夜雨聆风一句话剧透：一个 MIT 开源的"AI 阅卷辅助工具"——用浏览器窗口截图 + 视觉模型评分 + 置信度阈值 + 鼠标坐标点击，把"教师批改机械题"这件事自动做完；并且内置了 Codex Skill，你可以基于这套骨架改成任何"机械点击"场景。
教师批改的痛苦，不在"判断"，在"重复"
期末考试结束，200 份试卷摞在桌上，全是同一道机械题 —— 选择题 / 填空题 / 简答题的固定答案，答案位置在卷子上几乎不变，分值按钮就在屏幕右侧那几个固定坐标。
判卷这件事，真正的"判断"只占 5%，剩下 95% 都是机械劳动：截图、看答案、点分数、点下一份、点分数、点下一份…… 一份卷子 30 秒， 200 份就是 100 分钟，3 个小时不抬头，脖子僵硬，眼睛酸胀。
更难受的是 —— 教师不是不能判断，是判断太简单了，机器也能做。真正该花时间的，是后面那 30 分的论述题、作文、需要看学生思路的主观题。但因为前面 70 分的机械题耗光了精力，到了真正需要耐心的部分反而敷衍了。
今天这个开源项目，就是来解决"机械点击 = 浪费生命"这件事的。
这个项目，把"截屏 → 评分 → 点击"做成了完整流水线
Liuhe808/local-grading-automation[1] 是个发布 4 天的"AI 阅卷辅助工具"（star 还不算多，目前个位数，但项目结构完整，已经被作者自己用 Codex 在 3 周内迭代到 11 个 commit ）。
它的核心思路很直接 —— 用你电脑上的浏览器 + Python + 视觉模型，组成一条事件驱动的批改流水线：
整个过程最关键的一条规则写在了 README 里 —— "模型未返回前不会点击。暂停或重新继续后，旧请求即使返回也不会触发点击，避免上一份结果点到下一份。"
这才是真正让老教师敢用的设计 —— 它把"AI 误判"的可能性从机制上掐死了。
5 大设计亮点，把"AI 阅卷"做成了工程级方案
我用下来，最让我意外的不是"AI 能不能判分"（这个 GPT-4o / Claude / Qwen-VL 都能做），而是作者把工程细节抠到了极致。我挑 5 个最戳我的点聊聊。
1. 置信度阈值 —— 不是"AI 说了算"，是"你说了算"
工具里有三个置信度档位：
这意味着 AI 永远不是"代教师做决定"，而是"做确定的部分 + 难的部分留给人"。跟 39 期 Lujie-Careerkit 强调"AI 简历优化不编造经历"是同一种思路 —— AI 工具要守住"不替人拍板"的底线。
2. 显式启用 + 127.0.0.1 —— 安全设计到位
工具启动后只在 127.0.0.1 监听（ localhost ），不会暴露公网。所有自动化行为需要用户在网页里点"开始批卷"才启动 —— 不会自己偷偷点、不会后台运行。
这跟 39 期 Lujie-Careerkit 强调"数据存本地 SQLite"、 37 期 ackem 强调"AI 桌面伴侣本机运行"是同一种"本地优先"的工程哲学 —— 工具的便利不能以"绑架用户"为代价。
3. Windows 鼠标接口 —— 绕过浏览器沙箱
工具通过 Python 调用 Windows 的鼠标接口（pyautogui / Windows API ）直接在屏幕坐标上点击 —— 不依赖阅卷系统的 API ，不要求系统开放接口，不被浏览器的安全策略拦截。
换句话说：只要教师能打开阅卷系统的网页，工具就能配合。这是它适配各种封闭阅卷系统的关键 —— 不需要学校升级系统、不需要 IT 部门配合。
4. Codex Skill 内置 —— 这个项目的"最大彩蛋"
工具目录里直接内置了一个 Codex Skill（skill/local-grading-automation），包含 SKILL.md + agents/ + references/ 三个子目录。
你可以用一行 prompt 让 Codex （ OpenAI 的编程助手）理解整个项目的结构，然后基于这套骨架改造成你自己场景的"机械点击工具"：
Use $local-grading-automation to adapt this grading assistant to my local grading system. Codex 读完 SKILL.md 就知道：项目的事件驱动流程、模型图片输入方式、鼠标坐标点击、常见排查路径 —— 你不用自己啃代码， Codex 替你改。
这是 36 期小狐 IP 工作室、 34 期公考花生十三 skill 的同一种设计哲学：Skill 不只是"说明书"，是 Agent 友好的"骨架包"。你拿过去改一改，就能套到完全不同的场景。
Skill 这件事多说一句：如果你对"给 Agent 用的 skill"不太熟，可以把它理解成"给 AI 助手的工作交接文档" —— 不是给人类看的教程，是让 AI 读完就知道怎么帮你干活的清单。 36 期小狐 IP 、 34 期花生十三、 41 期 local-grading-automation 都是这种思路。
5. 边界写得很清楚 —— 哪些能做、哪些坚决不做
README 里专门列了"不适合"的场景：
作者把"工具的边界"写得比"工具的能力"还详细 —— 这说明他很清楚自己做了什么、没做什么。这种"我懂我的局限"的作者，用起来比"什么都能做"的工具放心 100 倍。
这个项目适合谁？—— 别只看"教师阅卷"
项目名字叫 "local-grading-automation"，但它的骨架是通用的"机械点击 + 视觉判断"工具。基于它的 Codex Skill ，你可以改出无数种本地自动化工具：
只要你的工作里有"看屏幕 → 简单判断 → 点固定按钮"这种循环，这套骨架都改得出来。
这就是 Skill 形态项目最值钱的点：它不只是"一个工具"，是"一类工具的种子"。
部署 / 使用的 2 种方式
