AI testing

[Nickovlev]

Что добавлено

Добавлен MVP модуля AI-тестирования по курсу компьютерных сетей.

Модуль встроен в существующую страницу Тестирование . Студент вводит одноразовый шестизначный код, выбирает темы и проходит тестирование. После завершения сохраняются оценка, фидбек и история ответов.

Сценарий тестирования

Для каждой выбранной темы backend проводит две пары вопросов:

1. Основной вопрос выбирается из подготовленного банка.
2. После ответа LLM оценивает его и формирует один связанный технический вопрос-уточнение.
3. После ответа на уточнение backend переходит к следующей паре или завершает попытку.

Также предусмотрен режим, в котором все вопросы берутся из готовой базы. Модель не генерирует вопросы, а только участвует в оценке ответов.

LLM не управляет состоянием тестирования и не генерирует основные вопросы.

Основные изменения

• добавлены backend-модели для настроек OpenRouter, кодов доступа, сессий и вопросов;
• добавлены authenticated routes и API для запуска, продолжения, завершения и просмотра результата;
• добавлена карточка входа на странице Тестирование;
• добавлен банк вопросов по темам курса;
• реализован backend-планировщик: две пары вопросов на каждую выбранную тему;
• добавлен OpenRouter-провайдер с JSON-валидацией ответа и ограниченным числом повторов при невалидном ответе;
• добавлена backend-нормализация итоговой оценки с учетом баллов и критичных ошибок;
• добавлен лимит ответа студента: 1000 символов на frontend и backend;
• повторная отправка уже обработанного ответа не вызывает LLM второй раз;
• код доступа по умолчанию является одноразовым с возможностью настройки количества прохождений на пользователя. По умолчанию действует 5 дней;
• сохраняется история последних сессий студента;
• добавлена возможность досрочно завершить активную попытку;
• в админке добавлены проверка OpenRouter и управление кодами доступа;
• для production добавлена поддержка OpenRouter API key через Docker secret;
• добавлены unit tests для основных правил модуля.

Как использовать

Для преподавателя

1. Настроить OpenRouter API key на backend.
2. В админке открыть AI настройки.
3. Нажать Проверить OpenRouter.
4. В разделе AI коды доступа сгенерировать шестизначный код.
5. Передать код студенту.

Для студента

1. Войти в Miminet.
2. Открыть страницу Тестирование.
3. Нажать карточку AI-тестирование.
4. Ввести код доступа.
5. Выбрать одну или несколько тем.
6. Выбрать режим: с генерацией вопросов ИИ или без
7. Ответить на вопросы.
8. После завершения посмотреть оценку, фидбек и разбор ответов.
9. При необходимости открыть завершенную сессию из истории.

Настройка OpenRouter

Dev

В front/.env:

OPENROUTER_API_KEY=your_api_key

Используется модель:

google/gemini-3.1-flash-lite

Prod

Для production ключ хранится в secret-файле:

/opt/miminet/secrets/openrouter_api_key

На сервере создать каталог для secret-файла:

sudo mkdir -p /opt/miminet/secrets

Создать и открыть файл с ключом:

sudo nano /opt/miminet/secrets/openrouter_api_key

Записать в файл только OpenRouter API key, без префикса OPENROUTER_API_KEY=:

sk-or-v1-...

Ограничить доступ к файлу:

sudo chmod 600 /opt/miminet/secrets/openrouter_api_key

Перезапустить контейнеры из каталога front:

docker compose -f docker-compose-prod.yml up -d --build

Тесты

Добавлены unit tests:

front/tests/test_ai_interview.py