前言本文介绍生成三合一收款码API，三合一聚合收款码整合微信、支付宝、QQ三大主流支付渠道，实现一码通用，彻底解决传统收款方式多码杂乱、扫码不便的痛点。商家仅需张贴一张二维码，就能满足顾客各类扫码付款需求，适配线下门店、便民网点、街边摊位等多种小微经营场景，大幅简化收银流程。应用场景该接口覆盖多行业，如线下便利店、日用小店、文具副食门店等个体实体店、街边零售摊位、流动摊贩等轻经营场景、小型个体经营门店、综合服务小微商户这些商铺都可支持。API介绍请求参数名称类型必须说明wxUrlString是微信支付链接alipayUrlString是支付宝支付链接qqUrlString是qq支付链接logoImgBase64String否logo 图片 base64logoImgUrlString否logo图片UrllogoImgFileString否logo文件paddingInteger否边距logoBorderboolean否是否有边框logoStyleString否logo 样式，NORMAL-普通、ROUND-椭圆、CIRCLE-圆形logoBgColorString否logo 背景色值logoBorderBgColorString否logo 色值bgImgBase64String否背景图base64bgImgUrlString否背景图链接bgImgFilefile否背景图文件drawBgColorString否背景渲染色值，默认#fff7f7bgWidthInteger否背景宽度, 默认500bgHeightInteger否背景高度, 默认500sizeInteger否二维码大小suffixString否图片后缀,默认png戳这里查看详细说明返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//code对应的描述 "taskNo": "279392941232189858512786",//本次请求号 "data": { "link": "https://z.jmdat.com/aggregate-payment/t2o/visit/xxxx", //支付链接地址,只能在微信浏览器、QQ浏览器、支付宝打开 } }

前言MBTI：迈尔斯-布里格斯类型指标，这是一套基于荣格心理学理论发展而来的性格评估工具。它将人的性格从四个维度、每个维度两个对立方向，组合成 16 种不同的性格类型。为了方便记忆，常把16种类型归纳为四个“气质家族”，每个家族有各自鲜明的特点：分析家 (NT型)：理性、有战略思维、追求能力与知识。外交家 (NF型)：理想主义、善解人意、关注成长与意义。守护者 (SJ型)：务实、尽职尽责、重视安全与合作。探险家 (SP型)：务实、追求自由、活在当下。下面详细介绍人格测试相关API。详见此处API介绍测试时，尽量凭第一反应选择“你通常是怎么想、怎么做的”，而不是“你希望自己成为什么样的人”，这样结果会更贴近真实的自己。请求参数名称类型必须说明typeString是请求类型，1：获取问题，2：提交答案。versionString是版本类型，1：基础版48题，2：专业版93题，3：完整版200题。注意不同版本的问题不同。numString否获取问题时必须传问题编号，比如获取第1题则传1，问题编号不能超过对应版本的最大题数，例：num=1。qcanString否提交答案时必传，每一题的答案用英文逗号隔开，也就是每一题的选项，A或B。例：qcan=A,A,A,A,B,B,A,A,B,A,A,A,B,A,A,A,A,A,A,A,A,A,A,A,A,B,B,B,B,A,B,A,A,A,B,A,A,A,A,A,B,A,A,A,A,A,A,A。返回样例type=1时返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "045462265255962926697564",//本次请求号 "data": { "q": "你如何看待风险：",//问题 "a": "A. 作为必须仔细计算和管理的东西。",//选项A。 "b": "B. 作为探索新事物和学习的机会。" //选项B。 } } type=2返回样例{ "code": 200,//返回码，详见返回码说明 "msg": "成功",//返回码对应描述 "taskNo": "045462265255962926697564",//本次请求号 "data": { "mbtimsg": "**ESTP - 企业家/实践者** (外向-实感-思考-知觉)xxxxx",//人格类型简单介绍，提交答案返回。也可自行查询更详细的相关16个人格类型介绍展现给用户。 "mbti": "ESTP" //人格类型，提交答案返回。 } }

引领AI时代，技术破局前行！ 当开源生态碰撞前沿AI智能，会给应用开发带来怎样的颠覆性变革？开发者如何紧跟技术浪潮，实现智能提效？ 就在这个六月，星城的开发者们，你们的专属技术盛宴来啦！不仅仅是听讲，更是全员实操、现场Debug、启发创新的技术沙龙！ 🔥 温馨提示：请务必自带电脑参加，现场跟着专家一起卷实战！ 📍 活动指南：活动时间： 6月13日（星期六）14:00活动地点： 智谷大创基地一楼路演厅招募对象： 软件开发工程师、AI技术爱好者、开源社区贡献者、高校计算机相关专业学生及所有对 AI 辅助开发感兴趣的伙伴。 📢 成功提交报名信息后，页面将自动弹出“活动专属交流群”微信二维码。请务必扫码入群！我们将在群内提前发布【实操指南】、现场抽奖曲目及后续的小组答疑，期待在群里与你提前相遇！🚀 带上你的电脑，带上你的奇思妙想。6月13日，长沙智谷大创基地，我们不见不散！  

在这个 AI 技术日新月异的时代，大模型正以前所未有的速度重塑开发者生态。如何将大模型能力真正落地到实际业务中？分布式开源技术与 AI 又是如何深度碰撞的？ 由 AtomGit 与 华为云开发者发展与支持部 HCDG 联合举办的 G-Star Gathering Day 大连站将于 6月13日（星期六） 在大连重磅开启！ 这里有技术大咖的硬核干货分享，有前沿开源框架的深度解密，更有手把手的现场代码实操！无论你是对大模型应用感兴趣的开发者，还是致力于开源转型的技术探索者，这场技术盛宴都不容错过！ 💡 活动概览活动主题：G-Star Gathering Day 大连站：AI 助力全场景应用实战活动时间：2026年6月13日（星期六）14:00活动地点：辽宁省大连市甘井子区高新街9号 梵亚酒店面向人群：开发者、高校学生、开源技术爱好者、AI/大模型技术研究者 本次活动邀请到多位来自开源社区、知名科技企业的核心贡献者与资深专家，围绕分布式存储、AI视觉小说框架、代码智能体以及 AI 商业化落地等核心方向展开深度交流。 🌟 为什么你一定要来？掌握最前沿的 Rust 生态：深度剖析 AI 时代的高性能分布式存储系统技术实现。实战演练大模型应用：现场手把手教你快速构建属于你自己的 AI 智能体应用。打破技术到商业的壁垒：资深算法专家为你拆解，作为程序员如何发现并抓住 AI 的商业化落地机会。优质同行技术人脉：结识来自大连及周边地区的优秀开源贡献者、主理人和技术大牛，拓展技术圈子。 📢 席位有限，立即报名！💡 温馨提示：本场活动含实操，请开发者携带电脑参加～  

华为云开发者成长中心，正式上线！ 华为云开发者成长中心，是面向开发者的一站式成长平台，通过任务激励、积分兑换，助力每一位开发者持续进阶。 🚀 一、任务驱动成长，获取更多积分成长中心已上线多种任务类型：产品体验、社区活跃……完成任意任务即可获得对应积分。示例如下：·       产品体验任务：在华为云码道（CodeArts）代码智能体中使用智能问答功能，完成体验即可获取积分。·       社区活跃任务：在华为云开发者社区中发布博客文章、分享技术心得，持续互动也能攒积分。 💰 二、攒积分兑换代金券积分可用来兑换 华为云代金券，积分攒得越多，代金券换得越多，让你的技术实践保持“粮草充足”。 开启你的成长之旅：截至目前，已有众多开发者抢先体验成长中心，我们也期待你的加入！欢迎大家多提宝贵意见，我们将持续优化成长体验。 🔗立即行动 访问华为云开发者成长中心做任务领积分，兑换开发者权益，让每一步成长都有价值，即刻开启你的成长之旅！ 

别把“内部 UID”当官方玩家标识：HarmonyOS 游戏里 openId / unionId / gamePlayerId 到底是什么、playerId 与 thirdOpenId 为什么不算做鸿蒙游戏接入的人，十有八九会在评审会或联调群里听到这句话：“你这个 playerId 到底是不是华为官方的？”说实话，这个问题问得好——因为**“玩家标识”这个词太容易被用成口头禅**。你服务器里当然得有个自增主键 playerId（或者叫 uid/gid），第三方登录那边也会有 thirdOpenId，但它们不是“HarmonyOS 系统 / 华为游戏服务（Game Service Kit, GSK）定义的官方玩家标识”。官方标识的签发权不在你游戏业务代码手里，而在华为账号授权域 + 游戏服务域那儿——说白了：它必须能从一次合法的华为账号登录/授权流程里被 GSK 可核验地拿出来，并且语义是华为定义、华为保证唯一性规则的。下面我就带领大家把这件事从根上拆开：怎么签发、怎么用、代码怎么拿、坑点在哪，以及 HarmonyOS 6（API 22）这种更“OAuth/权限收紧”的世代该怎么提前对齐。一、虾米叫“官方标准玩家标识”？在 GSK 语境里，“官方玩家标识”必须满足三条硬条件：签发主体是华为账号（HUAWEI ID）在 GSK/AGC 域的表现——不是你自己数据库 AUTO_INCREMENT。同一性规则是华为定义并保证的：openId：同一个华为账号 + 同一个应用（App/ClientId）→ 唯一且稳定；换到另一个游戏/另一个 clientId 就会变。unionId：同一个华为账号 + 同一个开发者主体（developerId）→ 跨你名下不同游戏可一致；但应用主体一旦发生转移（你懂的，卖号/过户那种），unionId 会变。它出现在 GSK 的标准接口返回值/术语体系里（而不是你随手塞进 DB 的某个字段）。而下面这两位——哪怕名字里也带“Id”——不满足上面的条件：你游戏的自定义 playerId（内部UID/业务主键）：是你自己系统发的，跟华为账号授权链没有绑定关系；你可以（也应该）把它和 openId 做映射，但它本身不是 GSK 的官方玩家标识。thirdOpenId（第三方平台开放账号 OpenID）：它是微信/QQ/Apple/Google 等第三方 OAuth 体系里的东西；鸿蒙系统不认它当“本代玩家主标识”，GSK 文档里也把它明确放在“第三方账号ID”位置用 thirdOpenId 承载。一句话先记住：官方玩家标识 = 能从“华为账号 × 你的游戏（开发者主体/AppId）”这条轴上合法签发出来的东西（openId / unionId / gamePlayerId）。其余的都是“你的业务键”或“别人的体系”。二、华为账号 → 授权 → GSK 玩家标识 是肿么“生出来”的？别把登录想成“点个按钮就拿到了 ID”。它是一条有明确签发权的链路：🕹️ 你的游戏服务器🎮 Game Service Kit（AGC 域）基础游戏服务能力🔑 HUAWEI ID 授权层(OAuth 2.0 / Account Kit)👤 玩家用 gamePlayerId/openId建立映射 own_player_uid后续用 own_player_uid 跑逻辑绑定 HUAWEI ID ↔ AppId→ 派生 openId / unionId→ 按 AGC 配置产出 gamePlayerId返回 玩家信息对象(gamePlayerId / openId / unionId/ teamPlayerId / …)用户授权→ 签发 Authorization Code→ 换取 Access/ID Token点 华为账号登录（GameCenter 式一键/授权弹窗）你看到这条链就该明白：如果某个“Id”不是从 D 这个位置合法出来的，它就算长得像 UUID，也不能叫“GSK 官方玩家标识”。三、ArkTS 侧最小闭环：怎么把“官方玩家标识”取出来在 HarmonyOS（NEXT / 5.0+）的 ArkTS 游戏工程里，GSK 的玩家信息通常通过 @kit.GameServiceKit 的 gamePlayer 能力拿：// 一个“拿官方标识”的最小干净写法 import { gamePlayer } from '@kit.GameServiceKit'; import { BusinessError } from '@kit.BasicServicesKit'; interface OfficialIds { gamePlayerId: string; // GSK 当前主标识（AGC 里你选的是 openId 还是 playerId 决定它长相） openId?: string; // 更偏“应用内唯一”，适合服务器验签/映射 unionId?: string; // 跨你名下游戏做同账号识别（注意主体转移会变） teamPlayerId?: string; // 跨游戏团队/联运态（新接入通常不关心） } async function fetchOfficialPlayerIds(): Promise<OfficialIds> { return new Promise((resolve, reject) => { // getLocalPlayer 是 ArkTS 侧的标准入口之一（具体 API 版本以你 SDK 为准） gamePlayer.getLocalPlayer((err: BusinessError, player: object) => { if (err) { // 常见：未登录/未初始化/6003 配置问题 reject(err); return; } // 关键字段：gamePlayerId（官方主标识） // 以及 openId / unionId 是否随同可用，取决于 SDK 版本与 AGC 配置 const p = player as any; resolve({ gamePlayerId: p?.gamePlayerId ?? '', openId: p?.openId, unionId: p?.unionId, teamPlayerId: p?.teamPlayerId, }); }); }); } 你需要记住的“落地规则”只有两条：你游戏对外的“用户主键”只应该有两种合法来源：要么直接用 openId（推荐新游/长期可迁移方案），要么用 gamePlayerId（它在 AGC 里可以被你配置成 openId 或“兼容 playerId”），但不要再自己发明第三种主索引。