TencentCloud QuestionMark OCR

腾讯云试题批改Agent(SubmitQuestionMarkAgentJob/DescribeQuestionMarkAgentJob)接口调用技能。当用户需要对试卷图片或试题图片中的K12试卷或试题进行自动批改、手写答案识别、知识点分析时,应使用此技能。支持整卷图片批改和单题图片批改,提供题目切题、正误判定、...

腾讯云试题批改Agent (SubmitQuestionMarkAgentJob / DescribeQuestionMarkAgentJob)

用途

调用腾讯云OCR试题批改Agent接口，面向K12教育场景的试题批改产品，支持整卷/单题端到端处理（试卷切题+题目批改+手写坐标回显），聚焦试题批改（含手写答案）和试题解析（不含手写答案）。精准输出题目、正误判定、答案对比、错误分析及知识点等结构化评估结果。低年级算式批改效果优于线上数学作业批改。

核心能力：

• 异步双接口模式：Submit 提交任务获取 JobId → Describe 轮询查询结果（DONE/FAIL 时完成）
• 整卷批改：自动切题后逐题批改，返回每道题目的批改信息
• 单题批改：跳过切题环节，直接对单题进行批改，支持传入参考答案
• 深度思考：可选开启深度思考模式，进行更深层次推理分析（速度更慢）
• 知识点输出：可配置输出题目关联的知识点信息
• 正确答案输出：可配置输出题目的正确答案
• 手写答案坐标：可配置输出手写答案在原图中的坐标位置
• 多格式输入：支持 PNG、JPG、JPEG、BMP、GIF、WEBP、HEIC、TIFF、HEIF 及 PDF 格式

官方文档：

• 提交任务：https://cloud.tencent.com/document/api/866/128273
• 查询任务：https://cloud.tencent.com/document/api/866/128274

使用时机

当用户提出以下需求时触发此技能：

• 需要对试卷图片/PDF进行自动批改
• 需要识别手写答案并判断正误
• 需要对K12试题进行批改分析
• 需要获取试题的知识点信息
• 需要获取试题的正确答案
• 需要对单道题目进行批改（含参考答案）
• 涉及试卷切题、试题解析的任何场景

环境要求

• Python 3.6+
• 依赖：tencentcloud-sdk-python（通过 pip install tencentcloud-sdk-python 安装）
• 环境变量：
  • TENCENTCLOUD_SECRET_ID：腾讯云API密钥ID
  • TENCENTCLOUD_SECRET_KEY：腾讯云API密钥Key

使用方式

运行 scripts/main.py 脚本完成试题批改。该接口为异步接口，脚本会自动提交任务并轮询查询结果。

请求参数

提交任务 (SubmitQuestionMarkAgentJob) 参数

参数	类型	必填	说明
ImageBase64	str	否(二选一)	图片/PDF的Base64值，编码后不超过10M，分辨率建议600*800以上，支持PNG/JPG/JPEG/BMP/PDF格式
ImageUrl	str	否(二选一)	图片/PDF的URL地址，下载时间不超过3秒。都提供时只使用ImageUrl。建议存储于腾讯云
PdfPageNumber	int	否	PDF页码，仅支持单页识别，默认1
BoolSingleQuestion	bool	否	是否单题批改（跳过切题），默认false
EnableDeepThink	bool	否	是否开启深度思考（更深层推理，速度更慢），默认false
QuestionConfigMap	str	否	题目信息输出配置（JSON字符串），可选key：KnowledgePoints(输出知识点)/TrueAnswer(输出正确答案)/ReturnAnswerPosition(输出手写答案坐标)
ReferenceAnswer	str	否	单题批改时的参考答案，仅单题时有效，多题时不生效

查询任务 (DescribeQuestionMarkAgentJob) 参数

参数	类型	必填	说明
JobId	str	是	任务唯一ID，由Submit接口返回，长度不超过32字符
UserAgent	str	否	请求来源标识(可选)，用于追踪调用来源，统一固定为Skills

输出格式

识别成功后返回 JSON 格式结果：

格式化输出模式（默认）：

{
  "任务ID": "1410885500986064896",
  "任务状态": "DONE",
  "切题数量": "2",
  "旋转角度": 0.0,
  "批改结果": [
    {
      "题号": 1,
      "题干": "1. 小琪在做作业时发现有一道题的一部分被墨水遮住了...",
      "子题": [
        {
          "题号": "1-1",
          "题干": "(1)小琪猜测,墨水遮住的内容是"2a",请你根据小琪的猜测完成计算;",
          "答案列表": [
            {
              "手写答案": "\\frac{2}{a-1}...",
              "是否正确": false,
              "答案分析": "首先将除法转化为乘法，对分子分母因式分解后约分...",
              "正确答案": "...",
              "知识点": ["分式运算", "因式分解"],
              "答案坐标": [113, 648, 558, 648, 558, 698, 113, 698]
            }
          ]
        }
      ]
    }
  ],
  "RequestId": "xxx"
}

原始输出模式（--raw）：

{
  "JobId": "1410885500986064896",
  "JobStatus": "DONE",
  "ErrorCode": "",
  "ErrorMessage": "",
  "Angle": 0.0,
  "MarkInfos": [
    {
      "MarkItemTitle": "1. 小琪在做作业时...",
      "AnswerInfos": [],
      "MarkInfos": [
        {
          "MarkItemTitle": "(1)小琪猜测...",
          "AnswerInfos": [
            {
              "HandwriteInfo": "\\frac{2}{a-1}...",
              "IsCorrect": false,
              "AnswerAnalysis": "首先将除法转化为乘法...",
              "RightAnswer": "",
              "KnowledgePoints": [],
              "HandwriteInfoPositions": [113, 648, 558, 648, 558, 698, 113, 698]
            }
          ],
          "MarkInfos": []
        }
      ]
    }
  ],
  "RequestId": "xxx"
}

