # 校验关键字段
+        score = result.get('score')
+        if score is None or not isinstance(score, (int, float)):
+            raise ValueError(f"score 字段缺失或类型错误: {score}")
+        score = min(float(score), max_score)  # 不能超过满分
+
+        details = {
+            "scoring_breakdown": result.get('scoring_breakdown', []),
+            "highlights": result.get('highlights', []),
+            "shortcomings": result.get('shortcomings', []),
+            "overall_feedback": result.get('overall_feedback', '')
+        }
+        if warnings:
+            details["warnings"] = warnings
 
         return {
             "question_id": answer.get('question_id'),
             "score": score,
             "max_score": max_score,
             "grading_status": "success",
-                "details": {
+            "details": details
-                    "scoring_breakdown": result.get('scoring_breakdown', []),
-                    "highlights": result.get('highlights', []),
-                    "shortcomings": result.get('shortcomings', []),
-                    "overall_feedback": result.get('overall_feedback', '')
-                }
-            }
-        except (json.JSONDecodeError, KeyError, TypeError) as e:
-            # 解析失败，返回默认
-            return {
-                "question_id": answer.get('question_id'),
-                "score": 0,
-                "max_score": max_score,
-                "grading_status": "failed",
-                "details": {"error": "评分结果解析失败"}
         }
 
 

exam_pkg/manager.py

@@ -69,7 +69,8 @@ def generate_questions_from_file(
     question_types: Dict[str, int],
     difficulty: int = 3,
     options: Dict = None,
-    request_id: str = None
+    request_id: str = None,
+    exclude_stems: List[str] = None
 ) -> Dict:
     """
     从文件生成题目（结构化出题 v2）
@@ -88,6 +89,7 @@ def generate_questions_from_file(
         options: 可选配置
             - max_source_chunks: 最大切片数（默认 30）
         request_id: 请求 ID（幂等性支持）
+        exclude_stems: 需要排除的已有题目题干列表（跨调用去重）
 
     Returns:
         {
@@ -115,7 +117,8 @@ def generate_questions_from_file(
         chunks=chunks,
         document_name=file_path,
         question_types=question_types,
-        difficulty=difficulty
+        difficulty=difficulty,
+        exclude_stems=exclude_stems
     )
 
     # 3. 统计实际出题数量，与请求数量对比