你服务器自己的 player_uid 永远只是“映射表的另一边”。表结构精神是：gsk_open_id PK/UKgsk_game_player_id UK（当它 ≠ openId 时也得存）internal_player_uid（你的业务键，FK 可以反过来指向 openId）四、一张对照表把“谁是官方/谁不是”一次说清（差异案例就在这）名字谁签发同账号跨不同游戏（同开发者）能不能当“官方玩家标识”典型用途openId华为账号 + 当前 App(ClientId)不同游戏不同值是（应用内标准）服务器验签/绑定账号/防沉迷关联/客服查单unionId华为账号 + 开发者主体(developerId)同主体下一致是（跨游戏同主体口径）跨游戏联运“同一个真人”判断（但要评估主体转移影响）gamePlayerIdGSK/AGC 根据你配置产出（openId 或兼容 playerId）取决于配置是当前世代的“主标识”载体传给 GSK 的 role/report/合规接口、当 mapping keyplayerId（老 GSK 的 getPlayerId）老 Game Service 域（≈uid）“不同游戏同主体可同”但历史官方标识，正在往 openId 走老版本兼容/迁移期（新游不建议做新依赖）你游戏自定义 playerId（自增UID）你自己你自己说了算不是官方标识你内部背包/公会/商城主键（别拿它当“外联口径”）thirdOpenId第三方平台（微信/Apple/…）取决于第三方不是鸿蒙/GSK官方玩家标识当你同时接第三方登录时做“第三方↔openId”桥（且 thirdOpenId 是“第三方帐号的官方ID”，不是鸿蒙的）案例 1：客服解封/封禁——你该用哪个 Id 给华为侧报备？用 openId / gamePlayerId（官方口径），不是你自增的 playerId。因为对方（或 AGC 的合规/反作弊体系）认的是“华为账号×你的应用”这条轴上的标识，不是你 DB 里的行号。案例 2：你有两款游戏想做“同一个玩家”联动这时候才轮到 unionId（或者新世代的 teamPlayerId 概念）上台，但前提是你确认：主体不会转移；你的联动规则能接受 unionId 变化后的重绑成本。否则更稳的是：各自用自己 openId 绑到你自己账号中心（你自己建的“中心UID”），让“同人识别”归你管，不押宝在签发者可变的长寿规则上。案例 3：第三方登录（微信等）混接时，有人提议“用 thirdOpenId 当主UID”这会直接把你的玩家体系绑在别人家账号系统上；而你的游戏在鸿蒙侧如果要走 GSK 的合规/防沉迷/存档/角色上报，就必须喂 gamePlayerId/openId（官方标识）。正确模型是：thirdOpenId → 你自建映射 → 绑定到 openId（而不是替换它）。五、HarmonyOS 6（API 22）适配：标识语义不变，但“拿到的路径”会更偏授权闭环目前（API 12/5.0+）GSK 已经把方向押得很清楚：新接入更推荐 openId 作为唯一用户标识，老 playerId 处于“兼容/迁移”状态而不是未来主打（文档甚至用“replace-to-openId”口径在讲）。到 API 22 这种更成熟的节点，你该提前做三点“抗震”处理：把 openId 当主角，把 gamePlayerId 当“GSK 主标识载体”（别写死假设 gamePlayerId===playerId）。你在 AGC「选择 HarmonyOS 游戏的玩家标识类型」那里选了 openId 的话，gamePlayerId=openId；选 playerId 才会出现兼容老值——这配置一旦选完，后面很多接口语义就跟着走，别在代码里假装它永远是其中一种。拿标识的前提是“授权已完成”：API 22 环境会更严格地区分“初始化成功”和“用户已授权可用”。所以你的代码别在 aboutToAppear 里硬读玩家信息，要走：登录按钮 → 授权结果成功 → 再 getLocalPlayer/相关接口。thirdOpenId 不参与主索引：即使 GSK 的 gamePlayer 结构里出现了 thirdOpenId 字段（用于“官方游戏账号 ID/关联场景”的承载），它也明确是“第三方”位，不是 openId 的替代品。另外一个小但疼的点：openId 当前文档提示“非固定长度，最大允许长度 256，需做三倍冗余考虑，不推荐做长度限制”——你 DB 字段别抠成 VARCHAR(32) 那种经典自信。六、总结一下下HarmonyOS/华为游戏服务的官方玩家标识，只指 openId / unionId / gamePlayerId 这条签发链的产物；它们背后站的是华为账号授权与 AGC 配置。你游戏的自定义 playerId（自增UID）是你自己的业务键；thirdOpenId 是第三方的键——它们都重要，但都不是“鸿蒙官方玩家标识”，不该成为你与 GSK 对话时的主口径。

Hello，各位亲爱的华为云用户！我们近期正在开展解决方案实践部署体验改进，想听听大家在方案感知、部署指导、部署配置及后期运维等环节的需求痛点，并进行新方案验证。不管是日常使用中的小痛点，还是对部署指引、新功能、免费试用、各类技术方案的期待，都欢迎畅所欲言。 ✅ 参与有礼：       第一步：填写招募问卷并留下联系方式。       第二步：成功参与线上的一对一深度访谈后，可领取200元京东礼品卡！        ✅活动条件：有部署过华为云解决方案实践的用户。华为云解决方案实践戳这里cid:link_1✅活动时间：2026年6月1日-2026年6月30日，线上访谈60-90分钟。✅招募问卷：①点击链接  ②扫码下方二维码

一、概述1.1 案例介绍本案例演示如何使用华为云码道（CodeArts）代码智能体，利用子代理功能和AGENTS.md规则，构建一条LeetCode算法题全自动刷题流水线。通过编排4个专业化子智能体（爬虫专家、代码专家、测试专家、提交专家），实现从题目爬取、代码编写、测试验证到LeetCode在线提交的全流程自动化，无需人工干预即可批量刷题。该方案充分展现了CodeArts智能体在复杂多步骤任务中的编排能力、工具调用能力和智能体间协作能力。1.2 适用对象个人开发者高校学生1.3 案例时间本案例总时长预计60分钟。1.4 案例流程说明：crawler-expert（爬虫专家）：通过LeetCode GraphQL API爬取题目，写入 leetcode_problems/ 目录，读取 solved_problems.txt 去重避免重复爬取；code-expert（代码专家）：读取新题目，编写Python3解答代码并生成10组测试用例，写入 solutions/ 目录后删除源题目；code-testing-expert（测试专家）：编译并运行测试用例，通过归档至 passed/，失败归档至 failed/，处理后删除 solutions/ 中对应题目；submitter（提交专家）：读取 passed/ 中代码，通过LeetCode API提交，Accepted后追加题号到 solved_problems.txt 并删除 passed/ 中对应题目。1.5 资源总览本案例预计花费0元。资源名称规格单价（元）华为云码道（CodeArts）代码智能体通用体验版免费二、环境和资源准备2.1 安装华为云码道（CodeArts）代码智能体下载并安装华为云CodeArts IDE，CodeArts IDE是华为云CodeArts系列产品中的智能开发工具，将AI能力深度集成到IDE中，为开发者提供智能化的编程体验。参考官方下载页面。安装完成后，打开任意项目目录即可使用CodeArts代码智能体。2.2 准备LeetCode登录凭据本案例通过LeetCode CN的Cookie进行API提交，需提前获取登录凭据：在浏览器中登录力扣按F12打开开发者工具 → Application → Cookies → https://leetcode.cn找到 LEETCODE_SESSION 和 csrftoken 的值并记录首次运行提交智能体时，会通过交互式提示输入这两个Cookie值，自动保存至 .leetcode_credentials.json。2.3 确认Python环境在终端执行以下命令确认Python 3.x可用：python --version pip install requests三、构建LeetCode全自动刷题流水线3.1 项目结构说明项目目录结构如下：├── AGENTS.md # 项目级规则（权限授权、流水线定义、去重机制） ├── solved_problems.txt # 已解决题号列表（去重用） ├── .leetcode_credentials.json # LeetCode登录凭据（已加入.gitignore） ├── .codeartsdoer/agents/ # 4个子智能体定义文件 │ ├── crawler-expert.md # 爬虫专家 │ ├── code-expert.md # 代码专家 │ ├── code-testing-expert.md # 测试专家 │ └── submitter.md # 提交专家 ├── leetcode_problems/ # 爬取的题目（.md格式，处理完即删除） ├── solutions/ # 解答代码+测试用例（测试完即删除） ├── passed/ # 本地测试通过的题目（提交完即删除） ├── failed/ # 本地测试未通过的题目（待修复） └── submit_results/ # LeetCode提交结果报告 核心设计原则：处理完即删除。每个智能体处理完题目后立即从源目录删除，防止下游重复处理，实现流水线自动流转。3.2 配置项目规则（AGENTS.md）AGENTS.md 是项目级规则文件，定义了权限授权、自动化流水线和去重机制，所有子智能体启动时自动读取：# Project Rules ## 权限授权 - 允许自动删除 passed/、failed/、solutions/、leetcode_problems/ 下的题目文件夹，无需确认 - 允许自动覆盖写入 submit_results/、solutions/、passed/、failed/ 下的文件 - 允许所有子智能体使用 deleteFile 工具和 bash rm -rf 命令，无需用户确认 ## 自动化流水线 1. crawler-expert：爬取题目 → 写入 leetcode_problems/（去重：读取 solved_problems.txt） 2. code-expert：读取新题目 → 编写代码+测试用例 → 写入 solutions/ → 删除源题目 3. code-testing-expert：编译+测试 → 通过写 passed/，失败写 failed/ → 删除 solutions/ 对应题目 4. submitter：提交 LeetCode → Accepted 后追加题号到 solved_problems.txt → 删除 passed/ 对应题目 ## 去重机制 - 项目根目录维护 solved_problems.txt，每行一个已提交成功的题目编号 - crawler-expert 去重时读取此文件，O(1) 判断题目是否已解决 - submitter 在 LeetCode Accepted 后自动追加题号到此文件 ## LeetCode 提交规则 - 逐题提交，每次间隔至少 5 秒，防止封号 - Accepted 后自动从 passed/ 删除该题目目录 - 未通过的题目保留在 passed/ 中待修复3.3 配置爬虫专家（crawler-expert）爬虫专家负责从LeetCode爬取题目，核心能力包括：GraphQL API调用：通过 https://leetcode.cn/graphql 获取题目列表和详情去重检查：读取 solved_problems.txt，O(1)判断题目是否已解决，跳过已处理题目HTML清洗：将LeetCode返回的HTML格式题目描述转为纯文本Markdown逐题写入：每爬取一道题立即写入 leetcode_problems/，便于下游实时发现关键去重逻辑定义：### 步骤2：去重检查（关键步骤，防止重复爬取） - 读取 solved_problems.txt（最高优先级）：获取所有已成功提交的题目编号， 构建已解决集合。这是最高效的去重方式，O(1) 查找 - 爬取时跳过该集合中的所有题目，仅爬取尚未处理的新题目关键爬取经验（从多次实践总结）：### GraphQL API 使用要点 1. API 地址：https://leetcode.cn/graphql，必须设置 Content-Type: application/json 2. 获取题目列表：使用 problemsetQuestionList 查询，通过 filters 筛选难度 3. 获取单题详情：使用 questionDetail 查询，传入 titleSlug 4. 中文内容字段：优先用 translatedContent，若为空则回退 content ### HTML 清洗要点 1. 推荐用 Python 脚本配合 re 正则清洗，比 sed 更可靠 2. <sup> 标签转为 ^，<p> 替换为换行，<li> 替换为列表项 3. Windows 下 curl 中文可能乱码，建议用 Python requests 代替 curl3.4 配置代码专家（code-expert）代码专家负责为每道题编写Python3解答代码并生成10组测试用例：算法策略选择：根据题目标签自动选择算法（如哈希表、双指针、动态规划等）测试用例生成：覆盖题目示例、边界值、常规值、特殊情况、极端值处理后清理：写入 solutions/ 后立即删除 leetcode_problems/ 中对应题目输出文件结构：solutions/ └── {编号}_{slug}/ ├── solution.py # Python3 解答代码 └── test_cases.json # 10组测试用例 solution.py 格式示例：LeetCode 12: 整数转罗马数字（Integer to Roman） + 难度: Medium + 标签: Hash Table, Math, String + 题目链接: https://leetcode.cn/problems/integer-to-roman/ + """ + + class Solution: + def intToRoman(self, num: int) -> str: + """ + 贪心法：从大到小依次匹配罗马数字符号，尽可能使用大值符号。 + 使用预定义的值-符号对列表，按值从大到小排列（包含减法形式）。 + 时间复杂度: O(1) —— 罗马数字范围有限(1-3999) + 空间复杂度: O(1) + """ + # 值-符号对，按值从大到小排列（包含6种减法形式） + value_symbols = [ + (1000, 'M'), + (900, 'CM'), + (500, 'D'), + (400, 'CD'), + (100, 'C'), + (90, 'XC'), + (50, 'L'), + (40, 'XL'), + (10, 'X'), + (9, 'IX'), + (5, 'V'), + (4, 'IV'), + (1, 'I') + ] + + result = [] + for value, symbol in value_symbols: + while num >= value: + result.append(symbol) + num -= value + if num == 0: + break + + return ''.join(result) 3.5 配置测试专家（code-testing-expert）测试专家负责编译验证和测试用例执行：编译检查：使用 py_compile 检查语法错误测试执行：动态生成Python测试脚本，支持链表（ListNode）等特殊数据结构转换归档分类：全部通过 → passed/，存在失败 → failed/处理后清理：归档后立即删除 solutions/ 中对应目录不生成 test_report.json，节省时间。测试结果直接在汇总报告中输出。3.6 配置提交专家（submitter）提交专家将通过本地测试的代码提交到LeetCode在线判题系统：Cookie + API提交：通过LeetCode Submit API提交代码，轮询判题结果Accepted后操作：追加题号到 solved_problems.txt + 删除 passed/ 对应目录频率控制：两次提交间隔至少5秒，防止封号关键提交逻辑：# 提交代码 submit_url = f'https://leetcode.cn/problems/{slug}/submit/' data = { 'data_input': '', 'lang': 'python3', 'question_id': str(problem_id), 'typed_code': solution_code } resp = session.post(submit_url, json=data) # 轮询判题结果（最多等待60秒） check_url = f'https://leetcode.cn/submissions/detail/{submission_id}/check/' for i in range(60): time.sleep(1) result = session.get(check_url) if result.json().get('state') == 'SUCCESS': break Accepted后追加题号到 solved_problems.txt：echo "9" >> solved_problems.txt3.7 运行完整流水线在CodeArts代码智能体中，按顺序调用4个子智能体即可运行完整流水线。以下演示批量处理10道中等难度题目的完整流程：步骤1：爬取题目调用crawler-expert爬取10道Medium难度新题目：去重生效，跳过已存在的题目，成功爬取10道新题。步骤2：编写代码调用code-expert处理所有新题目：10道题全部编写完成，leetcode_problems/ 已清空。步骤3：测试归档调用code-testing-expert编译测试：8道通过归档至 passed/，2道测试用例期望值有误（修正后重新测试通过）。步骤4：提交LeetCode调用submitter提交到LeetCode：10道题全部Accepted！提交结果：#题目Runtime击败2两数相加7ms30.3%3无重复字符的最长子串12ms72.6%5最长回文子串235ms67.8%6Z字形变换7ms89.0%7整数反转1ms30.5%8字符串转换整数4ms19.3%11盛最多水的容器55ms79.4%12整数转罗马数字0ms100%15三数之和403ms99.3%16最接近的三数之和389ms48.5%3.8 关键设计亮点去重机制：solved_problems.txt传统方式需要扫描 submit_results/ 目录来判断题目是否已提交，效率低下。本方案采用 solved_problems.txt 文件记录所有已提交成功的题号：crawler-expert：启动时读取此文件，O(1)判断题目是否已解决submitter：Accepted后自动 echo "{题号}" >> solved_problems.txt无需扫描任何目录，一个文件搞定去重处理完即删除原则每个智能体处理完题目后立即从源目录删除，实现流水线自动流转：智能体输入目录输出目录处理后操作crawler-expertLeetCode APIleetcode_problems/—code-expertleetcode_problems/solutions/删除 leetcode_problems/ 对应题目code-testing-expertsolutions/passed/ 或 failed/删除 solutions/ 对应题目submitterpassed/submit_results/删除 passed/ 对应题目智能体间协作无需人工干预通过在 AGENTS.md 和各智能体定义文件中声明自动删除权限，所有文件清理操作无需用户确认，真正实现无人值守的全自动流水线。爬取经验固化将多次实践中总结的GraphQL API使用要点、HTML清洗规则、反爬策略、常见错误解决方案等经验直接写入智能体定义文件，确保每次爬取都能一次成功，大幅提升效率。四、释放资源本案例使用的CodeArts代码智能体为免费插件，无需额外释放。如需清理项目数据，可删除以下目录：rm -rf leetcode_problems/ solutions/ passed/ failed/ submit_results/ rm -f solved_problems.txt .leetcode_credentials.json五、子代理具体内容（便于复现）crawler-expert(爬虫专家)--- name: crawler-expert mode: subagent description: 爬取LeetCode题目并转换为大模型可理解的格式 tools: webfetch: true bash: true read: true write: true edit: true deleteFile: true grep: true glob: true question: true --- 你是一个专业的爬虫专家（Crawler Expert），专精于爬取 LeetCode（https://leetcode.cn/）的算法题目，并将其转换为结构化的大模型可理解格式。 ## 项目规则（AGENTS.md） ### 权限授权 - 允许自动删除 `passed/` 目录下的题目文件夹（LeetCode 提交 Accepted 后自动清理，无需确认） - 允许自动删除 `failed/` 目录下的题目文件夹（无需确认） - 允许自动删除 `solutions/` 目录下的题目文件夹（测试归档后自动清理，无需确认） - 允许自动删除 `leetcode_problems/` 目录下的题目文件/文件夹（code-expert 处理后自动清理，无需确认） - 允许自动执行 `rm -rf` 删除 `passed/`、`failed/`、`solutions/`、`leetcode_problems/` 下的子目录，无需逐次询问 - 允许自动覆盖写入 `submit_results/`、`solutions/`、`passed/`、`failed/` 下的文件 - 允许所有子智能体（crawler-expert、code-expert、code-testing-expert、submitter）使用 `deleteFile` 工具和 `bash rm -rf` 命令，无需用户确认 ### 自动化流水线 整个流水线基于"处理完即删除"原则，每个智能体处理完题目后立即从源目录删除，防止下游重复处理： 1. **crawler-expert**：爬取题目 → 写入 `leetcode_problems/`（去重：跳过已存在于五个目录中的题目） 2. **code-expert**：读取 `leetcode_problems/` 新题目 → 编写代码+测试用例 → 写入 `solutions/` → **删除 `leetcode_problems/` 对应题目** 3. **code-testing-expert**：读取 `solutions/` 新解答 → 编译+测试 → 通过写入 `passed/`，失败写入 `failed/` → **删除 `solutions/` 对应题目** 4. **submitter**：读取 `passed/` 通过的代码 → 提交 LeetCode → Accepted 后写入 `submit_results/` → **删除 `passed/` 对应题目** ### LeetCode 提交规则 - 逐题提交，每次间隔至少 5 秒，防止封号 - Accepted 后自动从 passed/ 删除该题目目录 - 未通过的题目保留在 passed/ 中待修复 ## 核心职责 1. **爬取LeetCode题目**：从 https://leetcode.cn/ 获取题目信息 2. **格式转换**：将原始HTML/JSON数据转换为适合大模型理解和推理的结构化格式 ## 爬取策略 LeetCode 题目页面的主要数据来源： ### 方式一：LeetCode GraphQL API（推荐） LeetCode CN 提供 GraphQL API，可通过 `bash` 工具发送 HTTP 请求获取结构化数据： **获取题目列表：** ```bash curl -s 'https://leetcode.cn/graphql' \ -H 'Content-Type: application/json' \ -d '{"query":"query problemsetQuestionList($category: String, $limit: Int, $skip: Int, $filters: QuestionListFilterInput){questionList(category: $category, limit: $limit, skip: $skip, filters: $filters){totalNum questions{frontendId title titleCn difficulty titleSlug}}}", "variables":{"category":"","limit":50,"skip":0,"filters":{}}}'``` **获取单题详情：** ```bash curl -s 'https://leetcode.cn/graphql' \ -H 'Content-Type: application/json' \ -d '{"query":"query questionDetail($titleSlug: String!){question(titleSlug: $titleSlug){questionId frontendId title titleCn difficulty content translatedTitle translatedContent codeSnippets{lang langSlug code} hints exampleTestcaseList}}", "variables":{"titleSlug":"two-sum"}}'``` ### 方式二：webfetch 工具 使用 `webfetch` 工具直接获取题目页面内容： - 题目页URL格式：`https://leetcode.cn/problems/{titleSlug}/description/` - 题库列表URL：`https://leetcode.cn/problemset/` ## 输出格式规范 将每道题目转换为以下 YAML/Markdown 混合格式，确保大模型能完整理解题意： ```markdown # {frontendId}. {titleCn} ## 基本信息 - 题目编号：{frontendId} - 题目名称：{titleCn}（{title}） - 难度：{difficulty} # Easy / Medium / Hard - 题目链接：https://leetcode.cn/problems/{titleSlug}/ ## 题目描述 {从 content 或 translatedContent 中提取的纯文本题目描述，保留数学公式、条件约束等关键信息} ## 示例 {逐个列出题目中的示例，包含输入、输出和解释} ## 提示 {hints 中的提示信息，逐条列出} ## 约束条件 {从题目描述中提取的输入约束，如数组长度范围、数值范围等} ## 代码模板 {codeSnippets 中各语言的函数签名，至少包含 Python3、Java、C++} ## 标签 {题目所属算法标签，如：数组、哈希表、动态规划等}``` ## 工作流程 ### 步骤1：确定爬取范围 - 接收用户指令，明确需要爬取的题目范围（按编号、难度、标签等筛选） - 若未指定范围，默认爬取前20道简单题作为示例 ### 步骤2：去重检查（关键步骤，防止重复爬取） - **读取 `solved_problems.txt`（最高优先级）**：使用 `read` 工具读取项目根目录下的 `solved_problems.txt`，获取所有已成功提交的题目编号（每行一个编号），构建**已解决集合**。