从任务书到可复核 DOCX 交付，每一步都有真实证据。

这不是普通 AI 聊天框。系统会识别上传材料、解析老师任务书、生成并运行代码、保存真实截图，最后在原任务书对应位置追加内容并导出 DOCX。

DELIVERY FLOW

可回归

1上传老师任务书和数据文件

2识别 task_book / dataset / source_code 等角色

3解析任务书并进行 AI 分析

4生成代码并真实运行

5生成真实运行截图和 Trace

6保留原模板导出 DOCX

Product

当前网站已经能做什么

围绕实验报告交付建立的垂直工作流：文件角色识别、文档解析、代码真实运行、截图证据、Trace、质量检查和 DOCX 原格式导出。

DOC/DOCX 作为老师原始模板，默认只追加填写内容，不重写封面、任务要求和说明。

代码必须通过 run-code 真实执行，stdout、stderr、exitCode、runtime 都会进入证据链。

命令行截图和网页效果截图都必须来自真实运行；缺失时明确标记【截图缺失】。

工作台展示 Agent Trace、质量检查和导出状态，方便定位每一步是否完成。

Use Cases

优先服务有任务书、有代码、有运行结果或截图要求的课程实验。不伪造运行结果，也不自动提交学校系统。

Python 算法实验数据结构实验CSV 数据处理实验HTML/CSS/JS 页面实验老师模板填充交付

最终 DOCX 默认使用【代码】【运行结果】【运行截图】【结果分析】【问题及思考】等简洁中文标签，不会把“系统填写”写进交付文档。