利用AI编写脚本-先梳理架构

假使是要写个评估AI问答准确性的脚本。

模块 / 文件	功能分类	核心职责	价值
.env	配置层	存储敏感环境变量（如 AI API 密钥、数据库密码）	隔离敏感信息，避免硬编码到代码中，提升安全性
config.py	配置层	存储非敏感配置（如输入输出路径、AI 模型参数、评估阈值）	集中管理项目参数，修改配置无需调整核心代码
main.py	入口层	串联各模块（调用 AI 问答、评估、日志等功能），作为程序启动入口	简化执行流程，只需运行main.py即可启动整个任务
requirements.txt	依赖层	记录项目所需的第三方库（如openai、pandas）	一键安装所有依赖，保证环境一致性，便于协作 / 部署
modules/	核心功能层	拆分项目核心功能为独立模块	职责分离，便于维护 / 扩展（如新增 AI 模块只需在modules下加文件）
modules/ai_qa.py	业务层	实现 AI 问答逻辑（如调用 OpenAI 接口生成回答、处理问题格式）	封装问答能力，其他模块可直接调用
modules/ai_evaluator.py	业务层	实现回答的评估逻辑（如评分、质量校验）	独立承载评估规则，便于调整评估标准
modules/logger.py	辅助层	实现日志记录（运行状态、错误信息）	追溯任务流程，快速排查问题
data/	输入层	存储输入数据（如示例问题的 Excel 文件）	统一管理输入资源，避免文件分散
output/	输出层	存储生成的结果（如问答结果、评估报告）	集中管理输出内容，便于后续查阅 / 分析