exam_generator_strands

KO | EN

gitlite — search

#python #react #ai #llm #go #machine-learning #rust #linux #kubernetes #awesome-list #security #ios #mcp #open-source

exam_generator_strands

(★ 24)

exam generator based on Strands Agent自动生成多种考试题型、适配不同年级、难度要求的的agentic工具。

exam_generator_strands 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# AI考试生成器 - 基于Strands Agent框架

这是一个基于Strands Agent框架的AI考试生成器，可以根据用户指定的参数生成各种类型的考试题目。
技术博客地址：https://aws.amazon.com/cn/blogs/china/evaluation-of-question-generation-and-agent-performance-based-on-strands-agent-framework/

## 功能特点

- 支持多种题型：单选题、多选题、填空题
- 支持复合题型：可以同时生成多种类型的题目，系统会自动分配题目数量
- 支持不同难度级别：简单、中等、困难
- 支持参考资料处理：可以提供URL或文本作为参考资料
- 支持交互式HTML渲染：生成的考试可以在浏览器中交互式查看
- 支持中英文双语界面
- 支持并行生成题目：多个题目同时生成，提高效率
- 支持题目缓存：避免重复生成相似的题目
- 支持格式自动修复：自动修复格式问题，确保生成的考试内容格式正确

## 系统架构

系统由以下几个主要组件组成：

1. **后端服务**：基于Strands Agent框架，提供考试生成API
   - Agent组件：协调整个考试生成流程
   - 工具组件：提供各种功能，如题目生成、参考资料处理、格式验证等
   - 缓存组件：缓存生成的题目，避免重复生成
2. **前端界面**：基于React的用户界面，用于输入参数和显示结果
3. **渲染服务**：基于Flask的服务，将Markdown格式的考试内容转换为交互式HTML

## 安装与运行

### 前提条件

- Python 3.8+
- Node.js 16+
- npm 8+
- AWS账户（用于访问Bedrock服务）

### 设置AWS凭证

在使用系统之前，需要设置AWS凭证以访问Bedrock服务

### 安装依赖

```bash
# 安装所有依赖（自动检测并使用Python 3.10）
./setup.sh
```

### 运行系统

**方法1：一键启动整个系统**

```bash
./start.sh
```

这将启动后端服务、Flask渲染服务和前端开发服务器。

**方法2：选择性启动组件**

```bash
# 只启动后端和Flask服务
./start.sh backend flask

# 只启动前端服务
./start.sh frontend

# 启动所有组件（与不带参数相同）
./start.sh all
```

### 停止服务

```bash
# 停止所有服务
./stop.sh

# 选择性停止组件
./stop.sh backend  # 只停止后端服务
./stop.sh flask    # 只停止Flask渲染服务
./stop.sh frontend # 只停止前端服务
```

## 使用方法

1. 启动系统后，在浏览器中访问前端界面（通常是 http://*:5173）
2. 填写考试参数：
   - 年级
   - 科目
   - 题型（可以选择多种题型）
   - 题目数量
   - 难度级别
   - 主题
   - 参考资料（可选）
   - 教师备注（可选）
3. 点击"生成考试"按钮
4. 等待考试生成完成
5. 点击"查看考试"按钮，在新窗口中查看生成的考试

### 复合题型使用方法

如果您想生成包含多种题型的考试，可以在"题型"选项中选择多种题型，系统会自动分配题目数量。例如：

- 如果您选择了"单选题"和"多选题"，并设置题目数量为5，系统会生成3道单选题和2道多选题
- 如果您选择了"单选题"、"多选题"和"填空题"，并设置题目数量为10，系统会生成4道单选题、3道多选题和3道填空题

