核心用法
GESP作业技能是一款专为CCF GESP（编程能力等级认证）设计的智能出题工具。用户通过指定班级名称、日期和具体知识点（如循环结构、数组操作、字符串处理等），系统自动生成符合GESP考试标准格式的完整作业卷，包含10道选择题、5道判断题和6道编程题，总分750分。系统支持嵌入OJ在线评测链接，并自动生成配套答案文件，形成"题目-答案"双文件输出。
生成流程遵循六步策略：信息采集→Front Matter设计→选择题生成（融入情境）→判断题生成（答案随机）→编程题配置→答案文件输出。特别设计了情景约束词库（场景类、物品类、行为类、人群类），通过2-3个约束词组合引导AI自主创造贴近14岁学生生活的情境，避免"小明小红"等刻板人名和长篇故事背景。
显著优点
标准化程度高：严格遵循GESP官方题型结构与分值分布（选择10题×10分、判断5题×10分、编程6题×100分），确保训练与实战接轨。
防作弊设计：答案分布随机化处理——选择题A/B/C/D均匀分布，判断题T/F比例控制在2:3或3:2，杜绝规律猜测；同时每套试卷情境独立生成，避免固定模板 memorization。
教学场景贴合：情境设计紧扣高中生生活场景（教室、食堂、网吧、便利店等），将枯燥的算法知识点转化为排队抢票、分零食、游戏升级等具象问题，提升学生代入感。
输出格式规范：自动生成标准Markdown文件，支持Front Matter元数据管理，便于后续归档检索；编程题支持OJ链接嵌入，实现"练习-提交-评测"闭环。
潜在缺点与局限性
情境质量波动：虽然约束词库引导自主创造，但AI生成的情境与知识点的逻辑契合度存在不确定性，可能出现"为情境硬凑题目"的生硬感，需人工二次校验。
编程题深度依赖外部资源：若用户未提供OJ链接，系统仅能生成题目框架，实际评测数据与标程需额外配置，完整度受限。
知识点覆盖盲区：目前明确设计为"用户指定知识点"模式，未内置GESP全考纲自动轮询机制，对系统性复习规划的支持较弱。
个性化适配有限：固定21题结构（10+5+6）难以灵活调整，如需针对薄弱章节专项突破（如仅练数组），需多次调用或人工筛选。
适合的目标群体
- GESP培训机构教师：批量生成阶段测验、周末作业，节省命题时间
- 信息学竞赛教练：为预备GESP考级的学生定制针对性训练卷
- 中学信息技术教师：开展校内编程社团活动，需要标准化评测工具
- 自学备考学生：按知识点自测，检验薄弱环节
使用风险
依赖项风险：本技能依赖外部AI生成内容的质量，极端情况下可能产生语法错误题目或逻辑不自洽的情境，建议关键考试前人工复核。
内容合规风险：情境词库包含"网吧"等边缘场景，虽贴近现实但可能引发家长敏感；系统内置"避免成人化场景"约束，但无法完全杜绝价值观争议内容，机构使用前建议自定义敏感词过滤。
数据持久化风险：技能本身不承诺文件存储服务，生成的Markdown文件需配合Obsidian、Git等工具自主管理，存在误删或版本混乱可能。
随机性失控风险："答案随机分布"原则在极端小样本下（如单次生成）可能偏离理想比例，批量生成时统计分布更优。