Przejdź do treści
Biblioteka skilli
Programowanie · Automatyzacja

auto-answer

/auto-answer

Rozwiązuje zadanie programistyczne widoczne na zrzucie ekranu przez model multimodalny i kopiuje kod do schowka w Windows.

Repozytorium
auto-answer ↗
Licencja
MIT
Ostatnia zmiana repozytorium
11.11.2026

Ocena i bezpieczeństwo

98/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena13 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
7
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
4
Przestarzałość

Brak sygnałów. Repozytorium zmienione 11.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Rozwiązuje zadanie programistyczne widoczne na zrzucie ekranu przez model multimodalny i kopiuje kod do schowka w Windows.

Oryginalny opis (EN)

Capture the screen on a global hotkey, solve the coding problem in the screenshot with a multimodal model, and put the code on the clipboard (Windows, Node >= 22). Also able to drive a hidden headless Chrome, read a question from the DOM, and inject a solution into the answer box with read-back verification. Use when the user asks to auto-answer a coding problem, solve what is on screen, copy a solution to the clipboard from a live page, or control Chrome in the background.

Jak działa

  1. 边界(先读)
  2. 快速开始
  3. 只有题目页面才通知
  4. 两种题目模式
  5. 写入方式
  6. 语言处理
  7. 浏览器
  8. 命令参考
  9. 工作原理
  10. 自证
Sekcje z nagłówków SKILL.md, w oryginale · 496 linii, 1 796 słów
Podgląd SKILL.md
---
name: auto-answer
description: Capture the screen on a global hotkey, solve the coding problem in the screenshot with a multimodal model, and put the code on the clipboard (Windows, Node >= 22). Also able to drive a hidden headless Chrome, read a question from the DOM, and inject a solution into the answer box with read-back verification. Use when the user asks to auto-answer a coding problem, solve what is on screen, copy a solution to the clipboard from a live page, or control Chrome in the background.
---

# auto-answer

后台控制 Google Chrome(`--headless=new`,无窗口),读题 → 写码 → 注入答题框并读回校验,或把答案复制到剪贴板由用户自己粘贴。

零 npm 依赖:Node 原生 `WebSocket` + `fetch` 直连 Chrome DevTools Protocol。

## 边界(先读)

**做**:无窗口启动 Chrome、抓题面/样例/编辑器类型、注入代码、读回逐字符校验、监听换题、写系统剪贴板、弹通知。

**不做**:反检测伪装(伪造 `navigator.webdriver`、`visibilityState`、`hasFocus`、UA、WebGL 指纹)。切屏检测是监考系统判断「人是否在场」的信号,伪装它等于冒充本人在场答题。若用户要求绕过,说明边界并提供替代方案(`probe` 自查检测是否触发;或抓题到对话里讲,用户不必切屏)。

**不做**:读取 cookie / 密码 / token;默认自动提交。

## 快速开始

`SKILL_DIR` = 本 `SKILL.md` 所在目录。所有命令用绝对路径,不要 `cd`。

```powershell
$aa = "$SKILL_DIR\scripts\aa.mjs"
```

### 1. 首次登录(一次性,有头)

```powershell
node $aa login https://your-site.example/problem/1
```

会弹出可见窗口,**用户手动登录**,登录完在终端按回车。cookie 存进专用 profile,之后全程无头复用。

### 2. 单题流程

```powershell
# 抓题:返回 JSON(题面、样例、语言、编辑器类型)
node $aa prepare --url https://your-site.example/problem/1

# 写解法到 solution.py,本地用样例验证
python solution.py   # 或写测试脚本喂样例

# 方式 A:注入 + 校验
node $aa answer --file solution.py

# 方式 B:只复制到剪贴板,用户自己 Ctrl+V
node $aa clip --file solution.py
```

`answer` 成功返回 `{"ok":true,"editor":"monaco","chars":842,"attempts":[...]}`;失败返回 `diff`(第几行、期望值、实际值)并退出码 3。

### 3. 热键模式(推荐)

按 **J+K** 才开始识别,其他按键和日常浏览都不触发。

```powershell
node $aa watch --hotkey J+K --url <你的站点>
```

