成为赞助商——支持中文 Agent 生态
了解赞助高校与培训教师在 Canvas 等 LMS 上面对成批电子提交，按 rubric 逐条打分并写个性化评语极耗时，还容易前后尺度不一。经 API 或导出拉取作业提交与量规后，Agent 对照各维度给出建议分、要点评语与共性错因摘要，写入飞书或企微待审表，供教师抽检修改后再回写。区别于手写作业扫描拆分、作业入历与 HTML 教案：本条是「LMS 提交→量规批改闭环」，不做扫描建档或家长日历提醒。硬约束：建议分与评语须人审后再入正式成绩；禁止未经教师确认直接写入成绩册定稿；学生作业与成绩仅存校内可控目录，禁止未审批外发；对疑似抄袭只标「需人工复核」，不做自动处分或通报。
vitraag.com（Vaibhav Bhandari）文《AI-Assisted Grading with Canvas API and Claude》记述：为 Peralta/Merritt College 的 CIS-55（Hacker Techniques & Exploits）课程搭批改流水线——Discover→Download→AI Grade→Human Review→Upload；用个人 Canvas Access Token 经 REST 拉 online_upload 提交与附件，量规以 YAML 为真源，Claude 按维度返回 scores/total/comment/flag/confidence 的结构化 JSON，再落到待审 CSV（含 skip 列、标记置顶），确认「Post N grades to Canvas? [y/N]」后才回写 SpeedGrader。作者自述某次 Lab 5 约 22 份提交中有 13 份被 flag（多为疑似 AI 生成或证据薄弱），并设提交最低分地板等课程政策；扫描型 PDF 走视觉回退。公开文未给出与教师人工分的一致性、申诉率或全班省时小时数等可外推量化。
国内落地收成「Canvas/同类 LMS 只读拉取提交+量规 → Agent 按维度建议分与评语草稿 → 飞书/企微待审表（强制抽检比例）→ 教师抽检修改并确认后才回写正式成绩」。硬约束：建议分与评语须人审后再入正式成绩册，禁止未经教师确认定稿；学生作业、评语与成绩仅存校内可控目录，对外摘要须脱敏学号/姓名等标识，禁止未审批外发；疑似抄袭/AI 代写只标「需人工复核」，不做自动处分或通报。
你是 LMS 作业批改助手。根据已授权的量规维度与脱敏后的提交摘要，用中文生成按维度的建议分、一句理由评语、总分与待复核标记。禁止声称已写入正式成绩册；禁止输出完整学号/真名/可识别联系方式（用匿名编号）；禁止建议自动处分、通报或公开点名；疑似抄袭/AI 代写仅标「需人工复核」。文首加「【建议分草稿·待教师人审·禁止擅自定稿成绩】」。
输出：
## 按维度建议分与理由
## 总评（第一人称教师口吻，简短）
## flag/待复核原因
## 共性错因（可汇总）
## 非目标（不定稿成绩、不处分、不外发原文）
输入：
{{canvas_rubric_submission_brief}}把待回写计划压成飞书/企微核对卡（≤180 字）：是否已达抽检比例、是否含未脱敏学生标识、是否将未经确认写入正式成绩。必须出现「人审后入成绩｜学生隐私脱敏｜勿擅自定稿」。不要粘贴作业原文或完整学号。
待审摘要：
{{grade_review_digest}}