OKR 教练系统：智能打分与培训平台

项目概述

本系统是一个基于 AI 智能体的 OKR 打分与培训平台，支持上传 OKR 文件、自动清洗、智能打分并导出结果。帮助企业标准化 OKR 评估并提供可操作的反馈。

技术架构

层级	技术
后端	FastAPI, Uvicorn, SQLite
前端	Vue 3, Vite
评分	LLM（DeepSeek via DashScope）/ Coze API
文档处理	python-docx, openpyxl

核心功能

文件处理

支持格式：docx / xlsx / xls
自动清洗：解析 O（目标）和 K（关键结果）结构，统一格式
批量处理：使用 ThreadPoolExecutor 并发分析多份简历

智能打分

系统采用 130 分制，难度系数最高 10 倍：

部分	占比	制度	上限
O（目标）	30%	加分制	30 分
K（关键动作）	40%	扣分制	40 分
R1（结果）	30%	加分制	30 分
R2（复盘）	30%	加分制	30 分

计算公式：min(O,30) + min(R1,30) + min(R2,30) + max(0, 40-min(K,40))

岗位定制

支持不同岗位的评分标准，通过配置文件自定义各维度的权重和评分细则。

项目结构

app/
  main.py                 # Streamlit 入口（已废弃）
  services/
    okr_ingestion.py      # 文件读取与记录归一化
    okr_cleaning.py       # O/K 解析与清洗
    okr_scoring.py        # 打分后端选择
    okr_export.py         # Excel/文档导出
api/
  main.py                 # FastAPI 后端（流式接口）
frontend/
  src/                    # Vue + Vite 前端

API 设计

流式评分接口

@app.post("/api/analyze/stream")
async def analyze_stream(file: UploadFile):
    async def generate():
        async for progress in okr_analyzer.analyze_stream(file):
            yield f"data: {json.dumps(progress)}\n\n"
    return StreamingResponse(generate(), media_type="text/event-stream")

导出接口

@app.post("/api/export")
async def export_results(results: List[AnalysisResult], format: str):
    # 支持 Excel、CSV、DOCX 格式导出
    return export_file(results, format)

使用方法

# 安装依赖
pip install -r requirements.txt
 
# 启动后端
cd api && uvicorn main:app --reload
 
# 启动前端
cd frontend && npm run dev

当前状态

生产可用，持续迭代优化中。