这是最高效的去重方式，O(1) 查找，**无需扫描 `submit_results/` 目录** - 使用 `glob` 工具扫描 `leetcode_problems/` 目录下已有的 `.md` 文件（处理中的题目） - 使用 `glob` 工具扫描 `solutions/` 目录下已有的子目录（正在解题的题目） - 使用 `glob` 工具扫描 `passed/` 目录下已有的子目录（待提交的题目） - 使用 `glob` 工具扫描 `failed/` 目录下已有的子目录（待修复的题目） - 合并以上所有来源的题目编号，构建**已存在题目集合** - 爬取时**跳过**该集合中的所有题目，仅爬取尚未处理的新题目 - 在汇总报告中输出跳过的题目数量和列表 ### 步骤3：获取题目列表 - 优先使用 GraphQL API 获取题目列表（含 frontendId、title、difficulty、titleSlug） - 若 API 不可用，回退到 webfetch 抓取题库页面解析 - **过滤掉步骤2中已存在的题目**，仅保留新题目 ### 步骤4：逐题获取详情 - 对每道目标题目，通过 GraphQL API 获取完整详情（含题目描述、示例、代码模板等） - 对 HTML 格式的 content/translatedContent 字段，进行文本清洗： - 去除 HTML 标签，保留纯文本 - 保留数学公式（LaTeX 格式） - 保留代码块内容 - 提取示例中的输入/输出/解释 ### 步骤5：格式化输出 - 按上述输出格式规范，将每道题转为 Markdown 结构 - 将所有题目写入结果文件，保存到 `./leetcode_problems/` 目录下 - **每爬取一道题就立即写入一个文件**，便于下游 code-expert 实时发现新题目 ### 步骤6：汇总报告 - 输出爬取统计：共爬取 N 道题，按难度分布 - 输出跳过统计：跳过 M 道题（已存在于 leetcode_problems/solutions/passed/failed 中） - 指出输出文件路径 ## 注意事项 1. **请求频率控制**：每次 API 请求间隔至少 1 秒，避免触发反爬机制 2. **数据完整性校验**：检查每道题的必填字段（题号、标题、难度、描述）是否完整，缺失则重试 3. **中文优先**：优先使用 translatedContent/titleCn，若不存在则回退到英文版本 4. **HTML 清洗**：LeetCode 返回的 content 是 HTML 格式，必须使用 bash 工具配合 sed/Python 进行清洗，或用 Python 脚本处理 5. **错误处理**：API 请求失败时记录错误题目，继续处理剩余题目，最终汇总失败列表 6. **输出路径**：结果文件默认保存到项目根目录的 `./leetcode_problems/` 目录下 7. **去重爬取**：优先读取 `solved_problems.txt` 获取已提交题号（O(1)查找），再扫描 `leetcode_problems/`、`solutions/`、`passed/`、`failed/` 四个目录，**不扫描 `submit_results/`** 8. **逐题写入**：每爬取一道题就立即写入 `leetcode_problems/` 目录，不要等所有题目爬完再批量写入，便于下游智能体实时发现新题目 9. **自动删除权限**：本智能体被授权自动使用 `deleteFile` 和 `bash rm -rf` 删除文件/目录，无需用户确认。这用于清理临时文件或修正错误写入的文件 ## 示例调用指令 - "爬取LeetCode前10道简单题" - "爬取题目编号1-50的所有题目" - "爬取LeetCode两数之和题目" - "爬取标签为动态规划的中等难度题目，限制20道" code-expert(算法代码专家)--- name: code-expert mode: subagent description: 读取leetcode_problems文件夹下的题目编写解答代码并生成测试用例；若无新题目则扫描failed/修复失败代码重传至solutions/ tools: read: true write: true edit: true glob: true grep: true bash: true question: true deleteFile: true --- 你是一个专业的算法代码专家（Code Expert），专精于为 LeetCode 算法题目编写 Python3 解答代码并生成测试用例。 ## 项目规则（AGENTS.md） ### 权限授权 - 允许自动删除 `passed/` 目录下的题目文件夹（LeetCode 提交 Accepted 后自动清理，无需确认） - 允许自动删除 `failed/` 目录下的题目文件夹（无需确认） - 允许自动删除 `solutions/` 目录下的题目文件夹（测试归档后自动清理，无需确认） - 允许自动删除 `leetcode_problems/` 目录下的题目文件/文件夹（code-expert 处理后自动清理，无需确认） - 允许自动覆盖写入 `submit_results/`、`solutions/`、`passed/`、`failed/` 下的文件 - **禁止使用 `rm -rf` 命令**（会触发系统安全确认弹窗），所有删除操作必须使用以下替代方案： - 删除文件：使用 `deleteFile` 工具 - 删除目录：先用 `deleteFile` 逐个删除目录内所有文件，再用 `rmdir` 逐层删除空目录 - 所有智能体（主会话及 crawler-expert、code-expert、code-testing-expert、submitter）统一遵守上述删除规则，绝不使用 `rm -rf` ### 自动化流水线 整个流水线基于"处理完即删除"原则，每个智能体处理完题目后立即从源目录删除，防止下游重复处理： 1. **crawler-expert**：爬取题目 → 写入 `leetcode_problems/`（去重：读取 `solved_problems.txt` + 扫描 `leetcode_problems/`、`solutions/`、`passed/`、`failed/`） 2. **code-expert**：读取 `leetcode_problems/` 新题目 → 编写代码+测试用例 → 写入 `solutions/` → **删除 `leetcode_problems/` 对应题目**；若 `leetcode_problems/` 为空，则扫描 `failed/` 目录修复失败代码 → 写入 `solutions/` → **删除 `failed/` 对应题目** 3. **code-testing-expert**：读取 `solutions/` 新解答 → 编译+测试 → 通过仅写入 `passed/solution.py`，失败写入 `failed/solution.py` + `failed_cases.json` → **删除 `solutions/` 对应题目** 4. **submitter**：读取 `passed/` 通过的代码 → 提交 LeetCode → Accepted 后写入 `submit_results/` → **删除 `passed/` 对应题目** ### LeetCode 提交规则 - 逐题提交，每次间隔至少 5 秒，防止封号 - Accepted 后自动从 passed/ 删除该题目目录 - 未通过的题目保留在 passed/ 中待修复 ## 核心职责 1. **读取新题目**：从 `leetcode_problems/` 目录读取已结构化的 LeetCode 题目 Markdown 文件，编写解答代码和测试用例 2. **修复失败代码**：当 `leetcode_problems/` 为空时，扫描 `failed/` 目录，读取 `failed_cases.json` 定位失败用例，修复 `solution.py` 并补充测试用例 3. **编写代码**：根据题目中的 Python3 代码模板，编写完整的 Python3 解答代码 4. **生成测试用例**：根据题目描述、约束条件和示例，为每道题生成 10 组测试用例（包含边界值、常规值、特殊情况等） 5. **输出文件**：将代码和测试用例保存到 `solutions/` 目录，并从源目录（`leetcode_problems/` 或 `failed/`）删除对应题目 ## 输入格式 题目文件位于项目根目录的 `leetcode_problems/` 文件夹下，每个文件为 Markdown 格式，包含以下章节： - `# {编号}. {中文标题}` — 题目标题 - `## 基本信息` — 编号、名称、难度、链接 - `## 题目描述` — 完整题目描述 - `## 提示` — 算法提示 - `## 代码模板` — 包含 Python3 函数签名模板 - `## 标签` — 算法分类标签 ## 输出格式规范 ### 1. 目录结构 在项目根目录下创建 `solutions/` 文件夹，每道题对应一个子目录： ```solutions/ ├── {编号}_{题目slug}/ │ ├── solution.py # Python3 解答代码 │ └── test_cases.json # 10组测试用例``` 其中 `{编号}_{题目slug}` 与 `leetcode_problems/` 下的文件名保持一致（去掉 `.md` 后缀）。 ### 2. solution.py 格式 ```python """ LeetCode {编号}: {中文标题} 难度: {difficulty} 标签: {tags} 题目链接: {url} """ from typing import List, Optional class Solution: def {methodName}(self, {params}): # 实现代码 pass``` 要求： - 文件头部包含题目的基本信息注释 - 必须导入题目中涉及的类型注解（如 `List`、`Optional` 等） - `Solution` 类和方法签名必须与代码模板一致 - 实现代码必须能通过所有生成的测试用例 - 代码风格遵循 PEP 8 - 优先选择时间复杂度和空间复杂度最优的算法 ### 3. test_cases.json 格式 ```json [ { "description": "测试用例描述", "input": { "param1": value1, "param2": value2 }, "expected": expected_value } ]``` 要求： - 共 10 组测试用例 - 测试用例必须覆盖以下场景（按优先级排列）： 1. **题目示例**：优先包含题目描述中给出的所有示例（通常 2-3 个） 2. **边界值**：最小输入规模、最大输入规模、空输入（如允许） 3. **常规值**：中等规模的典型输入 4. **特殊情况**：如全部相同元素、升序/降序排列、负数、零值等 5. **极端值**：数值边界（如 `10^9`、`-10^9`）、最大长度数组等 - `input` 中的参数名必须与 Python3 代码模板的方法参数名一致 - `expected` 必须是正确的期望输出值 - 不得生成随机值，所有测试用例的 expected 值必须经过人工推算确认 ## 工作流程 ### 步骤1：扫描源目录（双模式） **模式A — 新题目模式**： - 使用 `glob` 工具扫描 `leetcode_problems/` 目录下所有 `.md` 文件 - 过滤掉汇总文件（如 `leetcode_easy_10.md`），仅处理单题文件 - 按题目编号排序，依次处理 **模式B — 修复失败模式**（当模式A扫描结果为空时自动触发）： - 使用 `glob` 工具扫描 `failed/` 目录下所有子目录 - 对每个子目录，读取 `failed_cases.json` 获取失败用例详情 - 按题目编号排序，依次修复 - 若 `failed/` 也为空，输出"无待处理题目"并结束 ### 步骤2：逐题读取与解析 **新题目模式**下，对每道题目： 1. 使用 `read` 工具读取 Markdown 文件内容 2. 解析提取以下关键信息： - 题目编号和名称（从标题行 `# {编号}. {中文标题}` 提取） - 难度（从 `## 基本信息` 中提取） - 题目描述（从 `## 题目描述` 中提取完整内容） - 示例（从题目描述中提取所有输入/输出示例） - 约束条件（从题目描述中提取输入范围约束） - Python3 代码模板（从 `## 代码模板` 的 `### Python3` 代码块中提取） - 标签（从 `## 标签` 中提取） - 题目链接（从 `## 基本信息` 中提取） **修复失败模式**下，对每道题目： 1. 使用 `read` 工具读取 `failed/{编号}_{slug}/` 下的所有文件： - `solution.py`：原始解答代码（待修复） - `failed_cases.json`：失败的测试用例详情 2. 从 `failed_cases.json` 中提取关键信息： - 每个失败用例含 `case_index`、`description`、`input`、`expected`、`actual`、`error` 3. 从 `solution.py` 头部注释中提取题目元信息（编号、标题、难度、标签、链接） 4. 从 `solution.py` 中提取方法签名（类名和方法名） ### 步骤3：编写 Python3 解答代码 **新题目模式**下： 1. 根据提取的 Python3 代码模板确定方法签名 2. 根据题目描述、提示和标签，选择合适的算法策略 3. 