READMESource: main@755a20e0
dsh-cetwt · 四六级写译训练(工作台 / 浮窗)
DeepSeek Harness(DSH)桌面端插件。左侧栏图标进入工作台,提供 翻译 / 作文(文本)/ 作文(手写图片 OCR) 三种训练模式,按教育部四六级官方档次评分,并把每次批改落成可统计的历史记录。
- 插件 id:
dsh-cetwt(安装后plugin_manager里的 entryId 为include:dsh-cetwt) - 形态:与左侧「插件市场」「CET-6 工作台」一致——
sidebar.panellist(order 43,紧挨 CET-6)里一个描边图标,点开在主区打开工作台面板main[key=dsh-cetwt];面板里再点「浮窗」可切换成可拖动 / 可缩放的浮窗(shell.overlay,位置记在localStorage['dsh-cetwt:win']),边看对话边写译。 - 前端页面:
/cetwt/app/index.html(纯静态,由宿主/cetwt路由提供,仅回环地址可访问) - 真题库:
data/exams.json,101 套真题(2015–2025,四级 50 / 六级 51):作文题干 99 套、翻译中文原文 86 套、官方参考译文 50 套、官方范文 66 套。数据来自工作区的真题 DOCX 与可复制文本层 PDF,范文/译文只在能与题干对上、且无乱码时收录(同场多套的参考译文按主题词重新配对,配不上就留空,宁可缺不错贴)。
使用方式
- 左侧栏找到「A」字形描边图标,点一下在主区打开「四六级写译」工作台;再点一次或点面板右上「收起」回到对话。若没看到图标,刷新一次页面(客户端 bundle 由 Web GUI 模块图热加载)。
- 想边写边看对话:面板顶部点「浮窗」,切到可移动浮窗——拖标题栏移动,右下角斜纹手柄改尺寸,
⟲复位,×/Esc收起。 - 页面缩放:顶栏
− / 100% / +(80%–160%,点百分比回到 100%),或按住Ctrl滚滚轮;比例记在localStorage['cetwt:zoom']。工作台铺满主区时内容列自动限宽 940px 居中,浮窗模式下按窗口宽度自适应。 - 顶部选择模式、级别、真题;点「开始作答」。
- 文本模式直接粘贴/输入英文;手写模式拖入或选择照片,先点「识别」,识别结果可人工修正后再「提交批改」。
- 批改后按
ui_schema.panel_order依次渲染 11 个模块:任务信息 → 原图&OCR → 你的作答 → 评分概览 → 错误明细 → 要点/结构评价 → 参考范文 → 考点记忆卡 → 提升建议 → 训练统计 → 操作按钮。 - 「个性化提升建议」里除总体建议外,还会给出:全文改写稿(
revised_full,保持原意重写整篇,一键复制)、逐句改写(覆盖全文每一句:原句 → 问题 → 升级版 → 升级点,右侧并排对照真题自带的官方参考范文/参考译文;该套没有官方文本时改为标注「模型生成,仅供参考」)、高级词汇同义替换(原文用词 → 推荐表达 + 差别说明 + 例句,按 23 个分类分组)。 - 操作按钮:保存错题卡、抽取同主题复测、人工修正 OCR、清空本次记录。
- 顶栏「高级词汇」页:每次批改产生的高级词汇会按 23 个固定分类(文化遗产 & 传承、传统节日民俗、传统艺术、技艺、思想典籍、名胜古迹、教育 & 校园、教育基础、大学生成长、线上教育、科技 & 网络、互联网、生活科技、利弊词、环境 & 生态环保、环保基础、污染、灾害、资源、保护、社会民生 & 发展、城市化、人口、社会保障、民生、社会热点话题、经济 & 贸易、个人品质、价值观、观点功能短语)自动归档进
vocab-bank.json,同一词多次出现会累计次数;点分类 chip 只看该组,每张卡可「标记已掌握 / 撤回 / 删除」,可导出 CSV 或一键生成 Anki 词表(标签即分类名)。 - 顶栏「练习记录」页:每次批改自动落库,这里用三张折线图分别画翻译 / 作文·文本 / 作文·手写的成绩走势(x = 第 N 次,y = 0–15 分,点悬停看日期与套号),下面是记录列表,点任意一行可回看当次批改的完整面板;
导出成绩单会写出 CSV。
评分口径
- 翻译 15 分:
faithful 6 / vocab 4 / grammar 3 / fluency 2 - 写作 15 分:
content 5 / coherence 3 / vocab 3 / grammar 4 - 档位、维度、错误类型、范文词数均按官方细则写进 prompt(
index.js的RUBRIC)。 - 分数自洽:
total_score恒等于四个分项之和;并根据error_list反推硬性上限(有错译/漏译 ≤12,有语法/搭配/中式错误 ≤12.5,错误≥5 条 ≤11;作文错误≥3 条 ≤12.5、≥5 条 ≤11、跑题/逻辑断层 ≤11),避免"高分多错"。 - 参考范文/译文优先使用真题自带官方文本(
ensureSample()覆盖模型输出),不编造、不用网络译文。
OCR
- 走多模态模型(
deepseek-account/deepseek-flash,声明inputModalities含 image),图片经ctx.attachments.saveImages()转成 durableImageAttachmentRef后随消息送入ctx.llm.stream()。 - 纯白/无笔迹图片:
ocr_meta.is_ocr_success=false、总分 0、不落库,并提示重拍要点。 - 识别到涂改/划掉内容时标注,不参与评分(prompt 约束);低置信片段用
[?]标注,前端 OCR 文本框可直接改后重提,生成新记录、旧记录保留。 - 手写体识别质量取决于照片:光线均匀、纸面平整、只拍作答区域、避免强反光。
数据落盘($DSH_HOME = C:\Users\zhiyuan\.dsh)
| 文件 | 内容 |
|---|---|
dsh-cetwt/records.json |
历史训练记录(原子写入 tmp+rename,最多 2000 条) |
dsh-cetwt/mistake-cards.md |
「保存错题卡」追加的 Markdown 错题卡 |
dsh-cetwt/anki-import.tsv |
「加入 Anki 复习队列」追加的 TSV(可直接导入 Anki) |
dsh-cetwt/debug-llm.json、last-llm-raw.txt |
模型返回异常时的诊断样本(一般不存在) |
dsh-cetwt/vocab-bank.json |
