前言¶
作业批改是 K12 教师和教培教研团队每周都要重复做的事，重复到没人愿意认真设计。常见的做法是：客观题自己对着答案表逐题比对，主观题凭印象写一句”很好”“继续努力”，讲评课靠翻作业本挑几道题。结果是批改慢、评语空、学情糊、讲评没有数据支撑。
下面介绍的这个 Skill 把这几件事串成一条流水线：教师提供”标准答案表 + 学生答卷”，技能直接产出总表、学情报告和逐人反馈单。
这是什么¶
学页｜AI作业批改与助教台（坐标 @xuyeedu/ai-grading-desk）是一款面向 K12 教师与教培教研团队的智能批改技能。发布者为学页教育，来源类型是 enterprise，分类 education，当前版本 1.0.0。
它解决的四个问题来自官方简介：
- 批改慢。一个班 45 份作业，客观题手工比对约 3 小时，挤占备课时间。
- 评语干。全班评语只有”很好/继续努力”，学生看了没感觉，家长看了没信息。
- 学情糊。只有一个平均分，不知道全班卡在哪个知识点、谁在掉队。
- 讲评难。讲评课凭印象选题，没有高频错题与错因数据支撑。
核心功能¶
官方简介里列了四块能力，下面按处理顺序介绍。
客观题规则判分引擎¶
负责客观题的判分。输入是标准答案表和学生答卷，输出是逐题对错结果，不需要人逐题比对。这一层不涉及模型判断，走的是规则比对。
主观题三层批改模型¶
主观题按三个层次依次判定，顺序是”知识点命中 → 步骤完整性 → 表述质量”。先确认答案指向的知识点有没有命中，再看步骤是否完整，最后评估表述质量。三层结果合并后形成该题的批改意见，而不是一句泛泛的评语。
逐人评语骨架与学科话术库¶
针对”评语干”的问题。技能内置评语骨架和学科话术库，逐人产出反馈单，学生和家长能读到具体信息，而不是模板化的鼓励语。
知识点掌握度分析与讲评课素材生成¶
针对”学情糊”和”讲评难”。基于上面的判分结果做知识点维度的掌握度分析，并生成讲评课素材，让选题有高频错题和错因数据支撑。
四块能力串起来之后，”改完一个班的作业”变成”10 分钟拿到总表 + 学情报告 + 逐人反馈单”。这个 10 分钟是官方简介里的表述。
安装与启用¶
官方抓取资料里没有给出 CLI 安装命令、配置文件字段或依赖说明，所以这部分只能写已核实的内容，其余需要到官方页面确认。
已核实的信息：
坐标: @xuyeedu/ai-grading-desk
名称: 学页｜AI作业批改与助教台
版本: 1.0.0
来源: enterprise
分类: education
发布者: 学页教育
标签: requires_api_key=false
requires_api_key=false 意味着技能自身不声明需要 API Key，接入时通常不需要额外申请密钥。但它依赖通用 SKILL.md 格式运行，具体是哪种宿主环境（Cursor、Codex CLI、Claude Code 等）支持，官方资料没有分别说明，这里不做推断。
启用前需要准备的输入是”标准答案表 + 学生答卷”，来源可以是平台导出，也可以是人工录入。
典型用法¶
官方简介给出的输入输出形态比较明确，可以据此复现：
1、准备标准答案表。按题目编号给出标准答案，可以是平台导出的表格，也可以人工录入。
2、准备学生答卷。一个班 45 份，逐人提交。
3、交给技能批改。技能依次跑客观题规则判分、主观题三层批改模型。
4、领取三份产出：总表（逐人逐题得分）、学情报告（知识点掌握度）、逐人反馈单（评语）。
如果讲评课要用，接着取讲评课素材，素材来自知识点掌握度分析的结果。
适用场景与注意¶
适合的场景：K12 学科作业批改、教培机构的教研团队做作业讲评与学情分析，尤其是客观题占比高、主观题需要写评语的作业类型。
需要注意的几点：
- 技能的输入依赖标准答案表。答案表本身不准确，判分结果也不会准确，录入前需要先核对。
- 主观题三层模型的输出质量受学生答卷可读性影响。潦草或缺步骤的答卷，步骤完整性这一层判断会变弱。
- 学情报告的粒度取决于作业覆盖的知识点。作业里没出现的知识点不会有掌握度数据。
- 官方页面显示的评分为 100000、下载 5572 次，安装量为 0。安装量为 0 意味着在公开统计口径下还没有通过该页面产生的安装记录，选用前建议先在小范围班级试用。
- 官方页面抓取时返回失败，正文中的数值来自预抓取资料。若与页面实时显示不一致，以官方页面为准。
结尾¶
这个技能的价值不在于替代批改，而在于把批改里最耗时的客观题比对、最费心的主观题评语、最容易被忽略的学情分析合并成一次操作。对每周要批多个班作业的教师和教研团队来说，省下的是备课和讲评准备的时间。
官方地址：https://api.skillhub.cn/xuyeedu/ai-grading-desk
SkillHub 页面：https://www.skillhub.cn/skills/xuyeedu/ai-grading-desk
