实现线上手写作业自由:手写模拟网站开发记录
实现线上手写作业自由:手写模拟网站开发记录
📖 前言:为什么想做这个
先说动机,很简单:天下苦手写作业久矣。
现在交作业基本都走线上了。像我们用的畅课,就要拍照上传手写的作业。
可是每次手写都很麻烦。说不上多喜欢数学,但每次数学作业不会写就搜 AI,然后把 AI 的答案抄到作业本上,这个真的很麻烦哎!作业这么多,一直抄真的好累啊!
我就有个想法:能不能做一个网站,只要上传题目,就直接调用 AI 解答,再把答案变成手写的形式,导出成 PDF 或者图片——这样在畅课上直接上传就行。这不就实现线上作业自由了吗?能省下好多时间。
而且我写字本来就不算快,几页作业写下来手是真的酸。更别说证明题,草稿上改来改去,最后交上去的那版跟草稿早就不是一回事了。
所以就有了这个想法:不只是把答案”抄”成手写,而是让整个过程自动化——上传题目,AI 给出解答,最后我拿到一份看起来像真人手写的 PDF。
最开始它只是我电脑上的一个本地小工具(D:\Program Files\手写模拟\ 里那个 exe),用真实的作业本照片当底图,把文字渲染上去。后来觉得每次都要在本地跑太麻烦,干脆搬到了服务器上,做成了网站:math.xiaoxiaoyu123.xyz,打开就能用。
这篇就记录一下它现在的样子、技术栈,还有渲染大概是怎么做的。不讲太深,踩过的坑单独写。
👀 它现在长什么样
网站很朴素,就三个标签页:
- 写作业:左边选纸张、字体、潦草度;中间输入文本,也可以让 AI 直接解题;右边实时预览手写效果,满意了导出 PDF / PNG
- 字体工坊:打印模板 → 手写填格 → 拍照上传 → 生成属于你自己的手写字体
- 公告:关于这个工具的一些说明
写作业页的核心是中间那个输入框。它不是普通的文本输入——里面有一套自己的数学记号语法,比如:
| 写法 | 渲染成 |
|---|---|
fr{1}{3} |
上下结构的分数 |
∫[0,1] |
带上下限的积分号 |
√(x+1) |
根号 |
sb{a}{n} |
下标 |
lim{x→0} |
极限(过程写在正下方) |
Σ[i=1,n] |
求和号 |
mat(1 2; 3 4) |
矩阵(含增广虚线、行变换箭头标注) |
输入的时候页面会做记号体检,有写错的地方直接标出来,不用等渲染失败才发现。
另外还有几个顺手加的功能:
- 📷 拍题:题目拍照,AI 抄成文字
- 📄 导入:Word / 文字版 PDF 直接抽文本,不消耗 AI 次数;扫描版 PDF 可以逐页让 AI 识别
- 🤖 AI 解题:按本站记号规范写答案,流式输出,能随时停止
这些 AI 功能用的是站点内置的 Key,每人每天有次数限制,不用自己配。
🧱 技术栈
技术选型没什么花哨的,都是自己熟悉、能跑在 2 核 2G 小服务器上的东西:
| 层 | 用的什么 | 说明 |
|---|---|---|
| 前端 | Vue 3 + Vite | 单页应用,三个 tab 切换,没上路由 |
| 样式 | 原生 CSS + CSS 变量 | 一套粉白主题,变量化管理颜色和圆角 |
| 数学排版 | KaTeX | 只用于 AI 原文的公式预览,不参与导出 |
| 后端 | FastAPI + uvicorn | 接口不多,主要是渲染、导出、字体工坊、AI 转发 |
| 渲染 | handright 8.2.0 + Pillow | 手写模拟的核心引擎 |
| 字体处理 | fonttools + scikit-image | 字体工坊的切割、轮廓提取、TTF 组装 |
| 文档解析 | pypdf + python-docx | 导入 Word / PDF |
| 部署 | 阿里云 2C2G + 1Panel + OpenResty | 小水管,够用 |
为什么不用更”现代”的东西?因为整个应用其实就一个页面,状态也不复杂,Vue 3 的响应式加上一个 store 就够了。后端渲染是 CPU 密集型,单 worker 队列反而更好控制——反正 2 核的机器也并行不了几个渲染任务。
📁 项目结构
分成了前后端两个仓库,前端公开、后端私有。
1 | handwritten-simulation-front-end/ |
几个关键设计:
- 会话模型:左侧历史列表里每一条就是一个”任务”,题目、答案、预览、导出链接都跟着会话走,切来切去不丢
- 用户资产隔离:不上账号系统,每个浏览器生成一个