高级词汇库(按 23 分类归档、含用法/例句/出现次数/掌握标记,原子写入) |
dsh-cetwt/高级词汇库.csv |
「导出 CSV」生成的词汇表(UTF-8 BOM) |
dsh-cetwt/anki-vocab.tsv |
「加入 Anki」生成的词汇卡(CET_vocab::分类 标签) |
dsh-cetwt/成绩单.csv |
「导出成绩单」生成的 CSV(UTF-8 BOM,Excel 直接打开) |
统计(stats_panel)由 records.json 现算:总次数、平均分、连续天数、各错误类型频次、薄弱标签、主题均分、翻译/作文/手写作文分项均分。
HTTP 接口(仅 127.0.0.1)
| 方法 | 路径 | 说明 |
|---|---|---|
| GET | /cetwt/api/health |
健康检查(含 build 版本号、真题数、记录数、存储路径) |
| GET | /cetwt/api/bootstrap |
真题库 + 历史记录 + 成绩走势(trend)+ 统计 |
| GET | /cetwt/api/history |
练习记录列表(最近 200 条)+ 成绩走势 + 统计 |
| GET | /cetwt/api/record?id=… |
回看单次批改:返回 {payload:{ui_schema,ocr_meta,result}, record} |
| GET | /cetwt/api/export |
导出成绩单 CSV → {ok, path, rows} |
| GET | /cetwt/api/debug |
自检:客户端 bundle 是否已进入 Web GUI 模块图(rev、路径、字节数) |
| POST | /cetwt/api/ocr |
{level, mode, exam_id, image:{dataUrl,name}, writing_prompt} → {ok, ocr_text, note} |
| POST | /cetwt/api/grade |
批改 → {payload:{ui_schema, ocr_meta, result}, record_id} |
| POST | /cetwt/api/save_card |
{record_id} → 写错题卡 |
| POST | /cetwt/api/anki |
{record_id} → 写 Anki TSV |
| POST | /cetwt/api/retest |
{level, task_type, theme, except_id} → 同主题另一套真题 |
| POST | /cetwt/api/clear |
{record_id} → 删除一条记录并返回新 bootstrap |
| GET | /cetwt/api/vocab |
高级词汇库:{ok, categories, summary, items} |
| GET | /cetwt/api/vocab_export |
导出词汇 CSV → {ok, path, rows} |
| POST | /cetwt/api/vocab |
{action:"master"|"unmaster"|"delete", key} |
| POST | /cetwt/api/vocab_anki |
导出未掌握词汇到 Anki TSV → {ok, path, rows} |
| POST | /cetwt/api/reset |
{scope:"artifacts"} 清空派生产物;{scope:"all"} 连记录一起清空;{scope:"vocab"} 清空词汇库 |
开发
# 语法与结构自检(不需要启动 DSH)
& 'C:\Users\zhiyuan\.dsh\dsh-runtimes\dsh-primary-runtime\dependencies\node\bin\node.exe' build\test-host.mjs
& 'C:\Users\zhiyuan\.dsh\dsh-runtimes\dsh-primary-runtime\dependencies\node\bin\node.exe' build\test-client.mjs
改完 index.js 必须重载宿主侧代码(不会被文件监听热更新):在 plugin_manager 里对 include:dsh-cetwt 先 enabled:false 再 enabled:true,然后用 /cetwt/api/health 的 build 字段确认新版本已生效。客户端 lib/client.js 由 Web GUI 的模块图按 rev 热加载,若未生效刷新页面即可。
真题库重新生成:python tools\extract_docx.py → python tools\extract_pdf_text.py → 解析稿套次抽取 → python tools\build_exams.py(合并 + 清洗 + 校验)→ 覆盖 data/exams.json。质量自检 python tools\check_exams.py 会写出 tools/out/exams_quality.json。
已知边界
- 真题库覆盖 2015–2025 共 101 套;其中 26 套取自 DOCX(范文/译文最干净),75 套取自 PDF 文本层。31 个扫描版解析 PDF 无文本层,未做视觉 OCR 补录。
- 部分真题 PDF 的字体子集损坏会抽掉字符(如
2019年6月四级真题第一套抽成 "ou are allowed… your y campus…"、no more than] 80 words)。构建脚本的处理:词数要求句整句剥掉并按本级官方区间重写(四级 120–180、六级 150–200);整段题干仍不可辨认的(目前 2 套)直接不提供写作任务,只保留翻译。 - PDF 文本层常有双栏混排(正文与旁批交织),构建脚本会剥掉中文旁批、圈号注标、尾部词表与未完成句;无法自动判定的内容宁可留空也不收录,因此部分套次只有题干、暂无官方范文/译文(此时范文由模型按本级词数现场生成,并在面板标注)。
- 少数套次原始资料本身有瑕疵(如
cet6-201712-3官方译文全小写、cet4-201512-1题干保留原始拼写),保留原样,不做"美化"。 - 模型评分为概率性输出,同一篇作文两次批改可能相差 0.5–1 分;写作训练以错误清单与逐条修正为主,分数看趋势。
No comments yet. Be the first to write one.