搭建一个基于 AI 的作业智能错题管理系统，帮助学生高效整理、分析和复习错题。
来源：

https://github.com/wttwins/wrong-notebook

主要功能：
AI 智能分析：自动识别题目内容，生成解析、知识点标签和同类练习题。
灵活的 AI 配置：支持 Google Gemini 和 OpenAI (及兼容接口) 两种 AI 提供商，可直接在网页设置中动态切换和配置。
多错题本管理：支持按科目（如数学、物理、英语）创建和管理多个错题本。
智能标签系统：自动提取知识点标签，支持自定义标签管理。
多维度筛选：支持按掌握状态、时间范围、知识点标签、年级学期、试卷等级等多种条件筛选错题。
灵活导出打印：一键导出筛选后的错题，支持自定义打印内容（答案/解析/知识点）和图片缩放比例，可直接打印或保存为 PDF。
智能练习：基于错题生成相似的练习题，巩固薄弱环节。
数据统计：可视化展示错题掌握情况和学习进度。
用户管理：支持多用户注册、登录，数据安全隔离。
管理员后台：提供用户管理功能，可禁用/启用用户、删除违规用户。

快速部署
生成一个随机字符串密钥：

openssl rand -base64 32

Docker Compose (推荐)：

services:
  wrong-notebook:
    image: ghcr.io/wttwins/wrong-notebook:latest
    container_name: wrong-notebook
    ports:
      - 3000:3000
    environment:
      - NEXTAUTH_SECRET=your_secure_password
    volumes:
      - ./data:/app/data
      - ./config:/app/config
    restart: always

Docker 命令：

docker run -d --name wrong-notebook -e NEXTAUTH_SECRET="your_secret_key" -p 3000:3000 -v $(pwd)/data:/app/data -v $(pwd)/config:/app/config ghcr.io/wttwins/wrong-notebook

浏览器中输入 http://IP:3000，进入WEB登录界面

默认管理员账户：
邮箱: admin@localhost
密码: 123456

点击右上角【设置】，修改一下邮箱和密码，设置一下 AI 提供商，支持 Gemini 和 OpenAI，我是使用硅基流动的 API，可以点击用我的邀请码注册（送 2000 万 Tokens）
https://cloud.siliconflow.cn/i/myys4XNZ
模型需要是视觉模型，参考模型设置：

OpenAI/Comppatible
https://api.siliconflow.cn/v1
Qwen/Qwen3-VL-235B-A22B-Instruct

返回首页，上传要问的题目图片

剪切题目区域

AI分析

答案参考

准备:
全程科学上网。

1.下载 Android TV 11/13 builds:

https://github.com/supechicken/waydroid-androidtv-build

2.解压缩并复制到 Waydroid 扩展镜像目录:

sudo mkdir -p /etc/waydroid-extra/images/
sudo cp ~/Downloads/system.img /etc/waydroid-extra/images/system.img
sudo cp ~/Downloads/vendor.img /etc/waydroid-extra/images/vendor.img

3.安装 Waydroid:

sudo apt install curl ca-certificates
curl https://repo.waydro.id | sudo bash
sudo apt install waydroid

4.初始化 Waydroid Android TV， 获得Google注册设备码:

sudo waydroid init -f
sudo waydroid shell -- sh -c "sqlite3 /data/data/*/*/gservices.db 'select * from main where

name = \"android_id\";'"

5.去 Google 注册设备:

https://www.google.com/android/uncertified

准备工作
1.修改群晖默认的 admin 账号密码，不要添加特殊字符，取消禁用 admin账号。
2.不要使用 Edge浏览器，推荐 Chrome。

开始激活
在网页输入以下网址：
https://群晖地址:5001/webapi/auth.cgi?api=SYNO.API.Auth&version=3&method=login&account=管理员用户名&passwd=密码&format= cookie

三个部分做相应替换，例如：
https://10.20.50.50:5001/webapi/auth.cgi?api=SYNO.API.Auth&version=3&method=login&account=AAA&passwd=BBB&format= cookie

然后网页提示中有 "success":ture 字样就可以了。

获取机器序列号：
控制面板 - 信息中心 - 产品序列号，复制下来。

新网页中输入以下网址：
https://10.20.50.50:5001/webapi/entry.cgi?api=SYNO.ActiveBackup.Activation&method=set&version=1&activated=true&serial_number="序列号"

将网址中的部分做相应替换，例如：
https://10.20.50.50:5001/webapi/entry.cgi?api=SYNO.ActiveBackup.Activation&method=set&version=1&activated=true&serial_number="0000XXXXMNNNN"

然后网页提示中有 "success":ture 字样，至此激活完毕。

1.在 KoolCenter 固件中心下载对应型号的梅林改版固件:

https://fw.koolcenter.com

2.电脑连接路由器，点击左边的『系统管理』，选择『固件升级』- 点击上传，更新固件为梅林改版固件，进度条100%路由器会自行重启。
3.登录路由器，进行双清，手动配置路由器，完成后登录路由器，在『系统管理』–『系统设置』内勾选：Format JFFS partition at next boot 和 Enable JFFS custom scripts and configs， 点击『应用本页面设置』，成功后重启路由器，再次登录后出现『软件中心』。
4.下载安装科学插件，点击『软件中心』，软件中心版本，『进入设置』，点击『更新』保持当前版本与在线版本一致。点击 『手动安装』，选择已下载好的 MerlinClash插件文件。
merlinclash 插件使用文档与插件下载地址：

https://mcreadme.gitbook.io/mc
https://t.me/merlinclashfile

科学上网插件下载地址：

https://github.com/hq450/fancyss

Meta 的 Llama3 大语言模型开源以后，Ollama做了整合3B版本，可以很方便的部署使用，7B就算了，实在用不起。

0x00 硬件要求
GPU 最好使用 NVIDIA RTX4060 以上级别的显卡，响应速度流畅。
CPU Intel 12代以上，纯 CPU 模式响应度很慢。

0x01 官方支持
https://ollama.com/
https://hub.docker.com/r/ollama/ollama

0x11 部署服务
CPU 模式

docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

GPU 模式
Nvidia GPU 需安装 NVIDIA Container Toolkit：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
    | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
    | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
    | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

安装 NVIDIA Container Toolkit packages：

sudo apt-get install -y nvidia-container-toolkit

Yum 或 Dnf 安装：

curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo \
    | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo

安装 NVIDIA Container Toolkit packages：

sudo yum install -y nvidia-container-toolkit

配置 Docker 使用 Nvidia driver：

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

启动容器：

docker run -d --gpus=all -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama

AMD GPU 安装：

docker run -d --device /dev/kfd --device /dev/dri -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama:rocm

0x12 安装 API

docker exec -it ollama ollama run llama3

0x13 部署 WEB UI
CPU 模式：

docker run -d -p 8090:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

GPU 模式：

docker run -d -p 8090:8080 --gpus=all -v ollama:/root/.ollama -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama

0x14 登录 WEB
http://IP:8090