按下 J+K 之后:

| 时刻 | 事件 |
|---|---|
| 立刻 | 识别当前题目 → **第 1 次通知**(已识别到题目) |
| 3 秒后 | 答案进剪贴板 → **第 2 次通知**(可以粘贴了) |

每题最多 2 次通知,两次间隔至少 60 秒。

热键模式默认开启剪贴板投递;`--clip-delay` 可调第 2 次通知的延迟(默认 3 秒)。

### 4. 桌面截屏 + 自动求解(完全无人值守,静默)

**不启动浏览器、不需要调试端口、不弹任何通知。** 按下组合键后什么都不用做,等 30 秒内看剪贴板即可。

```powershell
# 一次性配置(key 存到 %LOCALAPPDATA%\dsh-auto-answer\solver.json)
node $aa setup --api-key <你的key> --api-base https://api.deepspacecode.cn/v1 --model gpt-6-astra

# 之后日常只用这条
node $aa watch --desktop --auto --no-toast --deadline 30
```

按 **`Ctrl + Alt + J`** 之后:

| 时刻 | 发生什么 |
|---|---|
| 立刻 | 截全屏(无任何提示) |
| 3–15 秒 | 视觉模型读图 → 写出完整代码 → 写进 `answers/<sig>.<ext>` |
| 之后 | 内容进剪贴板 |

**没有通知。** 你按完就开始等,`Ctrl+V` 时剪贴板里已经有答案。

`--deadline 30` 是硬上限:模型超过 30 秒没返回就放弃该次请求,不会无限挂着。

`--no-toast` 同时关闭提示音。

### 求解器配置

`solver.json`(`setup` 命令自动生成):

```json
{
  "baseUrl": "https://api.deepspacecode.cn/v1",
  "apiKey": "sk-...",
  "model": "gpt-6-astra",
  "timeoutMs": 120000,
  "maxTokens": 4096,
  "temperature": 0.1
}
```

任何 OpenAI 兼容端点都能用(官方、中转、本地 Ollama/vLLM)。`setup` 会先查 `/models` 校验模型名,填错直接拒绝并列出可用模型。

检查当前配置:

```powershell
node $aa solvers
```

优先级:命令行参数 > `solver.json` > 环境变量 `AA_API_KEY` / `AA_API_BASE` / `AA_API_MODEL` > 默认值。

模型必须是**多模态**的(能看图),否则无法读截图。

#### 可靠性保证

这条链路有三处容易出错,都有对应机制:

| 情况 | 行为 |
|---|---|
| 剪贴板被别的程序占用(输入法、截图工具、剪贴板管理器) | **自动重试**:1s → 2s → 4s → 每 30s,最多 10 次。只有写入**并读回一致**才算成功 |
| 重试期间你换题又按了一次 | 旧请求**立即作废**,不再碰剪贴板;答案文件保留在磁盘 |
| 模型算完时你已经换题 | 文件照写,但**不投递**,日志记 `stale` |
| 热键监听器崩溃(杀软、系统更新) | **2 秒后自动重启**,最多 5 次;连续失败则退出并留日志 |
| 10 次重试都失败 | 日志给出完整补救命令 `node aa.mjs clip --file "..."` |

**为什么「换题作废」是必须的**:单独加重试会出现「你已经在看 B,A 的重试 30 秒后成功,把 A 的答案塞进剪贴板」,一按 `Ctrl+V` 就粘错题。所以每次按键都会把更早的待办作废。

相关事件(stdout JSONL):

| 事件 | 含义 |
|---|---|
| `superseded` | 该请求被更晚的一次按键作废 |
| `clipboard-retry` | 写入失败,N 毫秒后重试(含 `attempt` / `error`) |
| `clipboard-failed` | 已达重试上限,含 `recover` 字段给出补救命令 |
| `hotkey-dead` | 监听器无法重启,进程随即退出 |

### 4b. 桌面截屏(不自动求解)

不带 `--auto` 时只截图并通知,等外部写入答案文件:

```powershell
node $aa watch --desktop
```

### 5. 整页截图模式(需要接入浏览器时)

和桌面截屏的区别:这个只截**网页**,需要能连上浏览器(调试端口或技能自己启动的实例)。

```powershell
node $aa watch --hotkey J+K --vision --url <你的站点>
```

