IMathAS 开源项目最佳实践教程
1. 项目介绍
IMathAS(Internet Mathematics Assessment System)是一个网络数学评估系统。它主要用于在线交付和自动批改数学作业和测试,类似于出版社提供的系统。该系统可以生成算法问题,并且能够计算机批改数值和数学表达式答案。IMathAS 还包含了学习管理工具,例如发布文件、讨论论坛和完整的成绩册。该系统可以作为 LTI 工具,与学习管理系统(LMS)集成。
IMathAS 支持多个平台,例如 MyOpenMath.com、WAMAP.org、Lumen OHM、XYZhomework 等。
2. 项目快速启动
环境要求
- PHP 7.4+ 版本
- MySQL 5.6+ 版本
- PHP 扩展:mbstring、pdo_mysql、gettext
- 推荐扩展:gd(带 freetype 支持)、zip、curl、openssl
安装步骤
-
下载 IMathAS,解压文件,并将文件复制到您的 Web 服务器。 或者,如果您的服务器有壳访问权限,可以进入希望安装 IMathAS 的目录,并从 Github 检出代码。使用 Git 可以大大简化升级过程。
-
为 IMathAS 创建数据库。
-
打开浏览器并访问
/install.php。此脚本将生成config.php文件,更改目录权限并设置数据库。它还会创建loginpage.php、infoheader.php和newinstructor.php的本地副本。安装结束时,您将有机会安装一组示例问题。 -
确保以下目录具有目录权限,允许 Web 服务器写入文件:
/assessment/libsassessment/qimages/admin/import/course/files/filter/graph/imgs/filestore(如果不使用 S3 存储)
-
登录 IMathAS。如果在运行
install.php时未更改初始 imathas 用户设置,请以 'root' 用户名和密码 'root' 登录。 -
如果需要,编辑
loginpage.php和infoheader.php来自定义登录页面。如果计划使用新教师账户请求页面,可以自定义newinstructor.php。
升级
- 要更新软件,可以复制更新后的文件到 Web 服务器,或者如果您使用 Git 安装,运行
git pull。更新文件后,访问/upgrade.php来运行任何必要的数据库迁移。注意查看输出,因为偶尔会显示需要配置更改的消息。
3. 应用案例和最佳实践
- 定制化: 根据
config.php中的变量定制安装,如数据库设置、安装名称、登录提示等。 - 安全性: 设置
$CFG['GEN']['newpasswords']为 'only' 以使用高质量的密码安全。 - 数据迁移: 使用
upgrade.php脚本确保数据库结构与最新版本同步。 - 权限管理: 合理设置目录权限,确保 Web 服务器可以写入必要的文件。
4. 典型生态项目
- MyOpenMath.com: 使用 IMathAS 提供开放数学资源的平台。
- WAMAP.org: 为华盛顿州提供数学评估服务。
- Lumen OHM: 开放数学课程。
以上是 IMathAS 的最佳实践教程,希望能帮助您更好地使用和维护这个开源项目。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00