用codex制作课程作业管理工具只需建【course-hw-manager】工作区、设submissions/等4个子目录、写agents.md声明type，并在rubrics/中按编号+“分”字+“总分：100分”格式定义评分标准。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用 Codex 制作一个能自动归类、打分、生成报告的课程作业管理工具，不需要写代码，只要选对文件夹结构、配好 AGENTS.md 规则、让 AI 理解你的评分标准和提交格式即可。
准备专属工作区
新建一个空文件夹，命名为 【course-hw-manager】，不要放在桌面或“下载”这种混杂目录里——Codex 会把整个父路径都当作可读范围，容易误扫无关文件。
进入该文件夹，手动创建以下子目录：submissions/（学生原始提交）、graded/（已批改文件）、reports/（Markdown/Excel 报告）、rubrics/（评分细则文本）。
在根目录下新建 AGENTS.md 文件，这是 Codex 的“项目说明书”，必须存在且首行写明任务类型：type: homework-manager。没有它，Codex 会按通用模式处理，无法启用作业专用技能。
定义评分规则与格式
把你的课程评分标准整理成纯文本，保存为 rubrics/intro-to-python.md，内容需包含三项硬性字段：
• 每项扣分点必须带编号，如“① 缺少函数文档字符串：-2 分”；
• 所有分数必须用阿拉伯数字+“分”字，不能写“扣2”“减2”“-2pts”；
• 最后一行必须是“总分：100 分”。Codex 依赖这个固定结尾识别满分值，否则无法自动计算得分率。
批量导入并初筛作业
把学生压缩包统一解压到 submissions/，确保每个子文件夹名含学号，例如 submissions/202600123_zhangsan/。
在 Codex 工作区对话中输入：“扫描 submissions/ 下所有含学号命名的文件夹，检查每个文件夹内是否有 main.py 或 homework.ipynb，把缺失关键文件的名单列进 reports/missing-files.md。”
这一步会触发 Codex 自动遍历目录、匹配文件名模式、生成缺失清单。如果学生交了 zip 但没解压，Codex 不会自动解压——【必须提前手动解压完毕】，否则它只看到压缩包，无法读取内部代码。
执行自动化批改
方法一：按规则逐项检查
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
输入指令：“读取 rubrics/intro-to-python.md，对 submissions/ 下每个学生文件夹运行三步检查：① 统计 main.py 中 def 关键字数量，低于3个则扣5分；② 检查是否含 # TODO 注释，每处未完成扣3分；③ 运行代码并捕获报错，首次报错即终止，记录错误类型到 graded/[学号]_feedback.md。”
方法二：调用 Python 脚本校验（适合有基础的教师）
先让 Codex 在 scripts/ 下生成 check_style.py，命令是：“写一个 Python 脚本，用 pylint 对每个 submissions/[学号]/main.py 执行检查，输出 score 和 error_count，结果存入 reports/pylint-summary.csv。”
脚本生成后，Codex 会自动执行它——前提是权限设为“自动审查”或“完全访问”，否则会在终端卡住等你点确认。
生成可视化成绩报告
第一步：汇总得分数据
输入：“从所有 graded/[学号]_feedback.md 中提取‘得分：X 分’字段，合并成表格，列名依次为学号、姓名、得分、评语，保存为 reports/score-summary.csv。”
第二步：转成 Markdown 报告
输入：“读取 reports/score-summary.csv，按得分降序排列，生成 Markdown 表格，头部加标题‘《Python导论》第3次作业成绩总览（共XX份）’，插入 reports/summary-20261010.md。”
第三步：画分布图（需本地装了 Python + matplotlib）
输入：“写一个 Python 脚本，读取 score-summary.csv 的‘得分’列，绘制直方图，保存为 reports/score-distribution.png。”
Codex 会立刻生成脚本并运行，图像直接出现在 reports/ 目录里，双击就能查看。