适合需要排除其他窗口干扰、或浏览器窗口很大的情况。

### 其他监听模式

```powershell
node $aa watch --queue                  # 自动监听 DOM,检测到就入队
node $aa watch --dry-run                # 只验识别,什么都不做
node $aa watch --clip --clip-delay 5    # 自动监听 + 剪贴板
node $aa watch --solver template        # 套内置模板自动出答案
```

`watch` 输出 **JSONL**(每行一个 JSON 事件),事件类型:`hotkey` / `vision-request` / `vision-timeout` / `not-a-question` / `page-captured` / `question-detected` / `queued` / `queue-skipped` / `clipboard-pending` / `clipboard-copied` / `language-mismatch` / `injected` / `submit`。

### 手动兜底:grab

任意页面、任意时刻,一条命令拿到「结构化题目 + 截图 + DOM 文本」:

```powershell
node $aa grab
```

返回 `recognized`、`question`(标题/题面/样例/语言)、`editorContent`、`screenshot`(图片绝对路径)、`domText`。识别失败也有截图可看,不会空手而归。

## 只有题目页面才通知

自动监听(DOM 观察)时,普通页面(题库列表、提交记录、个人中心、登录页、弹窗)**不会**触发通知、不会入队、不消耗配额。

**按 J+K 时例外**:那是你明确要求"看这一页",所以即使判定为非题目也会截图并通知一次。

自动监听时的判定条件:

| 条件 | 说明 |
|---|---|
| 有答题编辑器 | monaco / codemirror / textarea / contenteditable |
| 题面 ≥ 80 字符(有样例时 ≥ 40) | 排除弹窗、搜索框;短题靠样例兜底 |
| 至少 1 个题目特征词 | 「输入格式」「样例输出」「数据范围」「时间限制」「返回值」等 |
| 综合评分 ≥ 6 | 编辑器 +2,题面长度 +1,特征词最多 +4,样例 +2,标题 +1 |
| 标题含反向词则扣分 | 「提交记录」「全部题目」「个人中心」等**只看标题**,因为真实题目页的标签栏里也有这些词 |

非题目页面输出 `not-a-question` 事件,附带 `reason` 和 `signals`,便于调参。

## 两种题目模式

平台有两类答题框,处理方式完全不同,技能会**自动识别**:

| 模式 | 长什么样 | 怎么处理 |
|---|---|---|
| **ACM 模式** | 编辑器是空的,或已有一段完整程序 | 整个编辑器替换成你的解法 |
| **核心代码模式** | 编辑器里已有 `class Solution` + 方法骨架 + `// write code here` | **只替换方法体**,类名/签名/预置注释全部保留 |

核心代码模式是 LeetCode / 牛客 / 赛码的默认形态。整段覆盖会破坏平台预置的 `ListNode` 类注释和 `Solution` 类,导致编译失败——所以必须切进方法体里写。

### 怎么判断

| 信号 | 判定 |
|---|---|
| 编辑器为空 | ACM |
| 有 `// write code here` / `// 在此编写代码` / `TODO` 标记 | 核心代码 |
| 有 `class Solution` 且方法体为空 | 核心代码 |
| 已存在 `int main()` / `def main()` / `func main()` | ACM |

### 怎么合并

- 只写**方法体**(不含签名)即可,技能会按方法头缩进自动重排
- 也接受**整个方法**或整个类,会自动抽出方法体
- 括号按配对扫描,跳过字符串和注释里的 `{}`
- 闭合 `}` 对齐到方法头缩进
- 类结尾之后的残留字符会被清掉(平台草稿里常混进误按键)
- 加 `--no-merge` 可强制走 ACM 模式(整段覆盖)

`answer` / `watch` 的输出会带 `mode`、`spliced`、`methodHeader` 三个字段,可直接确认走了哪条路。

**截图识别模式下不需要合并**:直接给完整可编译的文件,用户全选粘贴即可。

## 写入方式

Monaco 的写法因站点而异,技能按三级降级:

| 档 | 手段 | 适用 |
|---|---|---|
| 1 | 编辑器原生 API `model.setValue` | 暴露 `monaco.editor` 的站点 |
| 2 | 真实鼠标点击聚焦 → `Ctrl+A` → `Input.insertText` | 隐藏了 `monaco.editor` 的站点(牛客就是这样) |
| 3 | 原生 setter + 派发事件 | textarea / contenteditable |

