接著就到我目前想的到的最後一位 Agent ：出題
試想一下，大部分的學生在寫完題目後都不一定搞懂了剛剛的觀念，就算懂了，換一個包裝方式又會再次地陷入苦思。
為避免學生自我感覺良好，所以我想設計一個可以幫忙依據學生弱點對症下藥的出題者
因此我的整體流程大概就是會長成這樣：

START → tutor → record → END

不評測。純聊天不需要知道測試過不過,而且可以省一次 Gemini 呼叫。

START → grade → ┬ 未全過 → tutor → record → END
└ 全部通過 → set_problem → END

先評測,然後依評測結果再分一次岔

START → set_problem → END

直接跳過評測和導師。學生沒有在問問題、也沒有要交程式碼,只是要下一題。

出題 Agent 的核心機制：

出題 Agent 並不是憑空生成題目，它是讓三個 Agent 形成閉環的關鍵樞紐。

讀取 Firestore 黑板資料

導師 Agent 在引導過程中，會持續將診斷出的觀念錯誤寫入 Firestore
出題 Agent 執行時，會先讀取該學號累積次數最高的錯誤觀念，並將這些弱點標籤注入到 Prompt 中，要求模型針對這些概念設計題目。

總結：三個 Agent 的協作閉環

到這一階段，多 Agent 系統的終態正式完成：

1. 導師 Agent (Tutor) 負責引導並將錯誤觀念寫入黑板。
2. 出題 Agent (Setter) 讀取黑板弱點，生成針對弱點的下一題。
3. 評測 Agent (Grader) 評估程式碼，沒過回到導師，全過觸發下一題。