项目介绍
本毕业设计实现了一套基于 DeepSeek 大语言模型的智能试卷生成系统，采用前后端分离架构：前端使用 Vue 3 与 Element Plus 构建管理端与用户操作界面，后端基于 Flask 提供 RESTful JSON 接口，配合 Flask-SQLAlchemy、Flask-JWT-Extended 与 Flask-Migrate 完成用户认证、数据持久化与表结构版本管理，接口风格清晰，便于独立部署与联调。教师或管理员可按年级、专业、知识点、题型与难度等参数发起组卷请求，服务端调用 DeepSeek API 生成结构化题目，经校验后写入试卷与题目明细，并支持试卷列表、详情、公开范围控制及基于 ReportLab 的 PDF 导出（学生卷与答案卷）。系统对普通用户实行生成次数配额，管理员可维护用户状态与配额，生成过程记录日志便于追溯。
图片
图片
图片选题背景与意义
传统命题依赖教师长期经验与手工整理，在课程多、班级多、考查点细的情况下，出题耗时长、难度与知识点覆盖不易均衡，且纸质或零散电子稿不利于统一归档与复用。与此同时，大语言模型在自然语言理解与结构化输出方面能力突出，为「参数化组卷 + 机器辅助命题」提供了可行路径。本选题将 DeepSeek 接入规范的 Flask 后端，在服务端统一保管密钥、校验响应并落库，避免前端直连带来的安全风险；结合 JWT 鉴权与配额机制，使系统具备可部署、可审计的教学应用形态。从毕业设计角度，课题覆盖 Web 全栈协作、第三方 API 集成、数据模型设计、PDF 生成与权限管理等典型工程问题，兼具理论意义与实践价值：既体现智能技术对教育信息化的赋能，又训练学生在真实约束下完成可运行、可答辩的完整系统，并形成可复用的工程化文档与接口约定。
演示视频
技术架构图（Mermaid）
图片系统功能模块图（Mermaid mindmap）
图片代码获取
由于项目研发投入，故本项目付费提供（完整代码、包远程安装调试运行）
如需要或类似项目定制（Web管理系统网站、APP、图像识别、深度学习）等均可扫下方二维码联系。
