SuperAPI AI 工具集

lc-discussion

编程与开发

查看项目

更新于 10-16 10:18

技能介绍

用途

lc-discussion 用于把 LeetCode Discuss 上最近几周的面试复盘,整理成一份繁體中文文档:值得阅读的贴文、反复出现的题目,以及本仓库从未练习过的题目。

之所以需要它:leetcode.com/discuss/ 在浏览器中渲染,直接抓取页面只会返回空壳;而且列表中大多是噪音——组队匹配帖、薪资问题、只在文中提过一次公司名的路线图帖。在 2026 年 10 月的 Google 扫描中,约 200 篇贴文里只有约 30 篇描述了真实的编程题。有价值的部分就是读这 30 篇并与练习记录对照,由此发现了五道直接来自 L3/L4 面试、却从未练习过的题(1235、3026、1218、2812、1101)。

主要能力

  • 使用机器可读的方式搜索 LeetCode Discuss 贴文(关键词如公司、级别、轮次、OA)。
  • 脚本 script/lc_discussion.py 调用页面自身使用的 GraphQL 端点(无需登录),只保留包含全部关键词词的贴文,并抓取所选贴文的完整 markdown 内容。
  • 将 LC 题号离线对照 README 与 data/progress.txt,采用与 script/l3_core.py 相同的解析器。
  • 汇总为一份繁體中文文档,包含:值得读的贴文表格、重复出现的题型、与个人练习记录的对照(从没记录过 / 有记录但最新结果是 again 或无结果 / 已经 ok),以及建议的下一轮练习。

核心原则

亲历优先于聚合:一篇写“我被问到 X”的贴文才算数;写“2026 年 Google 问的 8 道题”的贴文属于模式级,常来自 Glassdoor 或 Blind,会附带此说明,绝不将其视为一次真实提及。

有名字或匹配,绝不悄悄猜测:当贴文链接或写出 LC 题号时才标注该题号;其余情况是从故事中推断的匹配(例如老鼠与猫的网格 → LC 2812),文档会标记为“相近”;无法良好匹配的题目列为“無對應 LC”,不强行套用题号。

记录才是依据:文档中每个 LC 题号都给出 xref 结果——先列出进度日志的最新判定,旁边再列 README 的状态单元格。绝不因为 README 写着 OK 就把某题描述为已掌握。

只摘要,不转载:每篇贴文给出链接和一句话题目摘要;当题目依赖某个约束或例子时可引用该约束或例子,但不能引用整篇贴文。

对记录只读:该技能只在 doc/ws/ 下写一个文件,绝不写入 README 或 data/progress.txt;它建议的练习用 /lc-log 记录。

使用方式

调用:/lc-discussion <keywords> [--days N]

示例:/lc-discussion google、/lc-discussion google l3 --days 30、/lc-discussion amazon oa。

具体步骤:

  1. 搜索

python3 script/lc_discussion.py search google --days 90 --summary python3 script/lc_discussion.py search google l3 --days 30

每行给出日期、点赞数、主题 id、标题和 URL。每个关键词词都必须出现在标题或摘要中;--loose 可放弃该过滤,--order MOST_RELEVANT 按匹配度而非日期排序。--pages(默认 4 × 50)扩大扫描范围。--json FILE 保存列表以供后续使用。

  1. 初选

保留描述题目的贴文:面试经历、电话面试、现场面试、OA、整理过的题目列表。舍弃组队匹配、薪资、时间线、“要不要接受”的内容,以及其他职能族(SRE、FDE、数据中心)的内容,除非关键词明确要求。若指定了目标级别则将其排在最前,并说明扫描了多少篇、保留了多少篇。

  1. 阅读

python3 script/lc_discussion.py fetch 8543506 8527382 8524882

输出每篇贴文的完整 markdown,并附一行 named: 列出其中包含的任何 LC 链接或题号。若数量较多,可加 --dir <scratch dir> 并从该目录读取文件;--dir 绝不指向仓库内部。记录每道题目、其追问,以及贴文若给出的话,该轮次得到的判定。

