TestMadeEasy：拍照生成试卷，当天完成|考卷|考试|辅导

```html TestMadeEasy：拍照生成试卷，当天完成 TestMadeEasy：拍照生成试卷，当天完成

Hacktoberfest Open-Source AI Challenge · Week 2 (Side Hustle)

我做了什么

我的朋友 Akash Agrawal 在一家辅导中心教书。每次他需要为某个班级、某个科目或某个单元出一份测试卷，流程几乎固定：从参考书和旧卷子里挑题，截图，做标记，然后把一堆截图丢给排版员。

排版员的工作，是把这些截图重新敲成一份卷子——用规范的数学符号重打每道题，重画图表，套进机构带 logo 的品牌模板，导出 PDF 再回传审核、打印。Akash 的中心普通题付 ₹5 一道，带图的题 ₹10 起。时间上大约一周：老师挑题 2 天，等排版员 5 天。

TestMadeEasy 想砍掉的，就是中间这一层。老师拍下一页书（或框选其中一段），应用把每道题还原成干净、格式统一的文本：

题目转成 LaTeX，让数学和化学符号看起来像真正的考卷
选项与题干分开
自动生成答案与解析
标注学科、章节、知识点、难度和分值
图表直接从照片里裁出来

之后老师选题、套上机构品牌（logo、配色、页眉、水印），打印试卷和答案卷。当天完成，不需要排版员。

还有一个让系统越用越聪明的设计：共享题库。每道提取出来的题都会和题库比对，已经有人扫过的题会被匹配同步，而不是重复提取。题库越大，需要重新扫描的内容越少——老师开始改现有题目的数值，而不是从头敲新题。

谁在为这件事付钱

目标是小型辅导机构，那种几个老师、每周跑 JEE、NEET 和 board exam 测试的机构。他们今天已经在为这项工作付费：按题付给排版员，或者付成工资——有些排版员一个考试周期拿 ₹15,000 到 20,000。

定价按订阅分层：

免费版：5 份试卷，永久保留在账户里。
付费版：教师账号，每月最多 100 份试卷，按生成的试卷计费。每份 10 到 15 道题，目标做到每题 ₹1 到 2，对比现在付的 ₹5 到 ₹10 以上。
高级版：接入共享主题库，可以用其他老师已经提取过的题来组卷。
自带密钥：更大的中心可以接入自己的 API key 和更强的模型。

₹1 到 2 这个数字能成立，靠的是这周重建所跑的模型。在 Gemini 3 Flash 上，一页的 token 成本约 $0.003——单看很小，直到一位老师扫完一本 200 页的题册。Gemma 4 目前在 Gemini API 上不收费，这才让每题 ₹1 到 2（以及一个真正的免费层）算得过来。应用仍在每道题上记录 token 数，一旦收费变化能立刻看到。

演示

在线地址：testmadeeasy.tech

评审登录（一个已加载示例数据的教师账号）：

邮箱：testinguseramrit@gmail.com
密码：hacktoberfest

账号里有从 4 张练习卷提取的 18 道题、一个“Shree Science Academy”品牌，以及 3 份带答案的试卷。想自己试的话，去 Add Questions 上传任意一页（或仓库里的示例卷）。一页通常不到一分钟。

代码

amrit-dash / testmadeeasy

把一页教科书照片变成带品牌、可打印的试卷。Gemma 4 把题目提取成 LaTeX。

TestMadeEasy 是给辅导老师的试卷生成器。你拍下一页参考书，开放权重的 Gemma 4 模型把每道题拉成干净的 LaTeX：选项、学科、章节、知识点、难度、分值，以及图表所在位置。题目进入你自己的题库。你挑出想要的题，加上机构的 logo、配色和水印，打印试卷和答案卷。

它是为印度那些每周跑 JEE、NEET 和 board exam 测试、目前花钱请排版员逐题重打的小型辅导机构做的。

演示视频：youtu.be/lA2mvoYwOtQ

想不用自己的页面试试？docs/images 里的 4 张练习卷（物理、化学、数学、生物，全部原创题）就是演示所用的素材。

这周的位置

我想把时间线说清楚。TestMadeEasy 始于 2026 年早些时候的一个私人项目，建在 Gemini 上。Akash 在 Replit 里搭了第一版 UI，我搭了后端、AI 流水线和周边基础设施。

我们以 ₹5,000 向一家 IIT 备考辅导中心做了推介。他们没有说不。他们付了 ₹1,000 做试用，我们给他们开了账号，导入他们之前的试卷，还抓了往年 IIT 试卷来预填共享题库。提取效果足够好，试卷出来是对的。

但他们并没有真正用起来。他们继续通过 WhatsApp 把试卷发给我们，于是我们自己跑平台再把卷子发回去。他们真正想要的是一个 WhatsApp 机器人：发照片，回一份卷子。这是习惯，加上一个他们始终没太用顺的平台，我们没有走出试用阶段。不过 Akash 每天用自己的课在用，也传给了其他在用的老师。

那次推介给我的教训是价格。对一个习惯按题付费给排版员的中心，₹5,000 很难卖。这周是转折点：我们把 AI 核心重建在开放权重的 Gemma 4 上，把成本压到下次能报每题 ₹1 到 2，同时把代码开源。

我怎么搭的

