输入 知识点.xlsx（4459 条）· 类型.xlsx（类目树 1190 行）· 金标.xlsx（575 条已标注题）  输出 data/kb.db

处理逻辑

1. 解析三份源文件（全程只读，不改源数据），运行 cuoti ingest 重建 SQLite 知识库；采用「写临时文件 + rename」原子重建，任何一步失败旧库不受影响。
2. 清洗垃圾数据：剔除 is_delete=1 的知识点与类目；剔除 term_id=20 的脏数据；剔除名字含「待删除 / 需删除」但删除位没打上的 10 个僵尸知识点——这些若混进候选会直接污染 LLM 的选择。
3. 拼接类目路径：每个知识点沿 cid1/cid2/cid3 逐级查类目树，生成完整路径（如「数与运算 › 100以内加减法 › 巧算」）。路径是 LLM 判断"这个知识点属于哪个体系"的关键信号。
4. 生成知识点卡：数学学科最终得到 594 张卡，每张含 id、名称、完整类目路径、例题摘录（remark 字段前 50 字，835 条有例子）。这是召回层的物料。
5. 金标解析：金标文件的「真实标签」是名字文本而非 id，用规范化匹配还原成 knowledge_id；同名歧义（如「周期问题」对应 3 个不同 id）时把全部 id 存为 gold 集合，评测时命中任一都算对，避免冤枉模型。

输入 当天错题行（题干 HTML/文本 ＋ 答案）  输出 缓存命中的现成结果，或待标注的唯一题清单

处理逻辑

1. 清理与规范化：先 StripHTML 去掉标签和实体；再删除所有空白字符、全角字符转半角、中文标点统一为英文标点。目的：同一道题不管来自哪个题库、排版差多少，规范化后完全一样。
2. 计算精确指纹 ExactFP：对「规范化题干 + 分隔符 + 规范化答案」取 SHA-256。这就是题目在系统里的身份证。
3. 计算骨架指纹 SkeletonFP：把连续数字替换成 N 再哈希。只存储、绝不直接复用标签——「59−43」和「59−48」骨架相同，但 48 逼近整十，该标「凑十巧算」，考点完全不同。骨架指纹留作未来"相似题提示"用。
4. 批内去重：同一批里精确指纹相同的行只标注一次，结果回填到所有重复行。
5. 查缓存：tag_cache 表按「exact_fp ＋ prompt 版本」双键查询。命中则直接取历史结果，跳过后面所有环节；未命中则进入召回层，标注成功后写回缓存。prompt 升级到新版本时旧缓存自动失效，全部重标。

输入 未命中缓存的题（带 term_name 年级信息）  输出 该年级的候选知识点卡列表（文本，顺序稳定）

处理逻辑

1. 解码学期编号：题库的 term_id 编码为 22..31 = 一年级上..五年级下（上海五年制），21 = 学前，0 = 通用。这个映射是拿金标数据反推验证出来的。
2. 确定召回窗口：窗口 = term_id ∈ [21, 23＋(年级−1)×2] ∪ {0}，即「学前 + 从一年级上到该生当前学期的全部 + 通用」。语义就是：这个孩子到现在为止学过的所有知识点都是合法候选。
3. 筛卡：从 594 张知识点卡中取出窗口内的卡（垃圾知识点已在第 1 层被剔除）。
4. 渲染候选列表：每张卡渲染成一行 [knowledge_id] 类目路径 | 知识点名 | 例:例题前50字，按固定顺序排列。顺序稳定是刻意设计：它保证同年级所有题的 system prompt 逐字节一致，这是第 4 层前缀缓存命中 98%+ 的前提。

输入 题干＋答案＋候选列表  输出 JSON：primary（主标 id、置信度、理由）＋ secondary（次要知识点）＋ top3

处理逻辑

1. 组装 prompt：system = 任务说明 ＋ 9 条裁决规则 ＋ 该年级候选列表；user = 题干和答案。同年级 system 逐字节一致，DeepSeek 前缀缓存命中后输入价约降至 1/50，实测命中率 98%+。
2. flash 初选：deepseek-v4-flash 输出结构化 JSON。并发 8 个 worker，单题 300 秒超时，429/5xx 自动退避重试 3 次。
3. 校验输出：主标 id 必须落在候选集内——模型偶尔会幻觉出不存在的 id，越界视为不可信。
4. 级联升级：置信度 < 0.7 或输出越界时，用完全相同的 prompt 换 deepseek-v4-pro 重跑一次，采纳 pro 的结果。实测升级率仅 3.1%，是安全阀而非主力。
5. 单题容错：一道题失败只标记这一题，不影响批内其他题。

九条裁决规则（prompt v3 的核心资产）

• 先析结构：先分析算式/数量关系，再匹配知识点
• 技巧优先：凑十巧算等技巧 > 应用题外壳
• 方向一致：已知A求B ≠ 已知B求A
• 方法一致：解题方法要与知识点声称的方法吻合
• 具体优先：能标具体的绝不标宽泛的
• top3 分散：前三名覆盖不同的可能性，不许扎堆
• 应用题看算式：按算式结构定子树，不被故事情节带偏
• 回避泛化类目：优先课程类目，回避「常见数学问题」等汇总子树
• 计数用计数：计数题标「计数基础」子树，不标「搭配问题」

输入 每道题的标注结果或失败信息  输出 结果 XLSX（原列＋9 列）· 评测报告

处理逻辑

1. 回填：按精确指纹把唯一题的结果回填到批内所有重复行；非数学行标「暂不支持该学科」。
2. 人工复核标记：置信度 < 0.7 或标注失败的行，「是否需人工复核」＝是。
3. 整批容错：单题失败不中断；输出和汇总先写完，失败率 > 10% 才以非零码退出。
4. 输出 9 列：主知识点 id / 名称 / 类目路径 / 置信度 / 理由 / 次要知识点 / top3 / 来源（cache · llm · 失败）/ 是否需人工复核。
5. 评测闭环：cuoti eval 对金标 575 题跑 acc@1 / acc@3 并分年级统计。每轮错误分析产出新的裁决规则 → prompt 升版 → 版本号写进缓存键，全量自动重标：