  1. 映射到 LC 题号

对每道题写出 LC 题号,并注明是“明确标注”还是“相近”(原则 2)。统计在不同贴文间的重复次数:一篇复制了另一篇的整理列表不算第二次提及。重复出现的模式(两个候选人给出同一道树形 DP、三种变体的限流器)是文档的主要发现。

  1. 交叉引用

python3 script/lc_discussion.py xref 1235 3026 963 359 1101 2812

离线执行。对每个题号,输出 README 的标题与状态、进度日志的最新判定(ok、again、none 或 never)、上次尝试时间、尝试次数,以及是否属于 L3 核心题集。将文档中的题目分为三组:从未记录、again 或无判定、ok。

  1. 撰写文档

写入 doc/ws/lc_discussion_<keywords>_<YYYYMMDD>.md(关键词用 _ 连接,日期为执行扫描的日期),使用繁體中文,结构如下:

LeetCode Discuss 掃描:<keywords>(<YYYY-MM-DD>)

掃描範圍:<N> 篇貼文(<from> – <to>),保留 <M> 篇描述實際題目的貼文。

值得讀的貼文

| 日期 | 貼文 | 內容 |

重複出現的題型

  • ...

對照你的練習紀錄

從沒記錄過

| LC | 題目 | 出處 |

有紀錄但最新結果是 again 或沒有結果

已經 ok

建議的下一輪練習

内部规则:LC 题目名、API 名称和代码保持英文;每篇贴文都是链接;每个 LC 题号都带 xref 状态;标记“相近”匹配;每个代码块加标签。doc/ws/ 不会构建进站点,因此无需改动其他内容。

  1. 汇报

告知用户扫描规模、保留了多少篇贴文、重复出现的两三个模式,以及你会优先练习的五道从未记录的题目(每道附上其来源贴文)。给出文档路径。若他们开始练习,下一步是 /lc-log。

适用场景

准备技术面试时,按公司、级别或轮次收集近期 LeetCode Discuss 上的真实面试题目,并与个人的 LeetCode 练习记录对照,找出尚未覆盖的薄弱题目。

限制与禁止事项

  • 不把整理列表或“confirmed sightings”列表当作第一手报告(原则 1)。
  • 不给题目分配 LC 题号而不说明是明确标注还是相近匹配(原则 2)。
  • 不只凭 README 报告题目状态;必须 xref 进度日志(原则 3)。
  • 不把整篇贴文粘贴进文档;只链接并摘要(原则 4)。
  • 不写入 data/progress.txt 或 README,也不把抓取的贴文保存到仓库内(原则 5)。
  • 不抓取 HTML 页面,也不发送登录 cookie;公开的 GraphQL 端点已足够。
  • 未经要求不 commit 或 push。

示例

/lc-discussion google 于 2026-10-02 执行,产出 doc/ws/lc_discussion_google_20261002.md:

  1. search google --days 90 → 抓取 200 篇贴文,约 125 篇与 Google 面试有关
  2. 约 30 篇描述了编程题;8 篇值得阅读,L3 排在最前
  3. 对这 30 篇执行 fetch;其中 75 题的整理列表(8525983)按列表阅读,不作为真实提及
  4. 明确标注:1235、3026、963、359、2402、68、60、351、1970;相近匹配:1101、2812、1218、249、1254、3453;跨贴文重复:1235(2 次现场面试)、剪叶子的树形 DP(2 次)、仅向右走的网格路径计数(2 次)、限流器的三种流式变体(3 次)
  5. xref → 从未记录:1235、3026、1101、2812、1102、1218、1970、1293、381、68;again 或无判定:963、939、1254、2402、1631、621、329、410、128、91;ok:200、207、994、127
  6. 生成文档,使用繁體中文
  7. 建议练习:1235、3026、1218、2812、1101