AI 驱动的在线考试系统设计与实现

• sys_user: 用户表，存储用户的基本信息及角色。
• sys_role: 角色表。
• sys_user_role: 用户角色关联表。
• question: 题库表，包含题干、选项、答案、题型、难度等字段。
• paper: 试卷信息表。
• paper_question: 试卷 - 题目关联表，用于解决多对多关系。
• exam: 考试场次表，定义一场考试的名称、时间、时长等。
• exam_record: 学生考试记录总表，记录学生得分等信息。

代码生成

在完成所有高层设计之后，AI 进入了执行阶段。它将依据之前确定的接口定义和数据模型，自动编写所有必要的 Java 代码。 用户只需点击'下一步'，AI 便开始进行处理逻辑分析，并将分析结果转化为代码。随后的代码生成过程是全自动的。AI 会基于标准的 Spring Boot 项目结构，一次性生成包括 Controller, Service, ServiceImpl, Mapper, Entity, DTO 在内的所有分层代码，并自动处理好依赖注入关系。 整个过程耗时仅数分钟。当 AI 提示'生成完毕'，一个结构完整、代码规范的后端工程便已静静地躺在我们的项目目录中。

代码检视

代码质量是检验 AI 能力的最终试金石。让我们深入项目内部，对 AI 生成的代码进行一次全面的 Review。

项目结构

AI 生成的项目是典型的企业级 Spring Boot 应用结构，分层清晰，一目了然：

com.example.onlineexam
├── common // 公共组件，如统一结果返回类、异常处理
├── controller // 控制器层 (API Endpoints)
├── service // 业务逻辑层
│   └── impl
├── mapper // 数据访问层 (MyBatis Mapper)
├── entity // 数据库实体
├── dto // 数据传输对象
└── OnlineExamApplication.java // Spring Boot 启动类

实体层 (Entity) 代码示例

以 Question（题目）实体为例，代码质量非常高。

package com.example.onlineexam.entity;

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import io.swagger.annotations.ApiModel;
import io.swagger.annotations.ApiModelProperty;
import lombok.Data;
import lombok.EqualsAndHashCode;

import java.io.Serializable;

@Data
@EqualsAndHashCode(callSuper = false)
@TableName("question")
@ApiModel(value = "Question 对象", description = "题目信息表")
public class Question implements Serializable {
    private static final long serialVersionUID = 1L;

    @ApiModelProperty(value = "题目 ID")
    @TableId(value = "id", type = IdType.AUTO)
    private Integer id;

    @ApiModelProperty(value = "题干")
    private String content;

    @ApiModelProperty(value = "题型：1-单选 2-多选 3-判断")
    private Integer type;

    @ApiModelProperty(value = "选项，使用 JSON 格式存储")
    private String options;

    @ApiModelProperty(value = "标准答案")
    private String answer;

    @ApiModelProperty(value = "题目解析")
    private String analysis;

    @ApiModelProperty(value = "难度等级：1-易 2-中 3-难")
    private Integer difficulty;

    @ApiModelProperty(value = "创建者 ID")
    private Integer creatorId;
}

• Lombok: 使用 @Data 等注解，代码极其简洁。
• MyBatis-Plus: @TableName 和 @TableId 注解无缝对接 ORM 框架。
• Swagger: 自动集成了 @ApiModel 和 @ApiModelProperty 注解，这意味着项目天生就具备了生成 API 文档的能力，极大方便了前后端协作。
• 注释与命名: Javadoc 注释清晰，字段命名规范，可读性强。

数据访问层 (Mapper) 代码示例

AI 选用了业界流行的 MyBatis-Plus 作为数据访问框架。

package com.example.onlineexam.mapper;

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.example.onlineexam.entity.Question;
import org.apache.ibatis.annotations.Mapper;
import org.apache.ibatis.annotations.Param;
import org.apache.ibatis.annotations.Select;

import java.util.List;

@Mapper
public interface QuestionMapper extends BaseMapper<Question> {
    /**
     * 根据多个条件动态查询题目
     * @param type 题型
     * @param difficulty 难度
     * @return 题目列表
     */
    @Select("<script>" +
            "SELECT * FROM question " +
            "<where>" +
            "<if test='type != null'> AND type = #{type} </if>" +
            "<if test='difficulty != null'> AND difficulty = #{difficulty} </if>" +
            "</where>" +
            "</script>")
    List<Question> findQuestionsByCriteria(@Param("type") Integer type, @Param("difficulty") Integer difficulty);
}

• BaseMapper: 继承 BaseMapper 后，无需手写任何 XML 或注解，即可获得强大的单表 CRUD 能力。
• 动态 SQL: 对于复杂查询，AI 能够编写 MyBatis 的动态 SQL。上述示例展示了一个根据类型和难度动态拼接查询条件的复杂查询，展现了 AI 对高级数据查询场景的驾驭能力。

业务逻辑层 (Service) 代码示例

Service 层是业务的核心，我们来看 ExamServiceImpl 中一个关键方法——submitExam（提交试卷）。

package com.example.onlineexam.service.impl;

import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.example.onlineexam.common.BusinessException;
import com.example.onlineexam.dto.SubmissionDTO;
import com.example.onlineexam.entity.Exam;
import com.example.onlineexam.entity.ExamRecord;
import com.example.onlineexam.entity.Question;
import com.example.onlineexam.mapper.ExamMapper;
import com.example.onlineexam.mapper.QuestionMapper;
import com.example.onlineexam.service.IExamRecordService;
import com.example.onlineexam.service.IExamService;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.Resource;
import java.time.LocalDateTime;

