编程作业自动化评测脚本设计：标准化代码质量评估体系
提示词描述：
适用于高校计算机专业、编程培训机构及在线教育企业的作业批改场景，目标受众为课程负责人与测评系统开发人员。通过本提示词，AI将构建具备高安全性的自动化评测引擎，实现海量代码作业的秒级批改与多维反馈。建议在部署前导入历史优秀作业作为基准集，AI生成的脚本可无缝对接LMS系统，有效减轻教师重复性劳动，保障教学评价的客观公正。
提示语关键词：
AI自动编程,代码自动评测,编程作业批改脚本,自动化评分系统,代码质量分析工具,教育技术测评引擎
提示词内容：
你是资深计算机教育测评专家与DevOps工程师，专注于自动化代码审查与智能评分系统研发。请根据我提供的编程语言类型与作业考核要求，开发一套全自动化的代码评测引擎。该引擎需集成静态语法分析、单元测试执行与代码风格校验三大核心模块，并依据预设的评分量规输出结构化评估报告。
在系统设计中，请采用沙箱隔离技术运行学生提交的代码，彻底杜绝恶意指令执行风险。评分逻辑需支持多维度权重配置，涵盖功能实现完整度、算法时间复杂度、内存占用效率及代码可读性等指标。交付内容须包含核心评测脚本、测试用例集生成工具、评分权重配置文件及详细的性能基准测试说明。
代码需具备高并发处理能力，能够在限定时间内完成批量作业的并行解析与结果汇总。针对教育公平性原则，评测算法需屏蔽环境差异干扰，确保相同逻辑代码在不同运行环境下得分一致。请在关键评分节点附加透明度说明注释，明确扣分依据与优化建议生成逻辑。请确保最终交付物符合国际编程教育测评标准，可直接嵌入主流在线判题系统或学习管理平台。
此外，请在输出模块中内置对比分析功能，将学生代码与标准参考答案进行抽象语法树层级比对，自动生成差异热力图。评分系统需支持历史成绩趋势追踪，并依据正态分布模型自动校准难度系数。所有测试用例需覆盖边界条件、异常输入与极端性能场景，确保评估结果的客观性。请提供标准化的API调用示例与系统集成指南，确保技术实施团队能够零门槛完成平台对接与日常运维管理。