前端 React 和 Vite，后端 Express，Postgres、认证和图片存储用 Supabase。整体作为一个容器跑在 Google Cloud Run 上，前面是 Firebase Hosting，挂在 .tech 域名下。

换入 Gemma 4

此前所有 AI 调用都走 Gemini。Gemma 4 通过同一个 Gemini API、同一把 key 提供，接受相同的系统提示词和 JSON 响应结构，所以第一步基本是配置：

gemma-4-31b-it 负责提取、答题和图表重绘。
gemma-4-26b-a4b-it（混合专家，4B 激活）给老师对共享题的修改打分。
管理员可以从下拉菜单把任一任务切回 Gemini 模型，代码其他部分不需要知道当前跑的是哪个。

然后我们在真实页面上测试，工作就在这里。

不生成图像的图表

Gemma 不生成图像，我们也不希望它生成。重画图表会丢细节还烧 token。模型只负责指出每张图在哪，我们从原照片里裁出来，什么都不丢，成本也低。

旧提示词要求用百分比返回 {x, y, width, height}。Gemma 老是返回半个框（只有 {x: 61, y: 158}，没有宽高）或原始像素，应用没东西可裁，只能显示整页。我们换成 0 到 1000 网格上的 [ymin, xmin, ymax, xmax]。这是 Google 视觉模型做检测时训练用的格式；Google AI 的 Detecting and Editing Visual Objects with Gemini 和 Native Bounding Boxes Changes Everything for Visions Devs（作者 amirhosseinghanipour）都解释得很好。服务端把框转回百分比：

// [ymin, xmin, ymax, xmax] on a 0-1000 grid -> {x, y, width, height} in percentfunction boxToBounds(box: unknown, padPct: number) {  if (!Array.isArray(box) || box.length !== 4) return null;  const [ymin, xmin, ymax, xmax] = box.map((v) => Math.min(1000, Math.max(0, v)) / 10);  const x = Math.max(0, xmin - padPct);  const y = Math.max(0, ymin - padPct);  return { x, y, width: Math.min(100, xmax + padPct) - x, height: Math.min(100, ymax + padPct) - y };}

框第一次就从不靠谱变得贴合。

模型还倾向于把题目的框早停一行，最后一行选项被切掉。服务端没有再加一段“请包含选项”的提示词，而是用几何方式把每个框往下扩：取题目自己的图表，往下扩到同列下一道题的上方为止。

让 Gemma 可靠

还有几处坏了，每处修起来都不大，但都得先找到：

页面无缘无故“失败”。Gemma 有时即使在 JSON 模式下也会把 JSON 包进 markdown 代码块。我们的“是否被截断”检查在找闭合的 }，找到的是代码块围栏，重试两次就放弃。剥掉围栏后，4 张测试页里修好了 2 张。
4 道题只回来 1 道。现在 schema 要求模型先列出页面上所有题号再提取。列了 4 道只返回 1 道，服务端重试一次并告知漏了什么。
调用挂了 15 分钟。每次 AI 调用现在有 150 秒超时，卡住的请求会重试而不是堵住任务。
任务中途冻住。提取在上传请求返回后于后台运行。Cloud Run 默认只在请求进行中给容器 CPU，没人轮询时任务就爬。一个 --no-cpu-throttling 标志解决。
免费层限制。Gemma 在 Gemini API 上有较低的每分钟 token 上限，一页要花 3 到 5k token，所以 Gemma 调用改成同时跑 2 个。

这一轮下来：4 张练习卷输入，18 道题全部输出，每道都带可用的裁图。

为什么开放创新在这里重要

成本就是整个生意。我们的推介部分败在价格上。在 Gemini 3 Flash 上一页 token 成本约 $0.003，单看很小，直到一位老师扫完一本 200 页的题册。Gemma 4 目前在 Gemini API 上不收费，这才让每题 ₹1 到 2（以及一个真正的免费层）算得过来。应用仍在每道题上记录 token 数，一旦收费变化能立刻看到。

关键的东西不被锁定。题库才是产品。如果免费层消失，权重是开放的：我们可以在自己的 GPU 上跑同一个 Gemma 4，提示词和 schema 原样保留，因为是同一个模型，不是“相似”的模型。

隐私是下一步，我也说清楚：目前托管免费层是把成本压到零的原因，而 Google 表示免费层的提示词可能被用于改进其产品。对于不希望试卷离开大楼的学校，自托管同一个开放模型是诚实的答案，这在待办清单上。

接下来想做的：试用中心要的 WhatsApp 流程（发照片，回一份卷子），以及把低质量手机照片裁出的图表做超分。

奖项类别