@Service
public class ExamServiceImpl extends ServiceImpl<ExamMapper, Exam> implements IExamService {
    @Resource
    private QuestionMapper questionMapper;

    @Resource
    private IExamRecordService examRecordService;

    @Override
    @Transactional(rollbackFor = Exception.class)
    public double submitExam(SubmissionDTO submission) {
        // 1. 业务校验：考试是否存在，是否在允许提交的时间内
        Exam exam = this.getById(submission.getExamId());
        if (exam == null || LocalDateTime.now().isAfter(exam.getEndTime())) {
            throw new BusinessException(500, "考试不存在或已截止提交");
        }
        // 2. 核心逻辑：自动阅卷，计算得分
        double totalScore = 0.0;
        final double scorePerQuestion = 10.0; // 假设每题 10 分
        for (SubmissionDTO.AnswerDetail answerDetail : submission.getAnswers()) {
            Question question = questionMapper.selectById(answerDetail.getQuestionId());
            if (question != null && question.getAnswer().equalsIgnoreCase(answerDetail.getStudentAnswer())) {
                totalScore += scorePerQuestion;
            }
        }
        // 3. 数据持久化：保存考试记录
        ExamRecord record = new ExamRecord();
        record.setStudentId(submission.getStudentId());
        record.setExamId(submission.getExamId());
        record.setScore(totalScore);
        record.setSubmitTime(LocalDateTime.now());
        examRecordService.save(record);
        // ... 此处还可以扩展保存每道题的详细作答记录 ...
        return totalScore;
    }
}

• 依赖注入: 使用 @Resource 注解，遵循 JSR-250 规范，实现依赖注入。
• 事务管理: submitExam 方法被 @Transactional 注解标记。这意味着整个提交过程（计算分数、保存记录）是一个原子操作，要么全部成功，要么在出现任何异常时全部回滚，强力保障了数据一致性。
• 异常处理: 代码中使用了自定义的 BusinessException，这是企业级应用中进行统一异常处理的最佳实践。
• 逻辑严谨: 整个方法的处理流程：校验->计算->持久化，逻辑清晰，代码健壮。

控制器层 (Controller) 代码示例

Controller 层作为 API 入口，代码同样规范。

package com.example.onlineexam.controller;

import com.example.onlineexam.common.Result;
import com.example.onlineexam.dto.SubmissionDTO;
import com.example.onlineexam.service.IExamService;
import io.swagger.annotations.Api;
import io.swagger.annotations.ApiOperation;
import org.springframework.web.bind.annotation.*;

import javax.annotation.Resource;

@Api(tags = "考试管理接口")
@RestController
@RequestMapping("/api/exam")
public class ExamController {
    @Resource
    private IExamService examService;

    @ApiOperation("学生提交试卷")
    @PostMapping("/submit")
    public Result<Double> submitExam(@RequestBody SubmissionDTO submission) {
        double score = examService.submitExam(submission);
        return Result.success(score);
    }
}

• RESTful 设计: 遵循 RESTful API 设计风格。
• 统一结果封装: 使用了 Result 类对所有 API 的返回进行统一封装，包含了状态码、消息和数据，便于前端进行统一处理。
• Swagger 集成: @Api 和 @ApiOperation 注解使得该接口能被 Swagger 自动扫描并生成美观的 API 文档。

部署与效果

一个后端项目，只有当它能被成功部署并为前端提供稳定服务时，才算真正完成了使命。我们将 AI 生成的代码打包并部署到服务器上，配合开发好的前端界面，一个完整的在线考试系统就此诞生。 以下是系统各核心模块的最终运行效果截图：

• 题库管理: 提供了对题目的增删改查功能，支持按条件筛选，背后是 QuestionController 在提供服务。
• 角色管理与系统监控: 完善的后台还包括了精细化的角色权限控制和系统运行状态监控。
• 用户管理: 系统管理员可以在此管理所有用户账号，包括学生和教师。
• 考试管理: 教师可以在此界面创建、发布、编辑和删除考试场次，这些操作均由我们 ExamController 中的相应 API 提供支持。
• 系统首页/仪表盘: 提供了核心数据的概览，界面简洁直观。 从 UI 截图可以看出，AI 生成的后端代码，已经能够完美支撑一个功能复杂、界面现代化的 Web 应用的全部核心功能。

结语

本次基于 AI 插件的开发实践，是一次对未来软件开发模式的深刻预演。我们亲身体验了从一个简单的自然语言需求，到一套企业级的、可部署的、高质量的后端代码的极速生成过程。 核心收获:

1. 效率的指数级提升: AI 将数天甚至数周的基础架构搭建和 CRUD 编码工作压缩至分钟级别，让开发者可以从一开始就聚焦于最核心的、最具创造性的业务逻辑。
2. 质量与规范的保证: AI 遵循业界最佳实践生成代码，其一致性、规范性和对关键技术点（如事务、异常处理）的考虑，甚至超越了部分初中级开发者的平均水平，为项目质量兜底。
3. 开发范式的变革: 未来的开发者，其核心竞争力将不再是'码代码'的速度，而是提出高质量需求、理解复杂业务、以及运用 AI 工具协同创新的能力。开发者的角色，正在从'工匠'向'指挥家'转变。 AI 插件展示了智能副驾的巨大价值。它不是要取代开发者，而是要成为开发者手中最强大的赋能工具。拥抱 AI，善用 AI，将是我们每一位技术从业者在未来浪潮中乘风破浪、保持领先的关键。这次探索之旅，仅仅是一个开始。