SuperAPI AI 工具集

generate-learning-content

通用与其它

查看项目

更新于 10-16 02:31

技能介绍

用途:生成或改进 Exercode 学习内容,包括课程材料、Judge 问题与竞赛。使用前需检查目标产出、仓库说明和现有学习内容结构。若用户不可用(如自动化流程中),应依据可用上下文自行做出合理决定,不必暂停等待确认,后续确认步骤也按同一规则处理。若仓库尚未准备好进行 Exercode 课程编写,先执行 setup-exercode-course-repository。

主要流程:按适用情况依次使用 generate-course-materials(课程、讲义文本与内嵌问题)、generate-judge-problems(judge v2 问题)、generate-judge-contest(竞赛及其题集)。当课程学习目标包含编写、修改或执行代码时,课程材料与 Judge 问题工作流都应视为适用;内嵌问题或完整代码示例不能替代评分用的编码练习。

验证与评估:运行每个适用工作流要求的验证和评估,并修复失败直至通过。对每个生成或修改的 judge 问题,在 @exercode/problem-utils 可用时用 exercode-problem CLI 跑所有模型答案:在问题目录执行 bunx exercode-problem judge model_answers/<languageId>;存在 problem 自带的 judge.ts 时使用它,否则使用标准 stdio judge。确认命令退出码为 0、至少输出一行 TEST_CASE_RESULT,且每行决策码均为 2000。bunx exercode-problem <problemsDir> 可一次检查全部问题,但不带 harness 参数,参数化问题会失败,需用 --skip <substring> 排除后单独判题。 starter 模板也需判题,并确认其不会通过全部测试用例。

汇报内容:生成或变更的路径、执行的验证与评估、做出的假设、有意保留的警告。限制:官方 URL、具体收费、平台与更多细节暂未提供。