使用 n8n 自动分配同行评审并生成 AI 评分标准

Webhook 接收学生作业 → GPT-4.1-nano 生成评分标准 → Slack/邮件通知评审人 → 自动计算分数并输出报告

给谁

需要管理学生协作评估的教育工作者或教学管理员

你会得到

自动分配同行评审任务、生成结构化评分标准、汇总评分并发送报告

你需要

n8n · slack · email · postgres

步骤

1. 接收作业并分配评审人

   在 n8n 中配置 Webhook 节点（路径：peer-assessment，方法：POST，响应模式：responseNode），接收包含 studentId、studentName、email、assignmentId、assignmentTitle、submissionUrl、dueDate 的作业提交。使用 Set 节点存储数据，再用 Code 节点执行循环分配：为每个作业分配 3 名同行评审人（循环取模方式），输出包含 reviewers 数组的数据。

2. AI 生成评分标准

   将 AI Agent 节点（Generate Review Rubric）连接至 OpenAI Chat Model（gpt-4.1-nano）和 Structured Output Parser。在 Agent 的 text 字段填入来源提供的提示词，systemMessage 设为来源提供的系统消息。运行后生成包含 5 项评分标准（Technical Accuracy 25 分、Problem-solving Approach 25 分、Documentation Quality 20 分、Code/Design Quality 20 分、Innovation and Creativity 10 分）的结构化评分标准。

   运行提示词 · 来源原文。AI Agent 节点 Generate Review Rubric 的 text 字段（表达式模式）

   复制提示词

   =You are an expert engineering educator evaluating student assignments.
   
   Assignment Title: {{ $json.assignmentTitle }}
   Student Name: {{ $json.studentName }}
   Submission: {{ $json.submissionUrl }}
   
   Generate a comprehensive peer review rubric with the following criteria:
   1. Technical Accuracy (0-25 points)
   2. Problem-solving Approach (0-25 points)
   3. Documentation Quality (0-20 points)
   4. Code/Design Quality (0-20 points)
   5. Innovation and Creativity (0-10 points)
   
   For each criterion, provide:
   - Clear evaluation guidelines
   - Specific examples of excellent, good, and poor performance
   - Key questions reviewers should ask
   
   Total: 100 points
   
   Format the rubric in a clear, structured way that peer reviewers can easily follow.

   运行提示词 · 来源原文。AI Agent 节点 Generate Review Rubric 的 options.systemMessage 字段

   复制提示词

   You are a helpful assistant that creates detailed, fair assessment rubrics for engineering students.

3. 通知评审人

   使用 Slack 节点向指定频道（如 #peer-reviews）发送新任务通知，包含学生姓名、作业标题、截止日期、评审人名单和提交链接。同时使用 Email Send 节点向评审人发送邮件，主题包含作业标题，正文嵌入上一步生成的评分标准（通过 {{ $('Generate Review Rubric').item.json.output }} 引用）。最后用 Set 节点整理响应数据，并通过 Respond to Webhook 节点返回 JSON 确认信息。

   运行提示词 · 来源原文。Slack 节点 Notify on Slack 的 text 字段（表达式模式）

   复制提示词

   =📚 *New Peer Review Assignment*
   
   *Student:* {{ $json.studentName }}
   *Assignment:* {{ $json.assignmentTitle }}
   *Due Date:* {{ $json.dueDate }}
   
   *Assigned Reviewers:*
   {{$json.reviewers.map(r => `• ${r.reviewerName} (${r.reviewerEmail})`).join('\n')}}
   
   *Submission:* {{ $json.submissionUrl }}
   
   📋 Review rubric has been generated and sent via email.

4. 收集评分并计算成绩

   Code 节点（Calculate Peer Score）当前使用 Math.random() 模拟 5 维度评分并计算总分与等级（A-F），生产环境需替换为真实评审数据输入。随后用 Postgres 节点将评分结果存入 peer_reviews 表。再用 Code 节点（Check Completion Status）按 assignmentId 分组，检查是否收集到至少 3 份评审，若完成则计算平均分与最终等级。

5. 生成最终评估报告

   将 AI Agent 节点（Generate Final Report）连接至第二个 OpenAI Chat Model（gpt-4.1-nano）和 Structured Output Parser 2。在 Agent 的 text 字段填入来源提示词，systemMessage 设为来源提供的系统消息。输入需包含 assignmentId、studentId、completedReviews、averageScore、finalGrade，输出为包含执行摘要、优势、改进建议、可操作推荐、与班级平均比较（假设 75/100）及下一步行动的专业学术报告。

   运行提示词 · 来源原文。AI Agent 节点 Generate Final Report 的 text 字段（表达式模式）

   复制提示词

   =Generate a comprehensive final assessment report for the following peer review results:
   
   Assignment ID: {{ $json.assignmentId }}
   Student ID: {{ $json.studentId }}
   Completed Reviews: {{ $json.completedReviews }}
   Average Score: {{ $json.averageScore }}/100
   Final Grade: {{ $json.finalGrade }}
   
   Provide:
   1. Executive Summary (2-3 sentences)
   2. Strengths identified across reviews
   3. Areas for improvement
   4. Specific actionable recommendations
   5. Comparison to class average (assume 75/100)
   6. Next steps for the student
   
   Format as a professional academic report.

   运行提示词 · 来源原文。AI Agent 节点 Generate Final Report 的 options.systemMessage 字段

   复制提示词

   You are an experienced engineering educator creating fair, constructive assessment reports.

6. 发送报告并更新仪表板

   使用 Email Send 节点向学生发送最终报告邮件，包含最终等级、平均分和报告摘要（引用 Generate Final Report 的输出）。通过 HTTP Request 节点向外部仪表板端点 POST 成绩数据（assignmentId、averageScore、finalGrade、completedAt）。再用 Code 节点（Analytics Report）统计班级平均分与等级分布，最后用 Slack 节点将分析结果推送到频道。

   运行提示词 · 来源原文。Slack 节点 Post Analytics to Slack 的 text 字段（表达式模式）

   复制提示词

   =📊 *Peer Review Analytics Report*
   
   *Total Assignments Completed:* {{ $json.totalAssignments }}
   *Class Average Score:* {{ $json.classAverage }}/100
   
   *Grade Distribution:*
   {{Object.entries($json.gradeDistribution).map(([grade, count]) => `• ${grade}: ${count} students`).join('\n')}}
   
   *Generated:* {{ $json.generatedAt }}

你正在搭建一个 n8n 同行评审自动化工作流。请按以下顺序操作：
1. 在 n8n 中导入模板 workflow ID 10310 或根据提供的 workflow.json 手动创建节点
2. 配置 Webhook 节点路径为 peer-assessment，方法 POST
3. 添加 OpenAI API 凭证（模型选择 gpt-4.1-nano）
4. 配置 Gmail/Slack 凭证
5. 将 Calculate Peer Score 节点中的 Math.random() 替换为实际评审数据收集逻辑
6. 配置 Postgres 数据库连接或替换为其他存储节点
7. 测试单个作业提交流程，确认评分标准生成、邮件发送和 Webhook 响应正常
8. 生产部署前验证所有凭证权限和数据库表结构