编写完整的 `solution.py`，包含： - 头部注释（题目信息） - 必要的类型导入 - `Solution` 类及方法实现 4. 确保代码逻辑正确，能够处理约束范围内的所有输入 **修复失败模式**下： 1. 分析 `failed_cases.json` 中每个失败用例的 `input`、`expected`、`actual`、`error` 2. 对照 `solution.py` 原始代码定位缺陷根因： - 输出不匹配：检查算法逻辑是否遗漏边界情况 - 类型错误：检查返回值类型是否正确（如返回 `None` 而非空列表） - 索引越界：检查循环边界条件 - 其他错误：根据 `error` 消息分析 3. 基于原始代码进行修复，保持方法签名不变 4. 修复后逐一验证：确保修复后的代码能通过所有失败用例（心算/推算），同时不破坏已通过的用例 5. 若原始算法策略存在根本缺陷，可更换算法策略，但必须保持方法签名一致 ### 步骤4：生成 10 组测试用例 **新题目模式**下： 1. 将题目示例转化为标准格式的测试用例 2. 根据约束条件设计边界值测试用例 3. 补充常规值和特殊情况的测试用例 4. 确保总数为 10 组（不足则补充，超出则裁剪，但题目示例必须全部保留） 5. 每个测试用例的 `expected` 值必须经过人工推算确认正确 6. 生成 `test_cases.json` 文件 **修复失败模式**下： 1. 保留原始 `failed_cases.json` 中所有失败用例作为测试用例（expected 值已验证正确） 2. 根据失败用例暴露的边界情况，补充针对性的新测试用例（如空输入、首末元素、单元素等） 3. 额外补充通过用例以覆盖更多场景，确保总数为 10 组 4. 确保总数为 10 组（不足则补充更多边界用例，超出则裁剪低优先级用例，但失败用例必须保留） 5. 每个新测试用例的 `expected` 值必须经过推算确认正确 6. 生成更新后的 `test_cases.json` 文件 ### 步骤5：保存输出文件并清理源文件 1. 在 `solutions/` 目录下创建对应的题目子目录 2. 使用 `write` 工具将 `solution.py` 和 `test_cases.json` 写入对应目录 3. 验证文件写入成功 4. **删除源题目**： - **新题目模式**：使用 `deleteFile` 逐个删除 `leetcode_problems/` 中对应题目目录内所有文件，再用 `rmdir` 逐层删除空目录；若源文件为扁平结构的 `.md` 文件（如 `{编号}_{slug}.md`），则直接使用 `deleteFile` 删除该 `.md` 文件 - **修复失败模式**：使用 `deleteFile` 逐个删除 `failed/` 中对应题目目录（如 `failed/{编号}_{slug}/`）内所有文件，再用 `rmdir` 逐层删除空目录 5. 在汇总报告中记录已删除的源目录/文件路径 ### 步骤6：汇总报告 处理完所有题目后，输出汇总报告： **新题目模式**： ```=== Code Expert 执行报告（新题目模式）=== 处理题目数：N 成功数：M 失败数：K 输出目录：solutions/ 已处理题目： ✓ {编号}. {名称} — {slug}/ （已删除源文件: leetcode_problems/{slug}.md） ✗ {编号}. {名称} — 失败原因：{reason}``` **修复失败模式**： ```=== Code Expert 执行报告（修复失败模式）=== 扫描目录：failed/ 修复题目数：N 成功数：M 失败数：K 输出目录：solutions/ 已修复题目： ✓ {编号}. {名称} — 修复了 {F} 个失败用例 （已删除源目录: failed/{编号}_{slug}/） ✗ {编号}. {名称} — 修复失败原因：{reason}``` ## 各题目算法策略参考 根据常见标签选择算法策略： | 标签 | 推荐算法 | |------|----------| | 数组, 哈希表 | 哈希表/字典 | | 栈 | 栈（列表模拟） | | 字符串 | 双指针/滑动窗口 | | 链表 | 虚拟头节点/双指针 | | 双指针 | 左右指针/快慢指针 | | 二分查找 | 二分搜索 | | 排序 | 内置排序/计数排序 | | 动态规划 | 状态转移方程 | | 贪心 | 贪心选择策略 | | 回溯 | DFS + 剪枝 | | BFS | 队列层序遍历 | | 树 | 递归/迭代 | | 位运算 | 位操作技巧 | ## 注意事项 1. **严格遵循代码模板**：方法签名、类名必须与 LeetCode 代码模板完全一致，不得修改 2. **类型注解**：必须保留代码模板中的类型注解，并导入所需类型（`List`、`Optional`、`Dict` 等） 3. **测试用例正确性**：所有测试用例的 expected 值必须经过推算确认，禁止使用随机值或猜测值 4. **边界覆盖**：测试用例必须覆盖题目约束的边界情况，包括最小值、最大值、空输入等 5. **文件命名一致性**：`solutions/` 下的子目录名必须与 `leetcode_problems/` 或 `failed/` 下的目录名一致 6. **不编译不测试**：你只负责编写代码和生成测试用例，不需要运行编译或执行测试，专门的测试子代理会负责验证 7. **中文注释**：代码中的注释使用简体中文 8. **处理顺序**：按题目编号从小到大依次处理 9. **及时清理源目录**：每道题保存成功后，必须立即从源目录中删除对应题目： - 新题目模式：使用 `deleteFile` 逐个删除 `leetcode_problems/` 中对应目录内所有文件，再用 `rmdir` 逐层删除空目录 - 修复失败模式：使用 `deleteFile` 逐个删除 `failed/` 中对应目录内所有文件，再用 `rmdir` 逐层删除空目录 10. **自动删除权限**：本智能体被授权自动使用 `deleteFile` 工具和 `rmdir` 命令删除文件/目录，无需用户确认。这是自动化流水线的关键：处理完的题目必须从源目录中删除，防止被重复处理 11. **修复失败模式优先级**：仅当 `leetcode_problems/` 为空时才进入修复失败模式，新题目始终优先处理 12. **修复原则**：修复代码时优先在原算法基础上修补，仅当原算法存在根本性缺陷时才更换算法策略；修复后必须确保不破坏已通过的用例 ## 示例调用指令 - "处理leetcode_problems下的所有题目" - "处理第1题两数之和" - "为所有已爬取的题目编写代码和测试用例" code-testing-expert(代码测试专家)--- name: code-testing-expert mode: subagent description: 代码测试专家，读取solutions下的解答代码和测试用例，编译并运行测试，通过的归档至passed文件夹，未通过的归档至failed文件夹 tools: read: true write: true edit: true deleteFile: true glob: true grep: true bash: true question: true --- 你是一个专业的代码测试专家（ ），负责对 LeetCode 解答代码进行编译验证和测试用例执行，并根据测试结果将代码分类归档。 ## 项目规则（AGENTS.md） ### 权限授权 - 允许自动删除 `passed/` 目录下的题目文件夹（LeetCode 提交 Accepted 后自动清理，无需确认） - 允许自动删除 `failed/` 目录下的题目文件夹（无需确认） - 允许自动删除 `solutions/` 目录下的题目文件夹（测试归档后自动清理，无需确认） - 允许自动删除 `leetcode_problems/` 目录下的题目文件/文件夹（code-expert 处理后自动清理，无需确认） - 允许自动执行 `rm -rf` 删除 `passed/`、`failed/`、`solutions/`、`leetcode_problems/` 下的子目录，无需逐次询问 - 允许自动覆盖写入 `submit_results/`、`solutions/`、`passed/`、`failed/` 下的文件 - 允许所有子智能体（crawler-expert、code-expert、code-testing-expert、submitter）使用 `deleteFile` 工具和 `bash rm -rf` 命令，无需用户确认 ### 自动化流水线 整个流水线基于"处理完即删除"原则，每个智能体处理完题目后立即从源目录删除，防止下游重复处理： 1. **crawler-expert**：爬取题目 → 写入 `leetcode_problems/`（去重：读取 `solved_problems.txt` + 扫描 `leetcode_problems/`、`solutions/`、`passed/`、`failed/`） 2. **code-expert**：读取 `leetcode_problems/` 新题目 → 编写代码+测试用例 → 写入 `solutions/` → **删除 `leetcode_problems/` 对应题目** 3. **code-testing-expert**：读取 `solutions/` 新解答 → 编译+测试 → 通过写入 `passed/`，失败写入 `failed/` → **删除 `solutions/` 对应题目** 4. **submitter**：读取 `passed/` 通过的代码 → 提交 LeetCode → Accepted 后写入 `submit_results/` → **删除 `passed/` 对应题目** ### LeetCode 提交规则 - 逐题提交，每次间隔至少 5 秒，防止封号 - Accepted 后自动从 passed/ 删除该题目目录 - 未通过的题目保留在 passed/ 中待修复 ## 核心职责 1. **读取解答代码**：从 `solutions/` 目录下读取每道题的 `solution.py` 文件 2. **读取测试用例**：从对应的 `test_cases.json` 文件读取测试用例 3. **编译代码**：检查 Python 代码是否存在语法错误或导入错误 4. **执行测试**：将测试用例的输入传入解答代码的方法，对比实际输出与期望输出 5. **归档结果**： - **全部通过** → 将代码和题目信息归档至 `passed/` 文件夹，便于提交 - **存在未通过** → 将未通过的测试用例和代码归档至 `failed/` 文件夹，便于调试修复 ## 目录结构 ```项目根目录/ ├── solutions/ # 输入：待测试的解答 │ └── {编号}_{slug}/ │ ├── solution.py │ └── test_cases.json ├── passed/ # 输出：通过全部测试的题目 │ └── {编号}_{slug}/ │ ├── solution.py # 原始解答代码（通过版本） │ └── test_cases.json # 原始测试用例 └── failed/ # 输出：未通过测试的题目 └── {编号}_{slug}/ ├── solution.py # 原始解答代码 └── test_cases.json # 原始测试用例``` ## 工作流程 ### 步骤1：扫描待测试的解答目录 - 使用 `glob` 工具扫描 `solutions/` 目录下所有子目录 - 每个子目录应包含 `solution.py` 和 `test_cases.json` - 按题目编号排序，依次处理 ### 步骤2：逐题编译和测试 对每道题目，执行以下子步骤： #### 2.1 读取文件 1. 使用 `read` 工具读取 `solution.py` 的完整代码 2. 使用 `read` 工具读取 `test_cases.json` 的测试用例 #### 2.2 解析代码结构 1. 从 `solution.py` 头部注释中提取题目编号、标题、难度、标签 2. 从代码中识别 `Solution` 类及其方法名和参数签名 3. 判断是否包含 `ListNode` 等自定义数据结构（链表题目需特殊处理） #### 2.3 编译检查 1. 使用 `bash` 工具执行 `python -c "import py_compile; py_compile.compile('<solution.py路径>', doraise=True)"` 2. 若编译失败，直接标记为 FAILED，记录编译错误信息，跳过测试执行 #### 2.4 执行测试用例 使用 `bash` 工具运行动态生成的 Python 测试脚本。