这是一个"阅读理解错因分析工具（MVP）"，通过AI分析孩子答题的思路路径，找出错因并提供补救策略。

1. Page 1 - 题干输入：输入题干，自动拆分为 passage 和 question
2. Page 2 - 答案输入：输入孩子答案和老师标准答案（可选），若无标准答案则AI生成
3. Page 3 - 路径探测对话：进行 3-5 轮对话，还原孩子的真实思路
4. Page 4 - 分析结果：输出完整的错因分析，包括线索、路径、分叉点、错因向量、补救策略等

• 前端：React + React Router + Tailwind CSS
• 后端：Node.js + Express
• 构建工具：Vite

npm install

在项目根目录创建 .env 文件：

OPENAI_API_KEY=your_openai_api_key_here
PORT=3001

重要：请将 your_openai_api_key_here 替换为你的真实 OpenAI API Key。

npm run server

后端服务器将在 http://localhost:3001 运行

npm run dev

前端应用将在 http://localhost:3000 运行

ReadingChick/
├── api/                    # 后端API路由
│   ├── parse-question.js
│   ├── generate-reference-answer.js
│   ├── dialog-step.js
│   └── analyze-answer.js
├── src/                    # 前端源码
│   ├── pages/             # 页面组件
│   │   ├── InputQuestion.jsx
│   │   ├── InputAnswer.jsx
│   │   ├── DialogPage.jsx
│   │   └── ResultPage.jsx
│   ├── App.jsx            # 主应用组件
│   ├── main.jsx           # 入口文件
│   └── index.css          # 全局样式
├── lib/                    # 共享库
│   └── prompts.js         # AI Prompt逻辑
├── server.js              # 后端服务器
└── package.json

解析题干，拆分为 passage 和 question

请求体：

{
  "inputText": "题干文本"
}

响应：

{
  "passage": "文章段落",
  "question": "问题"
}

生成AI参考答案

请求体：

{
  "passage": "文章段落",
  "question": "问题"
}

响应：

{
  "exitAnswer": "参考答案",
  "teacherIntent": "老师意图"
}

路径探测对话步骤

请求体：

{
  "passage": "文章段落",
  "question": "问题",
  "exitAnswer": "参考答案",
  "childAnswer": "孩子答案",
  "history": [],
  "round": 1
}

响应：

{
  "assistantMessage": "AI问句",
  "done": false
}

最终分析

请求体：

{
  "passage": "文章段落",
  "question": "问题",
  "childAnswer": "孩子答案",
  "referenceAnswer": "参考答案",
  "dialogSummary": []
}

响应：

{
  "exitAnswer": "参考答案",
  "clues": [],
  "standardPath": [],
  "childPath": [],
  "divergence": "",
  "errorVector": {
    "processing": [],
    "task": [],
    "style": []
  },
  "explanation": "",
  "strategy": [],
  "replay": []
}

⚠️ 当前版本使用模拟AI数据

lib/prompts.js 中的 callAI 函数目前返回模拟数据。要使用真实的AI功能，需要：

1. 在 lib/prompts.js 中替换 callAI 函数
2. 集成真实的AI API（如OpenAI、Claude等）
3. 确保AI返回的数据符合规定的JSON格式

• 所有API返回严格JSON，不输出散乱文本
• 页与页之间只传递指定字段
• 页面逻辑保持线性：Page1 → Page2 → Page3 → Page4
• 所有AI调用必须遵守统一JSON格式
• 不允许跳过分析步骤或修改JSON结构

MIT