朋友們，你是否在公司負責過新人培訓？或者經歷過假期在家帶娃學習？這幾個活兒其實都挺痛苦的，但是出題測驗更爲折磨。
比如一份幾十頁的產品手冊擺在面前，需要先通讀一遍，再想單選題、判斷題、填空題，最後還要整理答案和解析。題目還沒出完，已經先接受了一輪精神考覈。
本篇來介紹一款開源 AI 出題和考試工具——Exameow（過了喵）。之前有分享過類似的：孩子學習效率翻倍？NAS一鍵部署AI 錯題本，截圖秒變解析題！
咱們本次介紹的這個項目，就支持把 PDF、Word、PPT 或 Excel 上傳進去，選擇題型、數量和難度，再調用 AI 模型，就能自動生成題目。它還帶題庫練習、錯題記錄、模擬考試和在線考試功能。
更重要的是，整個 Web 服務可以部署在 NAS 上。資料管理、考試數據和服務入口都掌握在自己手裏，不用再臨時註冊一堆在線出題網站。
Exameow 是什麼
Exameow 是一款開源 AI 出題和考試工具。完整項目名：heshengtao/exameow，可於GitHub搜索。目前支持 OAI 兼容接口，可接入 OAI、DeepSeek、通義千問、智譜 GLM，以及 Ollama、vLLM 等自託管模型。只需填寫 API 地址、API Key 和模型 ID，即可根據成本、速度和隱私需求自由選擇 AI 服務。
Exameow 可以讀取學習資料或培訓文件，並生成以下五種題型：
單選題 多選題 判斷題 填空題 簡答題
支持的輸入格式也比較豐富，包括 PDF、DOCX、PPTX、XLSX、EPUB、TXT、CSV、HTML 和常見圖片。
除了自動出題，它還提供順序練習、隨機練習、模擬考試、錯題複習、題庫導入導出和 AI 簡答題評分。管理員可以從題庫中組合試卷，設置考試時間和時長，然後生成六位考試碼。參與者打開網頁輸入考試碼，就可以直接答題。
目前除了Docker一鍵部署，還支持Windows、macOS、Linux、Android（iOS 需自行打包）。
部署流程
以威聯通NAS爲例，通過Docker Compose的方式進行部署。
部署代碼如下，如果出現排版問題，請藉助AI幫忙：
services: exameow: image: ydxian/exameow:latest # 或者指定爲 1.4.1 container_name: exameow restart: unless-stopped ports: - "3324:3000" volumes: - "/share/Container/exameow/data:/app/data"
原作者的 Docker 鏡像在 NAS 上會因接口地址寫死爲 localhost，出現 Failed to fetch無法正常獲取/連接模型。我已經修復並重新打包，直接使用我提供的鏡像ydxian/exameow:latest即可。僅做了修復，其他未做任何改動。
打開威聯通的Container Station，創建新的應用程序。
使用一覽
部署完畢後，瀏覽器輸入NAS_IP:3324即可訪問項目。
點擊頂部欄目「我的」，再點擊「算力配置」，輸入你的服務商URL以及KEY。
點擊「獲取模型列表」，然後就可以看到服務商提供的所有可用模型了。根據需求任選其一併保存即可。如果不可用，會提示報錯！
然後就可以移動到「出題」部分，上傳相關文檔，選擇題型、難度等，開始生成。
線性代數的知識點和公式索引相關的PDF文檔。
稍等一會兒，便可完成生成。可直接下載，或者直接發佈考試。
設置考試名稱、時間、時長。
分享考試連接。
未開始的狀態如下。
答題狀態如下。
出過的題目，會出現在題庫。
在搜題中也會建好索引，可結合AI輔助。Docker版本的因爲硬件配置問題，部分功能受限。
搜題支持模糊匹配。
AI回答。
拍照上傳主要是針對已有題庫，如果是非題庫內容，尤其是包含數學特殊字符，識別起來會容易出錯。如果識別沒問題，也可用AI直接在線生成答案。因爲不是直接發圖給AI處理，所以這個功能像是個減配的豆包～
大致的功能就體驗到這裏。
最後
Exameow 的部署門檻不高，界面和基本流程也比較完整，適合用來整理學習資料、生成練習題和建立錯題內容。它更適合處理普通文字資料，不適合直接依賴複雜公式截圖進行高準確率識別，不過作爲一個開源學習工具值得嘗試。
感謝觀看，本文完。
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
