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。