taojianmin 1d20cfa708 v1.0.1: 课程成绩异常诊断与报告生成 - 初版骨架
基于匠厂 skill-template 主仓 v1.0.108 派生的业务技能。

核心业务:
- 教师在教务系统录完成绩后自动触发
- 统计指标计算 + 三种异常模式识别(高分低能 / 两极分化 / 挂科异常)
- 生成三段式 AI 评语(总体 / 问题 / 建议)

输出形态:
- HTML 报告(含统计表 + 正态分布图 + AI 评语)
- 高风险课程自动标记 + 异常预警通知

预期提效:教师撰写成绩分析报告的时间从半天 → 10 分钟。

业务行生命周期:无(一次性报告存档,不重复处理)

Co-Authored-By: Claude Code <noreply@anthropic.com>
2026-09-14 12:19:12 +08:00

description
description
教师在教务系统录完成绩后,自动计算统计指标、识别高分低能/两极分化/挂科异常三种模式、生成三段式评语,输出图文并茂的《课程成绩分析报告》。

课程成绩异常诊断与报告生成

教师在教务系统录完全班学生成绩后,技能会自动计算最高分 / 最低分 / 平均分 / 中位数 / 标准差 / 及格率 / 优秀率,绘制正态分布曲线,并识别三种典型异常模式——平时分远高于期末分的「高分低能」、标准差异常偏大的「两极分化」、挂科率超 30% 的「挂科异常」。最后生成一份含统计图表与 AI 诊断评语的《课程成绩分析报告》,把教师半天的工作压到 10 分钟。


这个技能能帮你做什么

  • 统计指标自动计算:最高 / 最低 / 平均 / 中位 / 标准差 / 及格率 / 优秀率 + 正态分布曲线
  • 「高分低能」预警:平时分远高于期末分(差值 > 20 分),提示可能存在平时分"放水"或期末试卷难度过大
  • 「两极分化」预警:标准差超过该课程历史平均标准差的 1.5 倍,提示教学方法可能不适合部分学生
  • 「挂科异常」预警:不及格率超过 30% 或较去年同课程上升超过 15 个百分点,自动触发"试卷难度/教学有效性"复核建议
  • 三段式 AI 评语:总体描述 + 存在问题 + 改进建议,供教师修改后用于课程总结存档
  • 高风险课程标记:自动把异常课程推送给教学督导与学院教学副院长

适合什么场景

  • 任课教师每学期末需要撰写课程总结与成绩分析报告
  • 教学督导需要锁定"高风险课程"进行提前干预
  • 学院教学副院长需要在学期末做一次整体教学质量回顾
  • 教务处需要在学期结束后汇总全校成绩分布用于年度教学质量报告

使用前需要准备什么

  • 教务系统 API 凭证(AA_API_TOKEN)已配置到本技能 .env
  • 该课程全班学生的各项成绩明细(平时分 / 期中分 / 实验分 / 期末分 / 总评)
  • 该课程的教学大纲(含各考核项权重)
  • 该班级的前置课程历史成绩数据(如高数 / 英语 / 计算机基础等)

怎么使用

本技能支持数据管理(课程成绩表上点工具栏按钮)与对话任务(自然语言让 Agent 完成)。定时任务为占位,按需启用。

逐步操作与排障,请查看技能市场「使用教程」Tab。


执行后你会得到什么

  • 一份《课程成绩分析报告》(HTML),含统计表 + 正态分布图 + AI 三段式评语
  • 教学督导与学院教学副院长收到"高风险课程"通知(如有异常)
  • 课程成绩表状态更新(已分析 / 高风险)
  • 报告可一键导出 PDF 或嵌入课程总结存档

注意事项

  • 本技能不替代教学督导终审,最终干预决定权仍在督导与学院
  • "高分低能"等异常仅作预警,教师可补充说明(如"本课程平时分含小组项目评分,与期末卷面难度可比性较低")
  • 历史成绩对比基于该校该课程近 3 年的均值;新课程或首次开课课程无对比数据时,仅做统计不预警
  • 涉及学生个人成绩明细的导出仍受教务系统权限控制,技能仅输出聚合统计与匿名分布

常见问题

这个技能适合我吗?

如果你的工作包含「学期末成绩分析 + 课程总结撰写」,本技能可以一气呵成地生成报告草稿。

高风险课程的标准是什么?

同时满足下列任一条件:(a) 不及格率 > 30%;(b) 不及格率较去年同课程上升 > 15 个百分点;(c) 标准差 > 历史均值的 1.5 倍;(d) 平时分与期末分差值 > 20 分。

AI 评语能直接用于课程总结吗?

评语为草稿,建议教师修改后再用于存档。AI 评语仅作为参考,不能完全替代教师对课程教学过程的反思。

历史成绩数据不足怎么办?

历史不足 3 期的课程,仅做统计指标计算,不做"两极分化"预警。

Description
教务处 课程成绩异常诊断与报告生成
Readme MIT 70 KiB
Languages
Python 49.8%
PowerShell 36.4%
HTML 13.8%