面向日常题目工作
题库、编辑、组卷、导入、数据和质检中心，支持离线 KaTeX、结构化表格以及答案与解析。
一道题的完整生命周期
题目通过明确、可复核的阶段逐步进入题库。原始依据、中间结果和人工判断不会被隐藏在一次不可解释的导入操作之后。
- 01导入接入 JSON、Markdown、LaTeX、DOCX，或针对特定文档设计导入流程。
- 02结构化统一整理题干、公式、表格、选项、答案、解析和元数据。
- 03人工核对在候选题进入正式题库前检查来源、字段和修正建议。
- 04编辑与质检按字段修改题目，再运行确定性的本地质量检查。
- 05组卷与导出将题目编排成试卷，导出规范 JSON 或常规 DOCX。
成熟工作界面，稳定公共内核
可下载的可视化应用与 Python 公共接口共享同一套规范题目模型。普通用户可以直接操作，贡献者则可以扩展格式、存储和工作流。
可替换的扩展边界
规范 Schema、格式注册表、插件发现、存储适配器、兼容 fixtures 和稳定公共 API。
先核对，再持久化
AI 与后续文档流水线只产生可审阅候选结果；仓库不捆绑密钥，也不允许静默写入生产题库。
可视化快速开始
一条命令打开公开题库。
只需要 Python 3.10 或更新版本。服务仅绑定本机回环地址，创建被 Git 忽略的本地工作区，并打开经过审查的合成案例。
上方实景图展示仓库所有者批准公开的示例题 DX_SX_154；公开仓库不附带生产数据库、其他私有题目、私有纠错规则、密钥、供应商配置或维护记录。
git clone https://github.com/wzsisshadiao-crypto/dq-questionbank-core.git
cd dq-questionbank-core
python run.py