选课社区是典型的前后端分离项目，项目规模适中（前后端代码行数 2w 行左右），涉及到经典的 Web 前后端技术场景。通过本次测评，可以检验 AI Coding 模型在选课社区项目中的实际效果，进而延展出各模型和 AI Coding 工具在 Web 开发场景中的能力。
本次测评主要针对选课社区项目中的前端代码进行 AI Coding 测评。具体测评为：在前后端整体的代码目录下，只有后端项目的代码，在工具中使用一定 prompt 要求工具的 agent 根据后端代码，生成完整的前端代码，并且保证前端代码能够正常运行。
具体的评分点如下：
- 基础正确性：生成的前端代码能够正常运行，并且能够通过生产构建。记为 10 分。
- 接口正确性：生成的前端代码能够正确调用后端接口，并且能够正确处理后端接口返回的数据。每个接口记为 1 分。
- 页面美观性：生成的每个页面应该保持相同的 UI 风格，并且能够正确展示后端接口返回的数据。每个页面记为 1 分。
- 用户交互性：页面中的每个可供用户交互的元素都需要能够正确响应用户操作，并且能够正确调用后端接口。每个交互元素记为 1 分。