### 参考资料使用方法

您可以提供URL或文本作为参考资料，系统会自动处理参考资料并生成相关题目。例如：

- 如果您提供了一个网页URL，系统会自动获取网页内容并生成相关题目
- 如果您提供了文本，系统会直接使用该文本生成相关题目

## 测试

### 测试文件组织

测试文件组织如下：

```
tests/
├── __init__.py              # 将tests目录标记为Python包
├── test_exam_tools.py       # 题目生成工具的单元测试
└── test_workflow.py         # 完整工作流程的集成测试
```

- `test_exam_tools.py`: 测试题目生成工具的功能，包括单选题、多选题和填空题的生成，以及缓存机制和API调用
- `test_workflow.py`: 测试完整的工作流程，从用户请求到生成考试内容，再到渲染HTML

### API测试

可以使用提供的测试脚本测试API：

```bash
./test_api.sh
```

### 单元测试和集成测试

系统提供了单元测试和集成测试，可以使用以下命令运行测试：

```bash
# 运行所有测试
python run_tests.py

# 运行特定测试
python -m unittest tests.test_exam_tools
python -m unittest tests.test_workflow
```

### 测试覆盖范围

测试覆盖以下关键功能：

1. **题目生成功能**：测试各种题型的生成是否正确
2. **缓存机制**：测试缓存的读写和过期功能
3. **API调用**：测试与Claude API的交互，包括重试逻辑
4. **格式处理**：测试格式验证和自动修复功能
5. **工作流程**：测试完整的考试生成流程

## 系统架构详解

### 目录结构

```
.
├── exam_generator/          # 后端代码
│   ├── __init__.py
│   ├── agent.py             # Agent组件
│   ├── config.py            # 配置组件
│   ├── server.py            # 服务器组件
│   ├── tools/               # 工具组件
│   │   ├── __init__.py
│   │   ├── content_tools.py # 内容处理工具
│   │   ├── exam_tools.py    # 题目生成工具
│   │   ├── reference_tools.py # 参考资料处理工具
│   │   └── render_tools.py  # 渲染工具
│   └── utils/               # 工具函数
│       ├── __init__.py
│       ├── error_utils.py   # 错误处理工具
│       ├── logging_utils.py # 日志工具
│       └── task_manager.py  # 任务管理工具
├── flask-service/           # Flask渲染服务
├── frontend/                # 前端代码
├── tests/                   # 测试代码
│   ├── __init__.py
│   ├── test_exam_tools.py   # 题目生成工具测试
│   └── test_workflow.py     # 工作流程测试
├── cache/                   # 缓存目录
├── run_tests.py             # 测试运行脚本
├── start.sh                 # 统一启动脚本（可选择组件）
├── stop.sh                  # 统一停止脚本（可选择组件）
└── test_api.sh              # API测试脚本
```

### 系统数据流转图

```
┌─────────────┐     HTTP请求     ┌─────────────┐     调用      ┌─────────────┐
│             │ ───────────────> │             │ ───────────> │             │
│  前端界面   │                  │  后端服务   │              │  Agent框架   │
│  (React)    │ <─────────────── │  (Flask)    │ <─────────── │  (Strands)   │
└─────────────┘     HTTP响应     └─────────────┘     返回      └──────┬──────┘
                                                                     │
                                                                     │ 调用
                                                                     ▼
┌─────────────┐     HTTP请求     ┌─────────────┐              ┌─────────────┐
│             │ <─────────────── │             │ <─────────── │             │
│ 渲染服务    │                  │  工具函数   │              │  Claude API │
│ (Flask)     │ ───────────────> │  (Python)   │ ───────────> │  (AWS)      │
└─────────────┘     HTTP响应     └─────────────┘              └─────────────┘
      │                                │
      │                                │
      ▼                                ▼
┌─────────────┐                 ┌─────────────┐
│             │                 │             │
│  HTML页面   │                 │  缓存系统   │
│  (Browser)  │                 │  (本地文件) │
└─────────────┘                 └─────────────┘
```

