Локальный assessment pipeline в n8n

Локальная HTML-версия документа.

# Локальный assessment pipeline в n8n

Этот комплект переводит практику в более конкретный сценарий:

**создать контрольную работу -> выполнить автопроверку -> выдать результаты**

Под этот кейс лучше подходит не `AI Agent`, а обычный локальный workflow через `HTTP Request` к OpenAI-compatible endpoint.

## Почему здесь лучше HTTP Request, а не AI Agent

- задача линейная и предсказуемая;
- нам не нужны tools и агентное планирование;
- нужно контролировать промпт и JSON-тело запроса;
- нужно проще подключить ваш локальный или проксируемый LLM endpoint.

Поэтому базовая схема здесь такая:

`Manual Trigger/Form Trigger -> Edit Fields (Set) -> Switch -> HTTP Request -> Edit Fields (Set)`

## Какие три сценария покрываем

### 1. `create_assessment`

На входе:

- предмет;
- класс;
- тема;
- число заданий;
- уровень сложности;
- типы заданий.

На выходе:

- контрольная работа;
- ключ ответов;
- краткая инструкция для учителя.

### 2. `grade_submissions`

На входе:

- текст контрольной;
- ключ ответов;
- ответы ученика или группы учеников;
- схема оценивания.

На выходе:

- проверка по заданиям;
- баллы;
- краткий комментарий;
- итоговая отметка или ориентир по шкале.

### 3. `publish_results`

На входе:

- фамилия или код ученика;
- баллы;
- ошибки;
- рекомендации;
- формат выдачи.

На выходе:

- короткий понятный результат для ученика;
- короткий вариант для учителя;
- при необходимости нейтральный текст для родителя.

## Подключение модели

Для этого сценария используем OpenAI-compatible endpoint:

- Base URL: `https://monitor.gia66.ru/v1`
- Model: `qwen3.5:latest` или `qwen-max-text-local:latest`

Отдельные настройки вынесены в [monitor-gia66-setup.md](/Users/nc/uris/ai_agents/n8n/local-teacher-agent-practice/assessment-pipeline/monitor-gia66-setup.md).

## Что внутри

- `workflow-spec.md` — структура workflow и узлы;
- `monitor-gia66-setup.md` — как подключить endpoint в `n8n`;
- `prompts.md` — промпты для трёх сценариев;
- `sample-data.md` — примеры входных данных;
- `sample-students-25.json` — пример списка из 25 учеников;
- `end-to-end-scenario.md` — целевой сценарий от учителя до выдачи результатов;
- `teacher-form-spec.md` — что должна спрашивать форма у учителя;
- `student-form-spec.md` — как лучше принимать ответы учеников;
- `how-to-use.md` — короткая инструкция "как пользоваться";
- `teacher-quickstart.md` — короткая инструкция для учителя без технических деталей;
- `usage-examples.md` — примеры сценариев использования;
- `student-answer-examples.md` — примеры хорошего формата ответов учеников;
- `batch-workflow-plan.md` — следующий этап сборки в `n8n`;
- `workshop-notes.md` — как это показывать на семинаре.

## Что важно

- API key лучше не вшивать в workflow-файл, а хранить в credentials `n8n`;
- для первой практики лучше начать с `Manual Trigger`, а форму добавить уже вторым шагом;
- если хотите реально принимать ответы учеников, следующим расширением логично делать `n8n Form Trigger`.