如何设计可管理超10000道数学题生成模板的项目结构？

核心设计思路 #

采用装饰器自动注册+按题型分层存储的轻量方案，完全避免大量冗余类或者单类上万方法的问题，同时支持后续平滑扩展到10000+模板。

具体实现方案 #

1. 实现统一注册器 #

用字典作为全局容器存储所有模板，通过装饰器自动完成模板注册，不需要手动维护模板列表：

import random
from typing import Callable, Dict, Tuple

# 全局模板注册容器，key为模板唯一ID，value为试题生成函数
question_templates: Dict[str, Callable[[int], Tuple[str, str]]] = {}

# 模板注册装饰器
def register_template(template_id: str):
    def wrapper(func: Callable[[int], Tuple[str, str]]):
        question_templates[template_id] = func
        return func
    return wrapper

2. 按题型拆分模板文件 #

将模板按知识点、题型拆分到不同目录和文件中，单个文件最多存放几十组模板，避免文件过大难以维护，示例目录结构：

math_test_generator/
├── core/
│   ├── __init__.py
│   └── registry.py # 存放上述注册器代码
└── templates/
    ├── __init__.py # 配置自动导入所有子模块的模板
    ├── arithmetic/ # 四则运算题型
    │   ├── add.py
    │   ├── subtract.py
    │   ├── multiply.py
    │   └── divide.py
    ├── algebra/ # 代数题型
    │   ├── linear_equation.py
    │   └── polynomial.py
    └── geometry/ # 几何题型
        ├── area_calculate.py
        └── angle_calculate.py

每个模板函数只需要加装饰器即可完成注册，示例：

# 放在templates/arithmetic/add.py中
@register_template("addition_basic")
def addition_template(difficulty: int) -> Tuple[str, str]:
    a = random.randint(1, 10 ** difficulty)
    b = random.randint(1, 10 ** difficulty)
    return f"What is {a} + {b}?", str(a + b)

只需在templates/__init__.py中配置自动遍历导入所有子模块的代码，即可一次性完成所有模板的注册，不需要手动逐个导入。

3. 调用方式 #

直接从注册容器中调取模板即可生成试题，示例随机抽题逻辑：

def generate_random_question(difficulty: int) -> Tuple[str, str]:
    # 随机选一个模板
    template_func = question_templates[random.choice(list(question_templates.keys()))]
    return template_func(difficulty)

方案优势 #

• 无冗余代码：不需要定义大量类，也不需要把所有方法塞到同一个类中，每个模板就是独立的普通函数
• 扩展性极强：新增模板只需要在对应分类的文件里加带装饰器的函数即可，不需要修改核心逻辑，10000+模板也可以按知识点分类清晰管理
• 检索灵活：可以给注册装饰器扩展标签参数，标记题型、适用学段等属性，后续可以按标签筛选指定类型的试题
• 易维护：修改单个模板的生成逻辑只会改动对应文件，不会影响其他模板的正常运行

内容的提问来源于stack exchange，提问作者aligen