顺序很重要:**先聚焦,再全选,最后写入**。反过来会把「替换」变成「追加」——真实键盘事件会取消之前的选择。

读取也做了降级:没有 `monaco.editor` 时读 `.view-line` 渲染出来的行,得到的就是用户眼前看到的代码。

## 语言处理

支持 **Python / C++ / C / Java / JavaScript / TypeScript / Go / Rust / C# / Kotlin / Swift / PHP / Ruby / Scala / Haskell / Lua / Perl / R / SQL**。

### 语言从哪来

**题目识别到什么语言,剪贴板里就是什么语言**——这是硬约束,不是建议。

| 优先级 | 来源 | 说明 |
|---|---|---|
| 1 | 页面语言选择器 | `Python 3`、`C++17 (GCC 9.2)`、`Java (OpenJDK 17)`、`PyPy 3` 等一律归一化到同一 id |
| 2 | `--lang` | 仅当页面**没有**语言选择器时的兜底 |
| 3 | 文件扩展名 | `answer --file` 时用于交叉校验 |
| 4 | 默认 `python` | 以上都没有时 |

### 不一致会怎样

答案文件扩展名与题目语言不符时,**拒绝写入/复制**,并输出 `language-mismatch` 事件:

```json
{"event":"language-mismatch","sig":"1d97cd28","expected":"python","found":"java"}
```

把文件改名成 `answers/<sig>.py` 即可。3 秒后自动重试,不需要重新切题。`answer` 命令加 `--force` 可强制写入(不推荐)。

### 自动切语言

页面上有语言选择器、且当前不是题目要的语言时,**注入前自动切过去**——因为切换会重置编辑器,必须在写入之前完成。

### 一次识别只弹一次通知

每个 `sig` 只弹一次,重试和复制阶段都静默。通知正文默认空白,只作存在感提示;改 `scripts/lib/messages.mjs` 即可定制。

### 一次识别只弹一次通知 / 每题最多两次

通知策略由 `scripts/lib/identity.mjs` 控制,规则:

| 规则 | 值 |
|---|---|
| 每题最多弹通知 | **2 次** |
| 两次通知最小间隔 | **60 秒** |
| 同一题的连续重渲染 | 不弹(判定为同一题) |
| 真正切到新题 | 立即弹 1 次 |

判定「是不是同一题」用两级:

1. **标题完全相同** → 同一题(OJ 的标题就是题目标识;正文区域在两次渲染间可能多带或少带面包屑、meta 行,不可靠)
2. **标题模糊相似 ≥ 0.9 且正文 ≥ 0.8** → 同一题
3. 否则 → 新题

比较前会先剔除噪声:`通过率 32.90%`、`耗时 120ms`、`剩余时间 01:23`、`难度:中等` 这类会跳动的文本。

所以页面上的计时器、通过率刷新、局部重渲染都不会造成重复通知。

可调参数:

```powershell
--max-notify 2          # 每题最多几次通知
--renotify-delay 60000  # 两次通知最小间隔(毫秒)
```

## 浏览器

Chrome 和 Edge 都支持,自动探测已安装的那个(优先 Chrome)。两者都说 CDP,所以逻辑完全一致,只有二进制和 profile 目录不同。

```powershell
node $aa browsers            # 列出已安装的浏览器 + 当前可接入的实例
node $aa attach              # 接入正在运行的浏览器,报告当前标签页和识别结果
```

接入优先级:

| 顺序 | 行为 |
|---|---|
| 1 | `--port` 指定的端口有实例 → 直接接入 |
| 2 | 9222 / 9223 / 9333 / 9444 任一有实例 → 直接接入 |
| 3 | `--daily` → 用你的日常 profile 启动(登录态全在) |
| 4 | 都没有 → 启动独立 profile |

`AA_BROWSER=chrome|edge` 可强制指定。

**接入已有浏览器时不会新开窗口**,读的是你当前正在看的那个标签页。

### 为什么需要调试端口

普通启动的 Chrome/Edge 不暴露 CDP,无法被外部读取。要接入,必须以调试端口启动一次:

```powershell
& "C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222
& "C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe" --remote-debugging-port=9222
```

