math_cms/config/ai.php

<?php

return [
    /*
    |--------------------------------------------------------------------------
    | AI Service Configuration
    |--------------------------------------------------------------------------
    */

    'driver' => env('AI_DRIVER', 'deepseek'),
    'parse_mode' => env('AI_PARSE_MODE', 'structured'),
    'enable_solution_steps' => env('AI_PARSE_ENABLE_SOLUTION_STEPS', true),

    'deepseek' => [
        'api_key' => env('DEEPSEEK_API_KEY'),
        'api_keys' => env('DEEPSEEK_API_KEYS'),
        'base_url' => 'https://api.deepseek.com/v1',
        'model' => 'deepseek-chat',
        'timeout' => 30,
    ],

    'openai' => [
        'api_key' => env('OPENAI_API_KEY'),
        'api_keys' => env('OPENAI_API_KEYS'),
        'base_url' => 'https://api.openai.com/v1',
        'model' => 'gpt-3.5-turbo',
        'timeout' => 30,
    ],

    'question_detection_prompt' => <<<'PROMPT'
请判断下面这段 Markdown 是否是一道数学题目。

判断逻辑：
- 若包含题号（例：1. 2. 3.）
- 或包含数学公式、括号空格（___）、选项（A. B.）
- 或包含题图

非题目内容包括：知识点介绍、章节标题、教材说明、前言、目录、示例说明。

题目内容：
{content}

请输出 JSON 格式：
{
    "is_question": true|false,
    "confidence": 0 ~ 1
}
PROMPT,

    'question_parse_prompt' => <<<'PROMPT'
你是一名“数学题目结构化解析器”。请把下面这段 Markdown 解析成一条题目候选的结构化 JSON。

要求：
- 只输出 JSON，不要输出其它文本
- 必须包含字段：index, stem, options, images, tables, is_question_candidate, ai_confidence
- index 为题号（整数）；若无法识别，则使用输入 index
- stem 为题干字符串（保留 Markdown/LaTeX）
- options 为对象，key 为 A/B/C/D...（若没有选项则为 null）
- images 为数组，包含图片 URL（Markdown 图片或 <img src="">）
- tables 为数组，包含表格 HTML 或 Markdown 表格原文
- is_question_candidate 为布尔值：是否为“可进入候选库”的题目
- ai_confidence 为 0~1 的浮点数

输入 index: {index}
输入内容：
{content}

输出 JSON 示例：
{
  "index": 1,
  "stem": "....",
  "options": {"A": "...", "B": "..."},
  "images": ["https://..."],
  "tables": [],
  "is_question_candidate": true,
  "ai_confidence": 0.82
}
PROMPT,

    'knowledge_match_prompt' => <<<'PROMPT'
你是一名数学知识点匹配器。给定题目内容与知识点候选列表，输出最相关的知识点。

要求：
- 只输出 JSON，不要输出其它内容
- 输出字段为 knowledge_points 数组，每个元素包含 kp_code 与 weight (0~1)
- 若无法匹配，返回空数组

题目内容：
{question}

候选列表：
{candidates}

输出 JSON 示例：
{
  "knowledge_points": [
    {"kp_code": "A01", "weight": 0.82},
    {"kp_code": "B03", "weight": 0.45}
  ]
}
PROMPT,

    'solution_steps_prompt' => <<<'PROMPT'
你是一名数学解题专家，请为题目生成“分步骤评分解题过程”。

要求：
- 只输出 JSON
- steps 为数组，每一步包含：
  - step_index: 从 1 开始
  - title: 本步标题
  - content: 本步解释
  - score: 本步分值（数字）
  - kp_codes: 与本步相关的知识点数组

题目内容：
{question}

输出 JSON 示例：
{
  "solution": "整体解题思路概述",
  "steps": [
    {"step_index": 1, "title": "...", "content": "...", "score": 4, "kp_codes": ["A01"]},
    {"step_index": 2, "title": "...", "content": "...", "score": 6, "kp_codes": ["B02", "C03"]}
  ]
}
PROMPT,

    'question_generation_prompt' => <<<'PROMPT'
你是一名“数学题目完善助手”。给定原题干与可选图片外链，请补全题目关键信息并做轻量修订。

要求：
- 只输出 JSON
- 必须包含字段：stem, options, answer, solution, question_type, difficulty, knowledge_points, solution_steps
- 可选字段：abilities（能力/技能点数组）
- stem 只做轻微修订（排版/符号/错别字），不得改题意
- 若提供图片外链（image_urls），可结合图片理解题意，但不要生成 SVG
- question_type 仅允许：choice / fill / answer
- answer 类题目必须提供 solution_steps（分步评分），每步包含 score 与 kp_codes
- knowledge_points 为题目级知识点列表

材料内容（含题干与图片）：
{content}

输出 JSON 示例：
{
  "stem": "...",
  "options": {"A": "...", "B": "..."},
  "answer": "...",
  "solution": "...",
  "question_type": "answer",
  "difficulty": 0.6,
  "knowledge_points": ["A01"],
  "solution_steps": [
    {"step_index": 1, "title": "...", "content": "...", "score": 4, "kp_codes": ["A01"]}
  ],
  "abilities": ["计算能力", "分析能力"]
}
PROMPT,
];