### Agent与工具之间的调用流程图

```
┌─────────────┐
│  用户请求   │
└──────┬──────┘
       │
       ▼
┌─────────────┐     调用     ┌─────────────┐
│             │ ───────────> │             │
│  Server.py  │              │  Agent.py   │
│             │ <─────────── │             │
└─────────────┘     返回     └──────┬──────┘
                                   │
                                   │ 调用工具
                                   ▼
┌───────────────────────────────────────────────┐
│                                               │
│                  Tools                        │
│                                               │
├─────────────┬─────────────┬─────────────┐     │
│ content_    │ exam_       │ reference_  │     │
│ tools.py    │ tools.py    │ tools.py    │     │
├─────────────┼─────────────┼─────────────┤     │
│ - extract_  │ - generate_ │ - fetch_url_│     │
│   metadata  │   question  │   content   │     │
│ - validate_ │ - cache     │ - process_  │     │
│   format    │   mechanism │   reference │     │
│ - plan_exam_│ - parallel  │             │     │
│   content   │   processing│             │     │
└─────────────┴─────────────┴─────────────┘     │
│                                               │
└───────────────────────────────────────────────┘
                   │
                   │ 调用
                   ▼
┌─────────────┐    │    ┌─────────────┐
│             │    │    │             │
│  Claude API │ <──┴──> │  缓存系统   │
│             │         │             │
└─────────────┘         └─────────────┘
```

## 技术栈

- **后端**：
  - Strands Agent框架：提供Agent能力，协调工具调用
  - Flask：提供HTTP服务和渲染服务
  - Python：主要编程语言
  - AWS Bedrock (Claude模型)：提供大语言模型能力
  - 并行处理：使用ThreadPoolExecutor实现并行生成题目
  - 缓存机制：使用本地文件系统实现题目缓存

- **前端**：
  - React：前端框架
  - TypeScript：类型安全的JavaScript
  - Material-UI：UI组件库
  - Vite：构建工具

## 系统特性

### 任务评估系统

系统实现了一个完整的任务评估系统，用于跟踪和评估Agent工具调用的执行情况。这个系统基于Strands Agent的回调机制，能够提供详细的工具调用统计和性能指标。

#### Strands Agent回调机制

Strands Agent框架提供了强大的回调机制，允许我们监听和处理Agent的各种事件，特别是工具调用事件。我们利用这一机制实现了以下功能：

1. **工具调用跟踪**：记录每个工具调用的开始、完成和失败事件
2. **执行时间统计**：计算每个工具调用的执行时间
3. **状态管理**：维护工具调用的状态（运行中、完成、失败）
4. **自动完成逻辑**：自动处理未明确标记为完成的工具调用

回调处理函数的核心逻辑如下：

```python
def callback_handler(**kwargs):
    if "current_tool_use" in kwargs:
        tool_use = kwargs["current_tool_use"]
        tool_id = tool_use.get("toolUseId")
        tool_name = tool_use.get("name")
        
        # 记录工具调用开始
        tool_call_id = task_manager.record_tool_call(
            workflow_id=workflow_id,
            step_id=step_id,
            tool_name=tool_name,
            input_data=tool_use.get("input")
        )
        
        # 如果有输出，则视为工具调用完成
        if "output" in tool_use and tool_use["output"] is not None:
            task_manager.complete_tool_call(
                workflow_id=workflow_id,
                step_id=step_id,
                tool_call_id=tool_call_id,
                output_data=tool_use.get("output")
            )
```

#### TaskManager工作流程

TaskManager是任务评估系统的核心组件，负责管理工作流、步骤和工具调用的生命周期。它的工作流程如下：

```
┌─────────────────┐
│  开始工作流     │
│ start_workflow()│
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  添加步骤       │
│  add_step()     │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  开始步骤       │
│  start_step()   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  记录工具调用   │
│record_tool_call()│
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│ 完成/失败工具调用│
│complete_tool_call│
│fail_tool_call() │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  完成步骤       │
│ complete_step() │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  完成工作流     │
│complete_workflow│
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  生成评估报告   │
│generate_report() │
└─────────────────┘
```