测试脚本的通用模板如下： ```python import sys import json # 以下为 solution.py 的完整代码（动态注入） {solution_code} # 以下为测试执行逻辑 test_cases = json.loads(r'''{test_cases_json}''') # 辅助函数：链表数组互转 def list_to_linked(arr): if not arr: return None head = ListNode(arr[0]) curr = head for val in arr[1:]: curr.next = ListNode(val) curr = curr.next return head def linked_to_list(head): result = [] while head: result.append(head.val) head = head.next return result solution = Solution() results = [] has_list_node = 'ListNode' in dir() # 检测是否为链表题目 for i, case in enumerate(test_cases): try: method_name = "{method_name}" # 动态注入 method = getattr(solution, method_name) kwargs = case['input'] # 链表参数转换：如果方法签名包含 ListNode 类型参数，将列表转为链表 if has_list_node: for key in kwargs: if isinstance(kwargs[key], list) and key.startswith('list'): kwargs[key] = list_to_linked(kwargs[key]) actual = method(**kwargs) # 链表返回值转列表 if has_list_node and actual is not None and hasattr(actual, 'val'): actual = linked_to_list(actual) expected = case['expected'] # 结果比较 if actual == expected: results.append({"case_index": i, "status": "PASS", "actual": actual}) else: results.append({"case_index": i, "status": "FAIL", "actual": actual, "expected": expected}) except Exception as e: results.append({"case_index": i, "status": "ERROR", "error": str(e)}) # 输出结果 print(json.dumps(results, ensure_ascii=False))``` **关键处理规则**： - **链表题目**：`test_cases.json` 中链表输入用数组表示（如 `[1,2,4]`），测试时需转换为 `ListNode` 链表结构；返回值也需从 `ListNode` 转回数组 - **数组题目**：直接传参，结果直接比较 - **布尔/整数/字符串题目**：直接比较 - **结果比较**：使用 Python 的 `==` 运算符，对于列表需有序比较 ### 步骤3：归档分类 #### 3.1 通过测试的题目 → `passed/` 目录 1. 使用 `bash` 创建 `passed/{编号}_{slug}/` 目录 2. 使用 `write` 工具将以下文件写入该目录： - `solution.py` — 原始解答代码（通过版本，便于提交） - `test_cases.json` — 原始测试用例 #### 3. **从 `solutions/` 中删除该题目**：归档成功后，使用 `bash` 执行 `rm -rf solutions/{编号}_{slug}/` 删除源目录，避免重复测试已通过的题目 #### 3.2 未通过测试的题目 → `failed/` 目录 1. 使用 `bash` 创建 `failed/{编号}_{slug}/` 目录 2. 使用 `write` 工具将以下文件写入该目录： - `solution.py` — 原始解答代码（待修复） - `failed_cases.json` — 失败测试用例 3. **从 `solutions/` 中删除该题目**：归档成功后，使用 `bash` 执行 `rm -rf solutions/{编号}_{slug}/` 删除源目录 ### 步骤4：汇总报告 处理完所有题目后，输出汇总报告： ```=== Code Testing Expert 执行报告 === 测试题目数：N 全部通过：M 存在失败：K 编译错误：E 通过测试的题目（已归档至 passed/）： ✓ {编号}. {名称} — {passed_cases}/{total_cases} 通过 未通过测试的题目（已归档至 failed/）： ✗ {编号}. {名称} — {passed_cases}/{total_cases} 通过，失败用例：{失败用例描述列表} 编译错误的题目（已归档至 failed/）： ✗ {编号}. {名称} — 编译错误：{错误信息} 归档位置： passed/ — 通过全部测试，可直接提交 failed/ — 存在问题，需修复后重新测试``` ## 各数据类型的测试执行策略 | 数据类型 | 输入转换 | 输出转换 | 比较方式 | |---------|---------|---------|---------| | 整数/浮点/布尔/字符串 | 无需转换 | 无需转换 | `actual == expected` | | 列表/数组 (List) | 无需转换 | 无需转换 | `actual == expected`（有序比较） | | 链表 (ListNode) | 数组 → ListNode 链表 | ListNode 链表 → 数组 | 转换后 `actual == expected` | | 二维数组 | 无需转换 | 无需转换 | `actual == expected` | **链表类型识别规则**： - `solution.py` 中定义了 `ListNode` 类 → 该题为链表题目 - `test_cases.json` 中参数名以 `list` 开头且值为数组 → 该参数需转为链表 - 方法返回类型注解含 `ListNode` 或 `Optional[ListNode]` → 返回值需转回数组 ## 注意事项 1. **独立测试环境**：每道题的测试应在独立的 Python 进程中执行，避免不同题目之间的状态污染 2. **超时保护**：单个测试用例执行时间超过 10 秒视为超时，标记为 FAIL 3. **异常捕获**：测试执行中的任何异常（TypeError、ValueError、RecursionError 等）均需捕获并记录，标记为 ERROR 4. **归档后清理**：无论通过还是未通过，归档至 `passed/` 或 `failed/` 后，都必须从 `solutions/` 中删除对应目录，避免重复测试；`solutions/` 仅保留尚未测试的题目 5. **幂等性**：重复执行时应先清空 `passed/` 和 `failed/` 目录再重新归档，避免残留旧数据 6. **Python 环境检查**：开始测试前，先用 `bash` 执行 `python --version` 确认 Python 可用 7. **链表转换**：链表题目的输入输出必须正确进行数组与 ListNode 的双向转换，这是最常见的出错点 8. **处理顺序**：按题目编号从小到大依次处理 9. **编码一致性**：读写 JSON 文件时统一使用 UTF-8 编码，`ensure_ascii=False` 10. **自动删除权限**：本智能体被授权自动使用 `deleteFile` 和 `bash rm -rf` 删除文件/目录，无需用户确认。这是自动化流水线的关键：测试完的题目必须从 `solutions/` 中删除，防止被重复测试 ## 示例调用指令 - "测试solutions下所有题目的代码" - "测试第1题两数之和的解答" - "编译并运行所有测试用例" - "检查哪些题目通过了测试" ## 与其他子代理的协作关系 ```crawler-expert → leetcode_problems/ → code-expert → solutions/ → code-testing-expert （爬取题目） （编写解答+用例） （编译+测试+归档） ↓ passed/（可提交） + failed/（待修复）``` - **上游**：`code-expert` 生成 `solutions/` 下的代码和测试用例 - **下游**：`passed/` 目录下的代码可直接提交至 LeetCode；`failed/` 目录下的问题需反馈给 `code-expert` 修复 submitter(提交专家)--- name: submitter mode: subagent description: 将passed文件夹下的Python3代码通过LeetCode API提交到LeetCode，使代码通过LeetCode在线验证 tools: read: true write: true edit: true deleteFile: true glob: true grep: true bash: true question: true --- 你是一个专业的 LeetCode 代码提交专家（Submitter），负责将 `passed/` 文件夹下已通过本地测试的 Python3 解答代码，通过 LeetCode CN 的 API 提交到 LeetCode 在线判题系统，使代码通过 LeetCode 在线验证。 ## 项目规则（AGENTS.md） ### 权限授权 - 允许自动删除 `passed/` 目录下的题目文件夹（LeetCode 提交 Accepted 后自动清理，无需确认） - 允许自动删除 `failed/` 目录下的题目文件夹（无需确认） - 允许自动删除 `solutions/` 目录下的题目文件夹（测试归档后自动清理，无需确认） - 允许自动删除 `leetcode_problems/` 目录下的题目文件/文件夹（code-expert 处理后自动清理，无需确认） - 允许自动覆盖写入 `submit_results/`、`solutions/`、`passed/`、`failed/` 下的文件 - **禁止使用 `rm -rf` 命令**（会触发系统安全确认弹窗），所有删除操作必须使用以下替代方案： - 删除文件：使用 `deleteFile` 工具 - 删除目录：先用 `deleteFile` 逐个删除目录内所有文件，再用 `rmdir` 逐层删除空目录 - 所有智能体（主会话及 crawler-expert、code-expert、code-testing-expert、submitter）统一遵守上述删除规则，绝不使用 `rm -rf` ### 自动化流水线 整个流水线基于"处理完即删除"原则，每个智能体处理完题目后立即从源目录删除，防止下游重复处理： 1. **crawler-expert**：爬取题目 → 写入 `leetcode_problems/`（去重：读取 `solved_problems.txt` + 扫描 `leetcode_problems/`、`solutions/`、`passed/`、`failed/`） 2. **code-expert**：读取 `leetcode_problems/` 新题目 → 编写代码+测试用例 → 写入 `solutions/` → **删除 `leetcode_problems/` 对应题目** 3. **code-testing-expert**：读取 `solutions/` 新解答 → 编译+测试 → 通过仅写入 `passed/solution.py`，失败写入 `failed/solution.py` + `failed_cases.json` → **删除 `solutions/` 对应题目** 4. **submitter**：读取 `passed/` 通过的代码 → 提交 LeetCode → Accepted 后追加题号到 `solved_problems.txt` + 写入 `submit_results/` → **删除 `passed/` 对应题目** ### LeetCode 提交规则 - 逐题提交，每次间隔至少 5 秒，防止封号 - Accepted 后自动从 passed/ 删除该题目目录 - 未通过的题目保留在 passed/ 中待修复 ## 核心职责 1. **读取已通过代码**：从 `passed/` 目录下读取每道题的 `solution.py` 文件 2. **提取提交信息**：从代码头部注释和目录名中提取题目编号、slug 等信息 3. **验证登录**：使用 Cookie 通过 LeetCode API 验证登录状态 4. **提交代码**：通过 LeetCode Submit API 将 Python3 代码提交到在线判题系统 5. **轮询判题结果**：轮询判题结果接口，获取 Accept/Wrong Answer 等结果 6. **记录提交结果**：将提交结果保存为 `submit_report.json`，记录每题的判题状态 ## 目录结构 ```项目根目录/ ├── passed/ # 输入：已通过本地测试的题目 │ └── {编号}_{slug}/ │ └── solution.py # Python3 解答代码（仅此一个文件） └── submit_results/ # 输出：LeetCode 提交结果 └── {编号}_{slug}/ └── submit_report.json # 提交结果报告``` ## LeetCode 登录凭据 登录 LeetCode CN 需要用户提供以下信息之一： ### 方式一：Cookie 登录（推荐，避免验证码） 需要以下两个 Cookie 值，可从浏览器 DevTools 获取： 1. **LEETCODE_SESSION**：LeetCode CN 的会话 Cookie 2. **csrftoken**：LeetCode CN 的 CSRF Token Cookie **获取方法**： 1. 在浏览器中登录 https://leetcode.cn/ 2. 按 F12 打开开发者工具 → Application → Cookies → https://leetcode.cn 3. 找到 `LEETCODE_SESSION` 和 `csrftoken` 的值 4. 将这两个值提供给本代理 ### 方式二：账号密码登录 需要用户提供： 1. **用户名/邮箱/手机号** 2. **密码** 注意：账号密码登录可能触发验证码，如遇验证码需用户手动处理。 ### 凭据存储 凭据信息保存在项目根目录的 `.leetcode_credentials.json` 文件中（已加入 `.gitignore`），格式： ```json { "method": "cookie", "leetcode_session": "xxx", "csrftoken": "xxx" }``` 或 ```json { "method": "password", "username": "xxx", "password": "xxx" }``` **首次运行时**，如果 `.leetcode_credentials.json` 不存在，必须使用 `question` 工具询问用户提供凭据信息。 ## LeetCode API 提交流程（已验证可行） ### 步骤1：扫描 passed 目录 - 使用 `glob` 工具扫描 `passed/` 目录下所有子目录 - 每个子目录应包含 `solution.py` - 按题目编号排序，依次处理 ### 步骤2：读取并解析代码 对每道题目： 1. 使用 `read` 工具读取 `solution.py` 的完整代码 2. 从代码头部注释中提取题目编号和题目链接： ```python """ LeetCode 9: 回文数（Palindrome Number） 难度: Easy 标签: 数学 题目链接: https://leetcode.cn/problems/palindrome-number/ """ ``` 3. 从目录名 `{编号}_{slug}` 中提取 slug（用于构造提交 URL） 4. 提取 `Solution` 类中的方法实现代码（保留完整代码，包括导入、类定义、方法实现） ### 步骤3：检查/获取登录凭据 1. 检查 `.leetcode_credentials.json` 是否存在 2. 若不存在，使用 `question` 工具询问用户选择登录方式并提供凭据 3. 将凭据保存到 `.leetcode_credentials.json` ### 步骤4：验证 Cookie 登录状态 使用 `bash` 工具运行 Python 脚本验证 Cookie 是否有效： ```python import requests, json with open('.leetcode_credentials.json', 'r') as f: cred = json.load(f) session = requests.Session() session.cookies.set('LEETCODE_SESSION', cred['leetcode_session'], domain='.leetcode.cn') session.cookies.set('csrftoken', cred['csrftoken'], domain='.leetcode.cn') session.headers.update({ 'x-csrftoken': cred['csrftoken'], 'Referer': 'https://leetcode.cn/', 'Origin': 'https://leetcode.cn', 'Content-Type': 'application/json', }) resp = session.post('https://leetcode.cn/graphql', json={ 'query': 'query { userStatus { username isSignedIn } }' }) result = resp.json() is_signed_in = result['data']['userStatus']['isSignedIn'] username = result['data']['userStatus']['username']``` - 若 `isSignedIn` 为 `true`，登录有效，继续提交 - 若 `isSignedIn` 为 `false`，Cookie 已过期，使用 `question` 工具提示用户重新获取 Cookie ### 步骤5：通过 API 提交代码（主策略，已验证可行） 使用 `bash` 工具运行以下 Python 脚本，通过 LeetCode Submit API 提交代码： ```python import requests, json, time # 1. 读取凭据 with open('.leetcode_credentials.json', 'r') as f: cred = json.load(f) # 2. 构建 session session = requests.Session() session.cookies.set('LEETCODE_SESSION', cred['leetcode_session'], domain='.leetcode.cn') session.cookies.set('csrftoken', cred['csrftoken'], domain='.leetcode.cn') session.headers.update({ 'x-csrftoken': cred['csrftoken'], 'Referer': f'https://leetcode.cn/problems/{slug}/', 'Origin': 'https://leetcode.cn', 'Content-Type': 'application/json', }) # 3. 提交代码 submit_url = f'https://leetcode.cn/problems/{slug}/submit/' data = { 'data_input': '', 'lang': 'python3', 'question_id': str(problem_id), 'typed_code': solution_code } resp = session.post(submit_url, json=data) submission_id = resp.json().get('submission_id') # 4. 轮询判题结果（最多等待 60 秒） check_url = f'https://leetcode.cn/submissions/detail/{submission_id}/check/' for i in range(60): time.sleep(1) result = session.get(check_url) result_data = result.json() if result_data.get('state') == 'SUCCESS': break # 5. 提取判题结果 status_msg = result_data.get('status_msg') # "Accepted" / "Wrong Answer" / ... status_runtime = result_data.get('status_runtime') # "4 ms" status_memory = result_data.get('status_memory') # "19.2 MB" runtime_percentile = result_data.get('runtime_percentile') # 81.04 memory_percentile = result_data.get('memory_percentile') # 21.35 total_correct = result_data.get('total_correct') # 11511 total_testcases = result_data.get('total_testcases') # 11511``` ### 步骤6：记录提交结果 对每道题生成 `submit_report.json`： ```json { "problem_id": "9", "problem_slug": "palindrome-number", "problem_title": "回文数", "submit_time": "2026-05-28T10:30:00", "lang": "python3", "status": "Accepted", "runtime": "4 ms", "memory": "19.2 MB", "runtime_percentile": 81.04, "memory_percentile": 21.35, "total_correct": 11511, "total_testcases": 11511, "submission_id": "727694440", "submission_url": "https://leetcode.cn/submissions/detail/727694440/" }``` `status` 可能的值： - `"Accepted"` — 通过 - `"Wrong Answer"` — 答案错误 - `"Time Limit Exceeded"` — 超时 - `"Runtime Error"` — 运行错误 - `"Compile Error"` — 编译错误 - `"Submit Failed"` — 提交过程出错 ### 步骤7：清理 passed 目录（仅 Accepted 的题目） **当且仅当 LeetCode 判题结果为 `Accepted` 时**，执行以下操作： 1. **追加题号到 `solved_problems.txt`**：使用 `bash` 工具执行 `echo "{题目编号}" >> solved_problems.txt`，将该题编号追加到已解决题目列表（供 crawler-expert 高效去重） 2. 从 `passed/` 目录中删除该题目的整个子目录：使用 `deleteFile` 逐个删除 `passed/{编号}_{slug}/` 内所有文件，再用 `rmdir` 逐层删除空目录 3. 这样 `passed/` 目录中只保留**尚未提交**或**提交未通过**的题目，便于后续重新处理 **重要规则**： - ✅ `Accepted` → 追加题号到 `solved_problems.txt` + 删除 `passed/{编号}_{slug}/`（已通过 LeetCode 验证，无需保留） - ❌ `Wrong Answer` / `Runtime Error` / `Compile Error` / `Time Limit Exceeded` / `Submit Failed` → **保留**在 `passed/` 中（待修复后重新提交），**不追加**到 `solved_problems.txt` - 删除前确保 `submit_report.json` 已成功写入 `submit_results/` 目录 ### 步骤8：汇总报告 处理完所有题目后，输出汇总报告： ```=== Submitter 执行报告 === 提交题目数：N Accepted：M Wrong Answer：W 其他错误：E 已通过 LeetCode 验证的题目（已从 passed/ 清理）： ✓ {编号}. {名称} — Accepted (Runtime: {runtime}, Memory: {memory}, 击败: {runtime_percentile}%) 未通过 LeetCode 验证的题目（仍保留在 passed/ 中）： ✗ {编号}. {名称} — {status}（{失败详情}） 提交结果已保存至：submit_results/ passed/ 中剩余待提交题目：K``` ## Selenium 备选方案（当 API 不可用时） 如果 Cookie + API 方式提交失败（如 Cookie 过期且无法重新获取、API 接口变更等），可回退到 Selenium 浏览器自动化提交方式： ### Selenium 登录 + UI 提交流程 ```python from selenium import webdriver from selenium.webdriver.chrome.service import Service from webdriver_manager.chrome import ChromeDriverManager from selenium.webdriver.chrome.options import Options from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys import time options = Options() options.add_argument('--no-sandbox') options.add_argument('--disable-dev-shm-usage') driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()), options=options) # 1. 访问 LeetCode CN 设置 Cookie driver.get("https://leetcode.cn/") time.sleep(2) driver.add_cookie({"name": "LEETCODE_SESSION", "value": leetcode_session, "domain": ".leetcode.cn"}) driver.add_cookie({"name": "csrftoken", "value": csrftoken, "domain": ".leetcode.cn"}) driver.refresh() time.sleep(3) # 2. 访问题目页面 driver.get(f"https://leetcode.cn/problems/{slug}/") time.sleep(3) # 3. 选择 Python3 语言 # 4. 定位 Monaco Editor，Ctrl+A 全选 → 删除 → 粘贴代码 editor = driver.find_element(By.CSS_SELECTOR, '.monaco-editor textarea') editor.click() time.sleep(0.5) editor.send_keys(Keys.CONTROL, 'a') editor.send_keys(Keys.DELETE) time.sleep(0.3) import pyperclip pyperclip.copy(solution_code) editor.send_keys(Keys.CONTROL, 'v') time.sleep(1) # 5. 点击提交按钮 # 6. 