方式 1 ：直接当工具用（普通教师）
需要 Windows + Node.js 20+ + Python 3.10+：
git clone https://github.com/Liuhe808/local-grading-automationcd local-grading-automationCopy-Item.env.example.envscripts\start-local-tool.cmd打开浏览器访问 http://127.0.0.1:5175，在网页里： 1. 填题号、满分、标准答案、给分规则 2. 点"开始捕获"框选学生答案区域 3. 记录各分值按钮坐标 4. 设置置信度阈值（达到 → 自动 / 不到 → 暂停或跳过） 5. 点"开始批卷"
整个流程从配置到第一次跑通，预计 15-30 分钟。
方式 2 ：基于 Skill 改造（ Codex 用户）
把仓库 clone 下来之后，在 Codex 里说一句话：
Use $local-grading-automation to adapt this grading assistant to my local grading system. Codex 会读完 SKILL.md ，告诉你这个项目怎么拆、怎么改、哪些文件管哪件事。
如果你不知道 Codex 是什么 —— 可以把它当成"一个会读代码的 AI 编程助手"（跟 GitHub Copilot Cursor 是同类产品）。它能读懂项目结构、帮你改代码、回答"这个项目怎么用"。
架构拆解 —— 为什么这个项目能"跑得起来"
整个项目分 5 层：
关键点：所有数据流都在本机 —— 截图从浏览器捕获 → 发给本机 Python API → 转发给视觉模型（可选本地 Ollama / LM Studio ） → 返回结果 → Node Server 决策 → 调 Windows 鼠标点击。不依赖云端调度， 不经过任何第三方服务器。
这条路跟 37 期 ackem （本地 AI 桌面伴侣）、 39 期 Lujie-Careerkit （本地 SQLite 求职工作台）是同一种"本地优先"路线 —— 数据不出本机，工具不绑架用户。
几个必须告诉你的"诚实点"
跟每期一样，这个项目也有些点必须告诉你：
1. star 数还不多（目前个位数）。 项目发布 4 天，作者迭代了 11 个 commit ，但主动 star 的人还很少。这意味着：项目本身质量不差（ Codex Skill + 完整架构 + 文档专业），但目前还是"作者自用"的阶段，大规模实战验证还不够。如果你是教师，建议先小范围试用 10-20 份卷子再大规模用。
2. 仅 Windows 支持， Mac / Linux 待补。 README 里作者明确说"Windows 优先"，Mac / Linux 的鼠标接口实现还在规划中。 Mac 用户暂时用不了 —— 这点跟 37 期 ackem （也只支持 Windows ）一样。
3. 依赖视觉模型 = 有 API 成本。 调用 GPT-4o / Claude / Qwen-VL 判分，每次调用都要花钱。如果一次批 200 份，预计 5-15 元人民币的 API 费用（取决于模型选择和图片大小）。如果想 0 成本，可以用本地 Ollama 跑 Qwen2-VL / InternVL —— 速度慢一些但完全免费。
4. 框架的"置信度"依赖视觉模型的自评。 不同模型给的"置信度分数"含义不一样 —— GPT-4o 的 0.8 和 Qwen-VL 的 0.8 含义可能完全不同。建议先用 5-10 份卷子校准一下阈值，别一上来就信默认值。
5. 框架默认"信任教师框选的坐标"，坐标错了一切错。 如果你框选答案区域时手抖了一下，所有 200 份卷子都会按错位置评分。所以第一次一定要先跑 1 份卷子 验证框选是否正确，再开始批量。
6. 框架需要阅卷系统在浏览器里打开。 如果你们学校用的是专用客户端软件（不是 Web ），这个工具暂时帮不上忙。这也是它"自动化"的前提 —— Web 化阅卷。
这个项目适合谁？
写在最后
2026 年最让我感慨的一个趋势是：开源工具开始认真对待"AI 的边界"了。
早期 AI 工具是"我什么都能做，你信我就行"。现在这一波新工具 —— 37 期 ackem （本地 AI 桌面伴侣）、 39 期 Lujie-Careerkit （本地 AI 求职工作台）、 41 期 local-grading-automation （本地 AI 阅卷辅助） —— 都在说同一件事：
"AI 不是替人拍板，是帮人把确定的事做完 + 把难的事留给人。"
这种"工具 + 边界"的设计哲学，比单纯的"AI 能不能做"更值得讨论。一个知道"自己不能做什么"的工具，比一个声称"什么都能做"的工具可靠 100 倍。
local-grading-automation 这个项目可能不会像 ackem 那样爆火（教师群体本身就小众 + Windows 限制 + 视觉模型成本），但它代表的方向 ——"Skill 形态 + 本地优先 + 边界清晰" —— 是接下来一年 AI 工具的主旋律。
如果你也是教师、或者身边有当老师的朋友，强烈建议把这个工具转给他/她 —— 哪怕用不上，看看这个"AI 工具该怎么设计"也是好的。
咱们下期见。
💡 温馨说明： 本文内容由「青城源码」团队结合 AI 辅助创作与人工校对整理而成。文中涉及的开源项目均可在 GitHub 公开访问，所有数据均来自项目公开仓库的真实信息。文章仅作项目介绍与个人体验分享，不构成任何 AI 工具选型或教学评估建议。开源项目请遵循其原始协议使用（ MIT ）。
项目链接：GitHub - Liuhe808/local-grading-automation[2] 工具类别：本地 AI 阅卷辅助 + Codex Skill License ： MIT