TaskManager与主流程的集成如下图所示：

```
┌─────────────┐     HTTP请求     ┌─────────────┐
│             │ ───────────────> │             │
│  前端界面   │                  │  server.py  │
│  (React)    │ <─────────────── │             │
└─────────────┘     HTTP响应     └──────┬──────┘
                                        │
                                        │ 创建工作流
                                        ▼
┌─────────────────────────────────────────────────────┐
│                                                     │
│                  TaskManager                        │
│                                                     │
├─────────────┐     ┌─────────────┐     ┌───────────┐ │
│ 工作流管理  │     │  步骤管理   │     │ 工具调用  │ │
│             │     │             │     │  管理     │ │
│- 创建工作流 │     │- 添加步骤   │     │- 记录调用 │ │
│- 完成工作流 │     │- 开始步骤   │     │- 完成调用 │ │
│- 失败工作流 │     │- 完成步骤   │     │- 失败调用 │ │
│- 生成报告   │     │- 失败步骤   │     │           │ │
└─────────────┘     └─────────────┘     └───────────┘ │
│                                                     │
└───────────────────┬─────────────────────────────────┘
                    │
                    │ 创建回调
                    ▼
┌─────────────┐     调用     ┌─────────────┐
│             │ ───────────> │             │
│  agent.py   │              │ Strands Agent│
│             │ <─────────── │             │
└──────┬──────┘     返回     └──────┬──────┘
       │                            │
       │ 调用工具                   │ 触发回调
       ▼                            ▼
┌─────────────┐             ┌─────────────┐
│             │             │             │
│  工具函数   │             │ 回调处理函数 │
│  (Tools)    │             │(callback_   │
│             │             │ handler)    │
└─────────────┘             └─────────────┘
```

#### 评估报告

系统生成的评估报告包含以下内容：

1. **工作流统计**：
   - 工作流ID和名称
   - 工作流状态（完成、失败）
   - 总执行时间

2. **工具调用统计**：
   - 总工具调用次数
   - 成功的工具调用次数
   - 失败的工具调用次数
   - 工具调用成功率

3. **工具分布统计**：
   - 各工具的调用次数
   - 各工具的成功/失败次数
   - 各工具的平均执行时间

4. **步骤统计**：
   - 总步骤数
   - 完成的步骤数
   - 失败的步骤数
   - 步骤完成率

5. **性能指标**：
   - 平均工具执行时间

评估报告可以通过API获取：`GET /evaluation/report?workflow_id=xxx`

生成的数据，会使用QuickSight进行可视化展示：

### 错误处理与重试机制

系统实现了多层次的错误处理和重试机制：

1. **工具层面**：`call_claude`函数实现了指数退避重试策略，特别针对API限流错误
2. **Agent层面**：`generate_exam`函数实现了整体重试逻辑，确保即使在Strands框架层面遇到API限流也能恢复
3. **错误分类**：系统区分不同类型的错误，对API限流错误采用特殊处理

### 缓存系统

缓存系统具有以下特点：

1. **基于文件**：使用本地文件系统存储缓存，每个题目对应一个缓存文件
2. **MD5键值**：使用题目主题、难度、类型和参考资料的MD5哈希作为缓存键
3. **TTL机制**：缓存有30天的有效期，过期后自动失效
4. **自动创建**：系统自动创建缓存目录，无需手动设置

### 并行处理

并行处理具有以下特点：

1. **线程池**：使用ThreadPoolExecutor实现并行处理
2. **限制并发**：限制最大并发数为3，避免API限流
3. **错误处理**：即使部分题目生成失败，也不会影响其他题目的生成
4. **备用内容**：对于生成失败的题目，提供备用内容确保整体流程不中断

exam_generator_strands

exam_generator_strands 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

exam_generator_strands

exam_generator_strands 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README