SuperAPI AI 工具集

leetcode-problem-fetcher

编程与开发

查看项目

更新于 11-14 09:43

技能介绍

用途

leetcode-problem-fetcher 是一个专门用于获取和解析 LeetCode 题目的技能,面向算法刷题、面试准备和算法学习等流程。它从 LeetCode 提取完整的题目元数据,便于后续解题、模式识别和面试训练。

主要能力

题目检索

  • 按题目 slug(URL 友好名称)获取题目
  • 获取每日挑战题目
  • 按分类、标签、难度或关键词搜索题目
  • 在可用时访问会员题目的替代版本

元数据提取

  • 难度等级(Easy、Medium、Hard)
  • 通过率与提交统计
  • 题目标签与分类
  • 相关题目与相似问题
  • 公司标签(在可用时)

内容解析

  • Markdown 格式的题目描述
  • 带解释的输入/输出示例
  • 约束条件与边界情况
  • 追问问题与优化方向
  • 多语言代码模板

用户数据访问

  • 用户资料与统计
  • 竞赛排名与历史
  • 提交历史与解答
  • 题集进度跟踪

使用方式

MCP Server(推荐)

安装 LeetCode MCP Server(jinzcdev):

claude mcp add-json "leetcode" '{"type":"stdio","command":"npx","args":["-y","@jinzcdev/leetcode-mcp-server","--site","global"]}'

可用的 MCP 工具:

  • get_daily_challenge:获取每日 LeetCode 挑战
  • get_problem:按 titleSlug 获取题目
  • search_problems:按分类、标签、难度、关键词筛选
  • get_user_profile:访问用户数据
  • get_user_contest_ranking:跟踪竞赛表现

直接 API 集成

LeetCode 的 GraphQL 端点:

const LEETCODE_GRAPHQL = 'https://leetcode.com/graphql';

const problemQuery = `
  query getProblem($titleSlug: String!) {
    question(titleSlug: $titleSlug) {
      questionId
      title
      titleSlug
      content
      difficulty
      topicTags { name slug }
      hints
      sampleTestCase
      codeSnippets { lang code }
      stats
    }
  }
`;

浏览器扩展

Competitive Companion 可从 LeetCode 及 115+ 其他在线评测系统解析题目,提供 Chrome 与 Firefox 版本(扩展名均为 competitive-companion)。

使用示例

获取题目:

leetcode get_problem --titleSlug "two-sum"

输出包含题目标题与描述、难度与通过率、主题标签、示例与约束条件、代码模板。

搜索题目:

leetcode search_problems --difficulty MEDIUM --tags "dynamic-programming,array"

按关键词搜索:

leetcode search_problems --keyword "substring"

获取每日挑战:

leetcode get_daily_challenge

输出结构

输出包含 problem 与 metadata 两部分。problem 含 id、title、titleSlug、difficulty、acceptanceRate、description(markdown)、constraints、examples(input/output/explanation)、hints、topicTags、similarQuestions、codeTemplates(python3、cpp、java 等);metadata 含 fetchedAt(ISO8601 时间戳)与 source(leetcode.com 或 leetcode.cn)。

适用场景

  • 算法刷题与每日一题练习
  • 面试准备(资料提及 FAANG 面试准备流程)
  • 算法模式识别与学习
  • 将题目数据接入解题工作流或工具链

限制与注意事项

错误处理

  • PROBLEM_NOT_FOUND:titleSlug 无效,需核对题目 URL 或 slug
  • RATE_LIMITED:请求过多,需实现指数退避
  • AUTH_REQUIRED:会员题目,需使用替代方案或进行认证
  • NETWORK_ERROR:连接失败,需检查网络并以退避方式重试

最佳实践

  • 缓存:缓存题目数据以减少 API 调用
  • 限流:遵守 LeetCode 的速率限制,请求之间加入延迟
  • 错误处理:妥善处理会员/锁定题目
  • 离线模式:存储已获取题目以供离线练习
  • 数据新鲜度:定期重新获取以更新统计数据

资料未提供具体收费、价格或性能指标信息。