互动卡牌人格探索与成长建议系统
系统把情境选牌、固定维度计分、AI 解读和图像生成连成完整闭环。学生重点掌握“规则计算先行、AI 解释在后”的工程方法，避免把测评做成一次提示词调用。
1. 课题的意义、目的
- 掌握前后端分离 Web 应用的开发流程、接口设计、数据库设计和部署方法。
- 熟悉大语言模型 API 的结构化输出处理方法，理解“规则计算先行、AI 解释在后”的混合智能设计。
- 掌握人格维度模型、题目权重、计分规则、结果归一化等基础测评系统设计方法。
- 培养学生把心理测评、游戏化交互、图像生成和数据可视化整合为完整产品的能力。
- 提升学生对用户隐私、测试结果解释边界和 AI 幻觉风险的处理能力。
2. 课题任务
设计并开发一个互动卡牌人格探索系统。用户完成引导动画、情境选牌、情景问答或拖拽排序后，系统先按固定的人格维度和题目权重计算得分，再把计算结果作为约束传给大语言模型，生成本次探索的人格名称、人格类型、卡牌技能、优势解读、潜在盲点、成长建议和行动清单。系统随后调用图像生成 API 为该人格生成专属卡面，并组装成可保存、可分享的结果海报。
系统需包含用户注册登录、测评引导、答题/选牌、结果计算、AI 解读、卡面生成、结果海报、历史测评记录、多次测评对比、个人中心等功能模块。人格维度建议不少于 6 个，例如行动力、创造力、协作沟通、理性决策、情绪稳定、学习成长；每个维度至少配置 4 道题或 4 组选牌情境。
3. 课题要求
- 系统包含注册登录、测评引导、答题或选牌、卡牌翻转展示、结果解读、专属卡面、海报导出、历史记录等关键页面。
- 探索结果必须先由后端规则模型计算，AI 不得绕过计分规则直接给出人格结论。
- AI 解读必须接收维度得分、题目类型和输出格式约束，返回 JSON；后端必须做 JSON 解析失败、字段缺失、内容越界等异常兜底。
- 卡面图像由服务端调用 Agnes 图像模型生成，前端只展示生成结果；图像生成过程必须有 loading、超时、失败重试和默认占位卡。
- 历史测评记录完整保存，至少展示总分雷达图、维度变化曲线和最近两次测评对比。
- 数据库设计合理，用户、测评答卷、维度得分、AI 解读、卡面、海报记录之间关系清晰。
- 探索结果只能用于自我认知和学习成长参考，页面必须明确标注“不构成心理诊断或职业决策依据”。
- API Key 只存放在服务端，日志中不得输出完整密钥和用户敏感信息。
- 完成功能测试、异常测试和基本兼容性测试，撰写毕业设计说明书。
4. 四人同题差异化矩阵
| 方向 | 面向场景 | 差异化重点 | 特色功能 |
|---|---|---|---|
| A | 校园角色卡 | 围绕学习压力、课堂参与、小组合作、考试焦虑设计题目 | 学期学习状态对比雷达图 |
| B | 职业性格卡 | 围绕岗位偏好、工作节奏、沟通方式、抗压方式设计题目 | 岗位适配提示与面试表达建议 |
| C | 学习风格卡 | 围绕注意力、记忆方式、复习节奏、知识输出设计题目 | 错题处理策略和复习计划建议 |
| D | 社交人设卡 | 围绕宿舍关系、社团协作、线上沟通、冲突处理设计题目 | 社交能量值与沟通话术练习 |
四人必须使用不同的题目库、维度权重、卡面风格和结果文案，不得只更换页面颜色或标题。
5. 参考资料
- Agnes 3.0 Flash 文本模型文档：https://agnes-ai.com/zh-Hans/docs/agnes-30-flash
- Agnes Image 2.5 Flash 图像模型文档：https://agnes-ai.com/zh-Hans/docs/agnes-image-25-flash
- Flask 官方文档：https://flask.palletsprojects.com/
- Vue 3 官方教程：https://cn.vuejs.org/guide/introduction.html
- Chart.js 图表文档：https://www.chartjs.org/docs/
- 人格测评、量表计分与心理测量基础相关公开教材或论文。
- 《毕业实践综合项目设计说明书撰写规范》。
6. 完成形式
- 系统源代码一份。
- 毕业实践综合项目设计说明书电子稿和打印版各一份。