一份数学卷的批改 + 错题讲解视频

从照片到讲解

原卷

批改后

讲解封面

时间轴

第9题 · 两船

第10题 · 跑道

任务

用户把一张孩子暑假数学练习卷的照片交给小荷——十道题，每题横线上都手写了答案。要求是：批改，然后把两道错题做成一段简短的讲解视频。

读懂手写是第一步难点。照片是很大的 HEIC，页面横着拍，答案又细又淡。小荷先把页面转正，再用视觉模型配合本地 OCR，把每道题的题目和每个手写答案都识别出来。

小荷解出全部十题，发现两处错误：第 9 题第二个值 45 应为 49（两种情况都要算）；第 10 题第一空 240 应为 16（240 是第 15 分钟落后的总距离，不是每分钟多跑的量）。小荷在照片上标好批改，然后为这两题做了 13 页讲解、6 分钟配音视频，面向小学生一步步讲清楚。

小荷怎么做

• 1. 读照片

  HEIC 转正后，用 Apple Vision 与 qwen-vl 转写题目文字和手写答案。

• 2. 批改

  解出全部十题；对两处看不清的手写答案，用放大裁片逐像素核对。

• 3. 标注批改图

  正确的打绿色 ✓，错误处画红圈并标注正确答案。

• 4. 生成讲解

  lecture-agent 生成 13 页 HTML 幻灯片——河流与跑道示意图、时间轴、大字号的分步计算。

• 5. 配音

  Doubao TTS 朗读 6 分钟的讲解稿，用小学生能听懂的口语逐题讲。

• 6. 合成

  HTML 转 PNG 帧与 SVG，再打包 PPTX；PNG 帧 + 分页音频合成 1920×1080 的 MP4。

• 7. 质检与交付

  渲染 PPTX 检查文本框溢出，再把视频、PPT 与批改图回写到源文件夹。

用到的技能

• lecture-agent
• ppt-agent · HTML → SVG → PPTX
• Vision OCR（qwen-vl + Apple Vision）
• Doubao TTS

交付产物