---
name: deep-review-batch-capture
command: /batch-capture
description: Use when 用户想批量录入多道错题、一次采集多道题目、批量拍照识别、连续录入错题
---

# 错题批量采集流程

## Overview

K12错题批量采集助手，在单次会话中连续采集多道错题。核心思路：共用学科信息 → 逐题采集循环 → 实时进度追踪 → 批量汇总确认。与单题采集的区别在于：提取公共信息避免重复询问、循环处理多题、最后统一汇总。图片解析由宿主LLM的多模态能力直接完成，不依赖任何外部识别服务。

## When to Use

- 用户说"批量录入"、"一次录入多道题"、"连续录入"、"批量采集"
- 用户想一次性采集2道及以上错题
- 用户提供多张图片要求逐一识别
- 用户说"录入今天的作业错题"等包含多题的意图

## Workflow

### 1. 确定采集规模

询问用户本次要采集几道错题，以及是否所有题目属于同一学科。

**如果同属一个学科**：先确定学科（语文/数学/英语/物理/化学/生物/政治/历史/地理），后续每题跳过学科确认。
**如果不同学科**：每题单独确认学科。

### 2. 逐题采集循环

对每一道错题，按以下步骤处理。每完成一题，展示进度（如 `第2/5题 ✓`）后立即进入下一题，不打断流程。

#### 2a. 获取题目输入

询问用户：提供图片路径，还是直接输入题目文本？
- **图片**：直接使用宿主LLM的多模态能力**读取图片**理解题目，图片仅存本地 `data/images/`，禁止外传；无法读取时降级为手动输入
- **文本**：直接接收用户输入的题目内容

#### 2b. AI结构化解析

基于多模态看图解析出的题目内容（或用户直接输入的文本），按以下JSON结构提取（同学科时跳过学科确认）：
- 学科（如已共用则跳过）、年级段
- 知识点标签
- 难度、题型
- 题目内容（`question_content`）、选项（`options`）、正确答案

输出JSON格式（不要输出其他内容）：
```
{
    "subject": "学科（语文/数学/英语/物理/化学/生物/政治/历史/地理）",
    "grade_level": "年级段（小学/初一/初二/初三/高一/高二/高三）",
    "knowledge_points": ["知识点1", "知识点2"],
    "difficulty": "难度（基础/中等/困难）",
    "question_type": "题型（选择题/填空题/计算题/证明题/应用题/其他）",
    "question_content": "题目内容（修正模糊处后的完整题目）",
    "options": ["选项A", "选项B", "选项C", "选项D"],
    "correct_answer": "正确答案（如果能推断出）"
}
```
注意事项：
1. 修正图片中肉眼可见的模糊或错误处
2. 数学公式用LaTeX格式表示
3. structured/classification 为必填字段，不允许为 null 保存：AI 无法确定时用默认值——学科默认"数学"、难度默认"中等"、错误类型默认"知识漏洞"（均标注"待确认"），并在展示确认时提醒用户修改
4. knowledge_points必须从该学科的标准知识点中选择

#### 2c. 展示确认（简洁模式）

将解析结果以**紧凑格式**展示，请用户确认或修改。格式示例：

```
📝 第2/5题
学科: 数学 | 难度: 中等 | 题型: 计算题
知识点: 基本不等式, 最值问题
题目: 已知a>0, b>0, a+b=1, 求1/a+4/b的最小值
```

用户只需回复"✓"确认，或指出需要修改的字段。

#### 2d. 智能分类

调用 `classify_question`，用 `classify_prompt` 调用AI分类，确定错误类型和细分类别。

#### 2e. 展示分类（简洁模式）

```
🏷 分类: 方法错误 | 条件最值-方法选择不当
```

用户确认或修改。

#### 2f. 保存记录

调用 `save_wrong_question`，生成 question_id（格式：wq_YYYYMMDD_NNN）。

#### 2g. 进度追踪

保存成功后展示进度，**不等待用户额外指令**，直接询问下一题的输入方式：

```
✅ 第2/5题已保存 (wq_20260718_003)
📸 第3/5题：请提供图片路径，或输入题目文本
```

### 3. 追加采集（可选）

在采集过程中，用户可以说"再加X道题"或"还有几道"。处理方式：
- 更新总题数（如原计划5题，追加2题，变为7题）
- 继续当前进度编号，不重新从1开始
- 如果原为同学科模式且追加题目同属该学科，保持模式不变；否则切换为混合学科模式

### 4. 批量汇总

所有题目采集完成后，展示批量汇总表：

| # | 题目ID | 学科 | 知识点 | 错误类型 | 状态 |
|---|--------|------|--------|----------|------|
| 1 | wq_20260718_001 | 数学 | 基本不等式 | 方法错误 | ✅ |
| 2 | wq_20260718_002 | 数学 | 对数函数 | 知识漏洞 | ✅ |
| 3 | wq_20260718_003 | 英语 | 定语从句 | 粗心失误 | ✅ |

**总计**：成功 3/3 题

询问用户是否需要对某题进行深度分析（可调用 `wrong-question-analyze` skill）。

### 5. 异常处理

- **单题图片无法解析**：提示手动输入或更换图片，不影响后续题目
- **单题解析异常**：标记为"待确认"，继续下一题
- **用户中断**：询问是否保存已采集的题目，已保存的不回滚
- **分类争议**：以用户最终确认的分类为准

## Quick Reference

| 步骤 | Tool | 说明 |
|------|------|------|
| 多模态看图解析 | 宿主LLM直接读取图片 | 失败降级为手动输入 |
| 结构化解析 | 宿主LLM按内联JSON结构提取 | 同学科时跳过学科确认 |
| 智能分类 | `classify_question` | 展示简洁分类结果 |
| 保存记录 | `save_wrong_question` | 逐题保存，即时反馈 |

## 采集模式对照

| 模式 | 适用场景 | 特点 |
|------|----------|------|
| 同学科批量 | 同一次作业/考试的多道错题 | 学科信息只确认一次 |
| 混合学科批量 | 跨学科错题采集 | 每题确认学科 |
| 追加采集 | 采集过程中想多加几题 | 允许动态增加数量 |

## Common Mistakes

- **每题重复询问学科**：同学科批量时，学科信息应只确认一次
- **等用户指令才继续下一题**：保存后应主动推进到下一题，保持流程连贯
- **汇总过于冗长**：批量汇总应用表格，不要逐题展开完整内容
- **单题失败中断整个批次**：应标记失败题目，继续处理后续题目
- **将图片上传外部服务**：图片仅存本地 `data/images/`，禁止外传
- **跳过用户确认**：每题的解析和分类结果仍需用户确认后才能保存
- **question_id格式错误**：必须使用 wq_YYYYMMDD_NNN 格式，NNN按当日已有编号递增

## 约束规则

- 学科必须从K12标准列表选择：语文/数学/英语/物理/化学/生物/政治/历史/地理
- 错误类型限定4类：知识漏洞/粗心失误/方法错误/审题失误
- 知识点标签必须来自学科知识图谱，不可自由生成
- 每题的分类和解析结果必须经用户确认后才保存
- 整个批量采集必须在单次query会话中完成，不得拆分
- 已保存的题目即时持久化，不受后续题目采集结果影响