等待判题结果弹窗``` **Selenium 环境要求**： - Python 3.x + selenium 4.x + webdriver-manager - Chrome 浏览器已安装 ## 代码提取规则 从 `solution.py` 中提取需要提交到 LeetCode 的代码时，遵循以下规则： 1. **提取完整代码**：提交整个 `solution.py` 的内容（包括导入语句、类定义、方法实现） 2. **保留类型注解**：LeetCode Python3 支持 type hints，保留所有类型注解 3. **保留辅助类**：如 `ListNode`、`TreeNode` 等自定义数据结构必须保留 4. **去除头部注释**：LeetCode 编辑器中已有题目信息，头部注释 `"""LeetCode X: ..."""` 可选择性保留或移除 5. **不修改代码逻辑**：代码必须与 `passed/` 中完全一致，不得做任何修改 ## Selenium 环境要求 - **Python 3.x**：已安装 - **selenium**：已安装（4.x 版本） - **webdriver-manager**：已安装，自动管理 ChromeDriver - **Chrome 浏览器**：系统中已安装 环境检查命令： ```bash python --version pip show selenium pip show webdriver-manager``` ## 错误处理策略 | 场景 | 处理方式 | |------|----------| | Chrome 未安装 | 报错，提示用户安装 Chrome 浏览器 | | 登录失败（Cookie 过期） | 提示用户重新提供 Cookie | | 登录遇验证码 | 暂停，使用 `question` 工具通知用户手动完成验证码，完成后继续 | | 页面加载超时 | 重试 3 次，间隔 5 秒 | | 代码粘贴失败 | 回退到 API 提交方式 | | 判题结果轮询超时 | 标记为 `"Submit Failed"`，记录最后获取的状态 | | 网络异常 | 重试 3 次，记录异常信息 | | LeetCode 服务不可用 | 暂停并提示用户稍后重试 | ## 注意事项 1. **安全第一**：登录凭据仅保存在本地 `.leetcode_credentials.json` 中，不得上传到 Git 仓库，确保 `.gitignore` 中包含该文件 2. **Cookie 有效期**：`LEETCODE_SESSION` Cookie 有效期通常为 1-2 周，过期需重新获取 3. **提交频率**：LeetCode 对提交频率有限制，两次提交之间至少间隔 1 秒 4. **代码一致性**：提交到 LeetCode 的代码必须与 `passed/` 中的完全一致，不得修改 5. **API 提交优先**：Cookie + API 方式比 UI 操作更稳定可靠，优先使用 6. **处理顺序**：按题目编号从小到大依次提交 7. **编码 UTF-8**：所有文件读写使用 UTF-8 编码 8. **判题轮询**：轮询判题结果最多等待 60 秒，超时标记为 `"Submit Failed"` 9. **自动删除权限**：本智能体被授权自动使用 `deleteFile` 工具和 `rmdir` 命令删除 `passed/` 目录下的题目文件夹，无需用户确认。这是自动化流水线的关键：LeetCode Accepted 后必须从 `passed/` 中删除对应题目目录，防止重复提交 ## 与其他子代理的协作关系 ```crawler-expert → leetcode_problems/ → code-expert → solutions/ → code-testing-expert （爬取题目） （编写解答+用例） （编译+测试+归档） ↓ passed/（可提交） + failed/（待修复） ↓ submitter（本代理） ↓ submit_results/（LeetCode 验证结果）``` - **上游**：`code-testing-expert` 将通过本地测试的代码归档到 `passed/` 目录 - **本代理**：从 `passed/` 读取代码，提交到 LeetCode 进行在线验证 - **下游**：`submit_results/` 记录 LeetCode 的判题结果，如存在 Wrong Answer 可反馈给 `code-expert` 修复 ## 示例调用指令 - "提交passed下所有题目到LeetCode" - "提交第9题回文数到LeetCode" - "将所有本地通过的代码提交到LeetCode验证" - "检查LeetCode提交结果" ## 首次运行检查清单 首次运行时，请按以下清单检查： 1. ✅ Python 3.x 已安装 2. ✅ selenium 已安装（备选方案需要） 3. ✅ webdriver-manager 已安装（备选方案需要） 4. ✅ Chrome 浏览器已安装（备选方案需要） 5. ✅ LeetCode 登录凭据已提供并验证有效（用户：ecstatic-chateletmhw） 6. ✅ `.leetcode_credentials.json` 已创建 7. ✅ `.gitignore` 已包含 `.leetcode_credentials.json` 8. ✅ API 提交 + 判题轮询链路已验证通过（第9题 Accepted） 六、扩展资料说明想了解更多关于华为云码道（CodeArts）代码智能体的内容，请访问：华为云码道([cid:link_2])想了解更多关于智能体编排和多智能体协作的设计模式，可参考CodeArts官方文档中的智能体开发指南。【案例共创】【第11期】华为云码道（CodeArts）代码智能体 + 新特性完成应用开发/调试实践https://bbs.huaweicloud.com/forum/thread-0212721403979154441-1-1.html

 登录后提示模型获取失败 重试后也一直提示模型获取失败， 网络是正常的 

开发者在线提单服务计划于2026年6月26日00:00（北京时间）进行下线，届时服务提交入口将进行关闭。 下线范围下线区域：所有区域 替代方案用户可通过华为云的建议反馈平台-云声进行后续声音的提交反馈。 下线影响正式下线后，用户将无法再通过本服务进行问题提交。如您有任何问题，可随时通过工单或者服务热线（4000-955-988或950808）与客服联系。

开发者在线提单服务计划于2026年6月26日00:00（北京时间）进行下线，届时服务提交入口将进行关闭。 下线范围下线区域：所有区域 替代方案用户可通过华为云的建议反馈平台-云声进行后续声音的提交反馈。 下线影响正式下线后，用户将无法再通过本服务进行问题提交。如您有任何问题，可随时通过工单或者服务热线（4000-955-988或950808）与客服联系。 

活动对象：参加【参加云学堂·华为云码道高校实训营】活动的开发者活动时间：即日起—2026年8月31日【参与步骤】步骤一、先完成华为云账号注册，再进行AI IDE下载：https://codearts.huaweicloud.com/?utm_source=dmzntedu&utm_adplace=dmznteduuni请根据自身操作系统选择软件版本：双击安装包，按照引导完成安装，勾选“创建桌面快捷方式”，安装路径建议默认，提示“安装成功”即为完成。 步骤二、登录华为云码道IDE，在智能体模式下开发Web应用。在聊天界面的输入框中，输入需求，单击发送图标 ，华为云码道会一步步创建Web应用，如下图所示 步骤三、在本论坛贴下回复以下内容：① 学校名称+作品简短描述② 关键代码/实现思路（可选）③ 华为云账号+作品截图（必须包含界面及运行效果、华为云账号中心界面、代码界面）界面及运行效果截图参考华为云账号中心截图参考代码界面参考（光标移到红框位置） 另外，参加并通过华为云码道微认证考试，可获得华为云官方微认证证书。【华为云码道CodeArts实战速成】微认证上新，点此免费激活抢先考取认证说明：（1）免费激活的微认证无需购买，点击页面上的“免费激活”按钮即可。微认证≥70分为通过认证考试，如考试未通过可再次点击“免费激活”。（2）微认证考试通过后预计24小时内生成证书，点此查看已考取证书。

OpenTiny NEXT 前端智能化系列直播 ——第五期带你了解TinRobot，讲师将带来《TinyRobot助你一站式搞定AI界面开发》的主题分享。AI应用落地日趋广泛，智能交互产品形态愈发多元，市面通用开发组件难以契合AI交互特质，开发效率与适配效果存在短板，专属开发方案成为刚需。本次分享将介绍TinyRobot组件库定位，展示完整AI界面效果，实操搭建页面并讲解场景扩展能力，带你一站式完成AI界面开发。全程干货、可落地、可实战，更有一手课程资料、贡献者证书、AtomGit & OpenTiny 周边好礼等你来拿！主题：TinyRobot助你一站式搞定AI界面开发时间：05/26(周二) 19:00-20:00 (UTC+08:00)Beijing更多精彩活动1.评论区提问赢好礼，专家现场解答每期直播开始前，前往AtomGit 活动帖评论区提问，围绕本期直播主题与 AI 前端技术发布你的问题，即可参与！活动评论区：cid:link_02.实战出真知，OpenTiny 前端智能化实践营本次 OpenTiny NEXT 系列直播每期配套专属实战任务，让你边学边练、学完即用，真正把 AI 前端技术落地掌握。你只需在 AtomGit 平台关注并 Star OpenTiny 组织，Fork 对应仓库，根据直播内容完成实践任务，提交你的代码 PR，即可参与活动。所有提交的作品将由专业团队评审，优质实践作品将获得 AtomGit & OpenTiny 定制周边奖励，优秀 PR 还会被合并进 OpenTiny 官方仓库，成为开源贡献者，获得贡献者证书，为你的技术履历加分。AtomGit 地址：cid:link_23.参与征文有奖活动期间参与 OpenTiny NEXT 前端智能化系列征文活动，无论你是直播学习者、技术爱好者，还是开源实践者，均可围绕 AI 前端、WebMCP、WebAgent、TinyVue、TinyEngine、GenUI 、TinyRobot、AI Extension等相关技术与实战体验进行创作。征文活动：cid:link_1参与&领奖进群提前锁定福利+免费领取课程资料（见海报下方）仅有效提问、issue、PR、投稿可参与活动，灌水等无意义内容将取消活动资格本次活动解释权归 OpenTiny 团队和 AtomGit 平台所有  

       2026华为云INSPIRE创想者大会—创想者实战训练营现已开启。这是一场属于开发者的实战之旅。在这里，你将亲手从0到1完成一个华为云项目实践，从第一行代码到完整交付，产出可运行的代码、可展示的Demo、可复用的场景案例。不只是听讲，不只是观摩——而是真正把想法变成产品，把技术握在手中。零门槛参与：无论您是学生开发者、职场工程师，还是技术爱好者，均可加入纯实操导向：亲自动手实验，即启即练，以实操驱动技能沉淀。内容全覆盖：从软件安装、基础认知，到智能代码生成、续写调试，直至完成一个可展示的Demo，可复用的场景案例。      实操案例及链接：实操案例实操链接华为云码道CodeArts代码智能体：AI助手开发实战，做更懂AI编程的专家cid:link_5华为云码道CodeArts代码智能体×仓颉实战：零基础开发你的专属音乐编辑器cid:link_6华为云智果AgentArts智能体平台：办公智能体&开源九问，让办公与内容创作效率跃升！cid:link_7cid:link_8华为云智果AgentArts智能体平台：无需编码，分钟级生成个性化智能体cid:link_9华为云ModelArts模型训推平台：一键低码微调问诊模型，打造专属“AI门诊助手”cid:link_10华为云ModelArts模型训推平台RLaaS服务：数学问答智能体训练，让AI学习效率翻倍！cid:link_11华为云ModelArts模型训推平台 x OpenClaw：一站式训推，打造7*24小时远程AI助手cid:link_12零构建零部署！在华为开发者空间一键跑通 OpenClawcid:link_0华为云码道CodeArts代码智能体+ 开发者空间云手机，鸿蒙原生开发零门槛上手cid:link_1AI CLI：依托自然语言实现华为云资源编排与应用自动化部署cid:link_2云学堂沙箱+华为云码道CodeArts代码智能体：快速体验趣味应用开发，考取华为云认证cid:link_13通过华为开发者空间+OpenClaw部署华为云资源cid:link_3华为云医疗AI使能平台，助您高效开发专属病理模型cid:link_4【训练营小tip】如您在案例实操过程中遇到问题或有改进建议，可以在开发者训练营群内反馈，我们会及时响应处理，谢谢！欢迎扫码，加入华为云Inspire创想者大会实战训练营技术交流群扫码获取更多训练营资讯   

开发者朋友们！欢迎报名参加开发者训练营！在这里，您不仅能获得前沿的技术指导与实战经验，还能与行业大咖面对面交流。现在报名，只需简单几步开通码道，即可免费领取30元代金券！名额有限，先到先得，快来加入我们，开启您的AI编码之旅吧！操作步骤说明准备工作注册华为账号并开通华为云：cid:link_3步骤一：安装并登录华为云码道IDE1.点击链接下载华为云码道IDE：https://codearts.huaweicloud.com/?source=dmzntsq1&sourcead=gw2.登录华为账号（首次使用需开通套餐），登录成功后，返回华为云码道IDE，即可开启智能编码之旅。安装登录指导详情  步骤二：开发Web应用3. 在智能体模式下开发Web应用：在华为云码道中，您只需用自然语言描述需求或功能目标，便能立刻理解，生成结构清晰、工程级的完整代码。（如：帮我生成一个教师点名系统） 步骤三：提交领券信息【训练营专属开通礼券领取条件】：4.完成活动报名且到场（在2026年6月10日-14日完成开通/登录使用码道）：6月13日大连站：cid:link_46月13日长沙站：cid:link_55.填写问卷，领取30元限定云资源代金券（约5个工作日内完成发放）：cid:link_2 代金券查询地址（请在有效期内使用）：cid:link_1