client_id,上传的字体和纸张就绑在这个 id 下,别人看不到 - 内置素材:蓝本1、蓝本2、红纸这些真实作业本照片放在后端,前端按需拿
✍️ 渲染是怎么做的
这部分是核心,但原理其实不复杂,简单说一下。
手写感从哪来
直接用系统字体渲染出来的字,整齐得像打印的,一眼假。
handright 这个库的思路是:把每个字单独画到画布上,但每个字的位置、大小、角度都做随机扰动——往左偏一点、往上飘一点、轻微旋转、字号忽大忽小,行与行之间还有轻微的基线漂移。
单看每个字都很规整,但整体看过去就有了真人写字那种”不完美”的呼吸感。潦草度三档(工整 / 正常 / 潦草)本质上就是调这组扰动参数的强度。
数学排版是自己补的
handright 只管”把字画上去”,它不认识分数、积分、矩阵这些结构。
所以我在它上面加了一层自己的记号解析:
- 先把文本里的
fr{1}{3}、∫[0,1]这类记号解析出来,切成普通文字段和”公式段” - 普通文字交给 handright 正常排版
- 公式段自己算位置:分数要分成上下两半、横线画在中间;积分的上下限要画在符号右侧的上下角;极限的过程要画在
lim正下方;矩阵要按行列排布、还要画增广虚线和行变换箭头
这一层是最花时间的,因为要跟手写引擎的随机扰动配合——分数盒的位置偏了会顶进上一行,矩阵的标注写得太长会盖到旁边的矩阵上。这些都是靠一遍遍看渲染结果调出来的。
上标用私有区字形解决
数学里 x^2、e^(-jωt) 这种上标很常见,但手写字体里没有现成的上标字形。
解决办法是用 PUA(Unicode 私有区)字符:make_sup.py 把 ^ 记法转换成私有区的”真上标”字符,同时给字体补上这些字形的缩小版。渲染时看到的就是真正的小号字,跟在字右上角,而不是用 ^ 凑合。
纸张是真实照片
底图不是画出来的横线,是真实作业本拍的照片——蓝本、红格纸,连纸张的纹理和印刷线的深浅都在。
每种纸的行距、页边距、字体大小都是实测出来的参数,存在后端。所以渲染出来的字恰好落在横线上,不会飘。
预览和导出的分工
- 预览:只渲染当前一页,带 LRU 缓存。之前预览慢,主要慢在图片编码——一张纸的 PNG 有两三 MB。后来把预览图缩到 1100px 宽、改用 WebP,一页降到几十 KB,快了一个数量级
- 导出:走后台任务队列,单 worker 一张一张渲染,前端轮询进度。导出的是全尺寸原图,PDF 里每页都是高清的
🔧 踩过的坑
挑几个印象深的。
坑一:分数盒会顶进上一行
分数是上下结构,一开始按”横线居中”的直觉来排,结果分子稍微高一点就压到上一行的字。
后来发现视觉上人写分数是上紧下松的——横线上方留给分子、下方留给分母,比例不是 1:1。按这个调完才自然。
坑二:矩阵的行变换标注会越界
高代题里 r2-2r1 这种行变换要写在矩阵之间的箭头上,一开始标注写太长,直接盖住了旁边的矩阵。
最后的处理是:标注按行拆开、字号缩小、箭头位置根据两个矩阵的实际间距动态算,超长就换行。
坑三:切个标签页,历史全没了
这个 bug 藏了很久。表现是:从写作业切到字体工坊,再切回来,左侧历史列表空了。
查下来是持久化的逻辑写岔了——保存时会主动剥掉预览图字段(因为图太大),但读取时又要求这个字段存在,于是全部记录被当成无效数据过滤掉了。
属于典型的”两处代码各自都合理,凑一起就不对”。修完之后切来切去历史都在了。
坑四:AI 解题状态会串台
一个会话正在解题,新建一个题目,新会话的工具栏也显示”正在解题… 27s”,还带个停止按钮——点下去停的是别人的请求。
原因是那个”正在解题”的状态是全局的,但显示逻辑没判断”是不是当前这个会话发起的”。加一个会话 id 标记就解决了。
🚀 部署与开源
线上跑在一台阿里云 2 核 2G 的机器上,1Panel 面板管理,OpenResty 做反代。机器很小,所以渲染的并发控制做得比较保守——预览有缓存和限流,导出是单 worker 排队,避免几个请求把 CPU 打满。
代码方面:
- 前端仓库公开:handwritten-simulation-front-end
- 后端仓库私有(里面有 Key 和服务器相关配置)
写在最后:做这个项目最大的感受是,很多”麻烦事”其实只是没人把它自动化。拍照交作业这件事,每个人都在忍受,但忍久了就当成理所当然了。真正动手做一个工具,才发现大部分环节都可以交给代码——包括那些看起来非手动不可的部分,比如”写”。
总之,以后的线上手写作业,我就一直用它了!