响应数据结构说明

SubmitQuestionMarkAgentJob 响应

参数	类型	说明
JobId	str	任务唯一ID，用于查询结果
QuestionInfo	list of QuestionInfo	切题题目边框坐标列表（BoolSingleQuestion=true时为空）
QuestionCount	str	切题数量，作为计费题目数总量
RequestId	str	唯一请求ID

DescribeQuestionMarkAgentJob 响应

参数	类型	说明
JobStatus	str	任务状态：WAIT(等待中)/RUN(执行中)/FAIL(失败)/DONE(成功)
ErrorCode	str	任务执行错误码（非FAIL时为空）
ErrorMessage	str	任务执行错误信息（非FAIL时为空）
Angle	float	图片旋转角度（角度制），水平方向为0，顺时针为正
MarkInfos	list of MarkInfo	试题批改信息
RequestId	str	唯一请求ID

MarkInfo 结构（嵌套递归）：

字段	类型	说明
MarkItemTitle	str	题目的题干信息
AnswerInfos	list of AnswerInfo	批改答案列表（按从左到右、从上到下排列）
MarkInfos	list of MarkInfo	嵌套子题信息（无子题则为空）

AnswerInfo 结构：

字段	类型	说明
HandwriteInfo	str	手写答案内容（如选择题的手写选项、填空题的手写内容）
IsCorrect	bool	答案是否正确
AnswerAnalysis	str	答案分析结果
HandwriteInfoPositions	list of int	答案区域4角点坐标（长度8数组：左上/右上/右下/左下），需配置ReturnAnswerPosition。可能返回null
RightAnswer	str	正确答案内容，需配置 QuestionConfigMap 的 TrueAnswer 为 true
KnowledgePoints	list of str	知识点内容，需配置 QuestionConfigMap 的 KnowledgePoints 为 true。可能返回null

QuestionInfo 结构：

字段	类型	说明
Angle	float	旋转角度
Height	int	预处理后图片高度
Width	int	预处理后图片宽度
ResultList	list of ResultList	文档元素（可能返回null）
OrgHeight	int	输入图片高度
OrgWidth	int	输入图片宽度
ImageBase64	str	预处理后的图片base64编码

错误码说明

错误码	含义
FailedOperation.DownLoadError	文件下载失败
FailedOperation.ImageDecodeFailed	图片解码失败
FailedOperation.ImageSizeTooLarge	图片尺寸过大，请确保编码后不超过10M
FailedOperation.OcrFailed	OCR识别失败
FailedOperation.PDFParseFailed	PDF解析失败
FailedOperation.UnKnowError	未知错误
FailedOperation.UnKnowFileTypeError	未知的文件类型
FailedOperation.UnOpenError	服务未开通，请先在腾讯云控制台开通试题批改Agent服务
InvalidParameterValue.InvalidParameterValueLimit	参数值错误
LimitExceeded.TooLargeFileError	文件内容太大
ResourceUnavailable.InArrears	账号已欠费
ResourceUnavailable.ResourcePackageRunOut	账号资源包耗尽
ResourcesSoldOut.ChargeStatusException	计费状态异常

重要业务逻辑

1. 异步双接口模式：Submit 提交任务 → Describe 轮询，JobStatus 为 DONE/FAIL 时完成
2. Submit 计费，Describe 不计费
3. ImageBase64 和 ImageUrl 必须提供其一，都提供时只使用 ImageUrl
4. 支持格式：PNG/JPG/JPEG/BMP/GIF/WEBP/HEIC/TIFF/HEIF 及 PDF
5. PdfPageNumber 必须为正整数，仅支持单页识别
6. BoolSingleQuestion=true 时跳过切题，直接单题批改
7. QuestionConfigMap 示例：{"KnowledgePoints":true,"TrueAnswer":true,"ReturnAnswerPosition":false}
8. ReferenceAnswer 仅单题时有效，多题时不生效
9. JobId 长度不超过32字符
10. 默认接口请求并发限制：10题/分钟
11. 建议图片存储于腾讯云COS以获得更高的下载速度和稳定性
12. MarkInfo 为递归嵌套结构，可能存在多层子题

调用示例

# 通过URL进行整卷批改（输出知识点和正确答案）
python scripts/main.py --image-url "https://example.com/exam_paper.jpg" \
  --question-config '{"KnowledgePoints":true,"TrueAnswer":true}'

# 通过URL进行单题批改（带参考答案）
python scripts/main.py --image-url "https://example.com/single_question.jpg" \
  --single-question --reference-answer "x=2"

# 开启深度思考模式
python scripts/main.py --image-url "https://example.com/exam.jpg" --enable-deep-think

# 通过文件路径进行批改（自动Base64编码）
python scripts/main.py --image-base64 ./exam_paper.png

# 批改PDF试卷（指定页码）
python scripts/main.py --image-base64 ./exam.pdf --pdf-page-number 2

# 输出原始JSON响应
python scripts/main.py --image-url "https://example.com/exam.jpg" --raw

# 指定地域和自定义轮询参数
python scripts/main.py --image-url "https://example.com/exam.jpg" \
  --region ap-beijing --poll-interval 3 --poll-timeout 300```