Somo
一款AI数学家教应用,通过拍照识别学生手写解题过程,用红笔圈出第一处错误行,并提供多语言讲解与真题练习
时间轴 (近 90 天)
Somo是一款拍照上传手写解题过程,由AI找出手写解题过程中第一处出错的行,像老师一样用红笔圈出来,再用英语、斯瓦希里语或西班牙语讲解的数学家教应用。
Somo使用五步流程:拍照、诊断、确认、教学、检验。诊断步骤中Gemini识别手写内容并返回结构化JSON,包含转录文本、考点、第一处错误行及错误原因。
Somo系统会做一次独立的模型调用,在看不到诊断结果的前提下重新解题,两次答案不一致时提示用户可能读错。
Gemini免费配额在开发中途耗尽后,作者将所有调用收敛到一个函数,先试Gemini,遇到503/429重试一次,再降级到Claude,并加入熔断器——配额报错后60秒内跳过Gemini。
加入熔断器和降级机制后,诊断耗时从约116秒降到约10秒。
流水线现在每道题都明确标注为历年真题、网络练习题或Somo自编题,跑题的问题会被拒绝。
在作者自测的三道手写题上,Somo都准确找到了出错行:一道除2错误、一道移项时漏掉负号、一道方程两边乘以了不同的数。作者特别说明没有真实学生使用过,所有测试题都是他自己写的。
Somo后端使用FastAPI加Server-Sent Events做流式输出,前端是一个单文件移动界面。
gemini-flash-latest承担多模态识别任务,使用结构化输出,诊断结果直接用Pydantic schema校验,error_step是真实字段,界面据此知道该圈哪一行。Gemini还负责流式讲解和生成检验题。
Nimble在实时网络上搜索该考点的历年试卷,优先官方站点。美国学生拿到NY Regents题库,官方站点无结果时再搜开放网络。Nimble找对了坦桑尼亚考试委员会2017至2023年的官方数学试卷和考官报告。
还有 3 条时间轴事件
全部知识事实 (13)
Somo是一款拍照上传手写解题过程,由AI找出手写解题过程中第一处出错的行,像老师一样用红笔圈出来,再用英语、斯瓦希里语或西班牙语讲解的数学家教应用。
50%待验证Somo使用五步流程:拍照、诊断、确认、教学、检验。诊断步骤中Gemini识别手写内容并返回结构化JSON,包含转录文本、考点、第一处错误行及错误原因。
50%待验证Somo系统会做一次独立的模型调用,在看不到诊断结果的前提下重新解题,两次答案不一致时提示用户可能读错。
50%待验证Gemini免费配额在开发中途耗尽后,作者将所有调用收敛到一个函数,先试Gemini,遇到503/429重试一次,再降级到Claude,并加入熔断器——配额报错后60秒内跳过Gemini。
50%待验证加入熔断器和降级机制后,诊断耗时从约116秒降到约10秒。
50%待验证流水线现在每道题都明确标注为历年真题、网络练习题或Somo自编题,跑题的问题会被拒绝。
50%待验证在作者自测的三道手写题上,Somo都准确找到了出错行:一道除2错误、一道移项时漏掉负号、一道方程两边乘以了不同的数。作者特别说明没有真实学生使用过,所有测试题都是他自己写的。
50%待验证Somo后端使用FastAPI加Server-Sent Events做流式输出,前端是一个单文件移动界面。
50%待验证gemini-flash-latest承担多模态识别任务,使用结构化输出,诊断结果直接用Pydantic schema校验,error_step是真实字段,界面据此知道该圈哪一行。Gemini还负责流式讲解和生成检验题。
50%待验证Nimble在实时网络上搜索该考点的历年试卷,优先官方站点。美国学生拿到NY Regents题库,官方站点无结果时再搜开放网络。Nimble找对了坦桑尼亚考试委员会2017至2023年的官方数学试卷和考官报告。
50%待验证PDF类结果只返回约300–700字符的摘要,里面没有题目。Somo将Nimble当作发现器,遇到短PDF结果时下载文件,用pypdf抽取最多20000字符(并行处理五份试卷),再由Gemini挑出一道原文逐字出现、且考查同一考点的题目。
50%待验证第一个真实成果来自NECTA CSEE 2023基础数学试卷的一道矩阵应用题,展示时带考试印章和来源链接。结果按模糊主题匹配缓存到磁盘,每个主题只搜一次。
50%待验证Somo项目诞生于一场一日制MLH黑客松,作者没有队伍也没有点子,下午5点截止,他在3:45冻结功能。
50%