---
name: edu-video-evaluation
description: 自动化的学生说题视频打分反馈工作流。当用户要求“处理说题视频”、“给这些说题视频打分”、“按照SOP评审视频并生成反馈表”时触发。该技能会自动完成视频语音转写、基于SOP的AI多维度评分，并与总表匹配生成带有排名的最终成绩反馈表。
---

# 学生说题视频自动化打分与反馈工作流

这是一个标准化的教育评价自动化技能。当你被要求处理一批说题视频时，请严格按照以下三个步骤执行工作流：

## 1. 语音转文本 (ASR)
- **目标**：将指定文件夹内的所有学生说题视频（通常按数字序号命名，如 `1.mp4`, `2.mp4`, 或分段的 `15-1.mp4`）提取出语音并转写为纯文本。
- **要求**：
  1. 使用本地环境的 `whisper` 库处理视频文件，提取全部人声语音。
  2. 对于带连字符的分段视频（如 `2-1.mp4` 和 `2-2.mp4`），需要识别为同一个学生的视频并把文本拼接在一起。
  3. **输出要求**：只输出原始文本（不要总结、不要润色、不要时间轴、不要开场白）。如果视频无法解析，输出“【视频解析失败】”。
  4. 遇到学科专有词汇（如相向而行、等量关系等），注意根据上下文自动纠错同音字。
  5. **产出文件**：在目标文件夹下生成 `<文件夹名>_语音转文本.xlsx`，包含两列：`序号`（视频数字标号）和 `语音转文本`。

## 2. AI 智能说题评审
- **目标**：根据文件夹内提供的《说题SOP》文件（PDF或Word），对上一步生成的每个语音转写文本进行严格打分。
- **评审准则**：**必须严格、完全地依据 SOP 中的标准**（例如通常包含“审题清晰”、“思路正确”、“计算规范”、“反思深刻”、“表达流畅” 5个维度，每项0-4分，满分20分）。**禁止使用固有外部知识**。
- **输出格式**：
  必须为每个学生生成如下详细的多维度带评语的格式：
  【总分】：XX /20
  审题清晰：X/4；评价：...
  思路正确：X/4；评价：...
  计算规范：X/4；评价：...
  反思深刻：X/4；评价：...
  表达流畅：X/4；评价：...
  【简短总评】：(指出优点和不足，并给出鼓励)
  *(如果转写文本为“【视频解析失败】”，则所有维度计为无法评分，提示需人工复核。)*
- **产出文件**：在转写Excel基础上追加这些列，保存为 `<文件夹名>_包含评审结果.xlsx`。可以通过自己写Python脚本来批量处理和生成。

## 3. 匹配名单与排名反馈
- **目标**：将打分结果与学生的学号、姓名匹配，按分数排序，并生成最终可供发布的反馈表。
- **操作步骤**：
  1. 找到用户工作目录（如暑假作业目录）下的**总名单/成绩追踪表**（如 `五5 6 0816.xlsx`）。
  2. 定位对应的班级 Sheet（如 `暑期505`），根据本期作业的序号列（如“第五次说题顺序”），将评审表中的视频序号与表中的 `学号` 和 `姓名` 对应起来。
  3. 将匹配后的数据**按总分从高到低排序**。
  4. 新增一列 `本班说题最高分`。排名规则：
     - 并列第一名（最高分）：独享 5个大拇指 `👍👍👍👍👍`
     - 并列第二名：获得 3个大拇指 `👍👍👍`
     - 并列第三名：获得 1个大拇指 `👍`
     - 其余名次：留空
  5. **产出文件**：生成并保存最终的 `<文件夹名>_反馈表.xlsx`，并通知用户任务完成。

## 执行注意点
- 此任务处理的数据量可能较大（包含音频处理和循环推理），你需要利用你执行命令和写代码的能力，独立编写并运行 Python 脚本来实现整个流程，不要每一步都试图向用户确认细节，直接端到端跑通并输出最终结果文件即可。