注意:日常 profile 已被占用时,浏览器会拒绝调试端口——先关掉所有窗口。或者直接 `--daily` 让技能自己用你的 profile 启动。

## 命令参考

| 命令 | 作用 |
|---|---|
| `start [--show]` | 启动或复用无头 Chrome |
| `status` | 实例状态、端口、当前 URL |
| `stop` | 关闭实例 |
| `login <url>` | 有头登录,cookie 持久化 |
| `prepare [--url]` | 启动 + 导航 + 抓题 |
| `read` | 重读题面与编辑器内容 |
| `probe` | 报告页面能看到的自动化信号(自查检测用) |
| `answer --file <p>` | 注入 + 读回校验 |
| `solve --file <p>` | 合并进页面骨架 + 放剪贴板(不写页面) |
| `pending` | 显示最新检测到、未处理的题目 |
| `queue [--clear]` | 列出(或清空)题目队列 |
| `clip --file <p> [--delay n]` | 复制到系统剪贴板 + 弹通知 |
| `fill <text>` | 只注入不校验(排障) |
| `click <sel\|text>` | 点按钮(按选择器或可见文字) |
| `shot [--out p]` | 截图 |
| `grab` | 任意页面通用读取:题目 + 截图 + DOM 文本 |
| `watch` | 监听换题,见下 |
| `selftest` | 对内置 mock 页验证三种编辑器注入 |

### watch 选项

| 选项 | 说明 |
|---|---|
| `--dry-run` | 只报告检测,不注入 |
| `--hotkey <combo>` | 只在按下组合键时识别,如 `J+K` |
| `--vision` | 截图识别,完全不依赖 DOM(最通用) |
| `--trigger-file <p>` | 外部工具写该文件即触发一次识别 |
| `--queue` | 检测到就存进队列,供 `pending` / `solve` 使用 |
| `--clip` | 检测到 → 通知 → 延时 → 复制到剪贴板 |
| `--clip-delay <s>` | 通知到复制之间的秒数,默认 5 |
| `--solver agent\|template\|"<cmd>"` | 谁写代码:agent 等 `answers/<sig>.<ext>`;template 套模板;cmd 从 stdin 读题面、stdout 出代码 |
| `--max <n>` | 成功 n 题后停止 |
| `--auto-submit` | 注入校验通过后点提交(默认关) |
| `--answer-timeout <s>` | agent 模式等答案文件的秒数,默认 180(vision 模式默认 600) |
| `--retry-delay <ms>` | 失败后重试间隔,默认 3000 |
| `--lang <name>` | 页面无语言选择器时的兜底语言 |

## 工作原理

### 注入:三级降级

1. **编辑器原生 API** —— Monaco `model.setValue()`、CodeMirror `view.dispatch()`。最稳,无副作用。
2. **CDP `Input.insertText`** —— 先 focus + 清空,再整段插入。触发真实 `input` 事件,textarea / contenteditable 走这条。
3. **原生 setter + 派发事件** —— React/Vue 受控组件兜底。

每档之后立刻读回比对(归一化:统一换行、去行尾空白、去尾部空行),一致才算成功;三档全失败就停,不硬塞。

### 换题检测

页面内挂 `MutationObserver` + URL 轮询,用 `Runtime.addBinding` 把事件推给 Node 侧。注入前先置 `selfWriting` 标志,避免自己触发自己。去重窗口 10 分钟。

### 已知坑(都已处理)

- **contenteditable 不能读 `innerText`**:Chrome 把每行包进 `<div>`,空行的 `<br>` 会被重复计数,缩进是 `&nbsp;`。改用逐块 `textContent` 读取 + `\u00a0` 还原。
- **`Get-Clipboard -Raw` 会多一个换行**:校验剪贴板必须用 `.NET Clipboard::GetText()`,否则源码末尾永远对不上。
- **剪贴板写入用 base64 传参**:代码里有引号、反引号、换行、中文,直接拼 PowerShell 字符串会被解析坏。
- **事件流必须是单行 JSON**:多行缩进 JSON 无法被逐行解析,`watch` 强制 JSONL。
- **`JavaScript` 会被误判成 `java`**:语言规则必须按 `TypeScript → JavaScript → Java` 排序,`JavaScript` 里含有 `java` 子串。
- **过期答案文件会被误用**:`answers/<sig>.py` 若早于本次检测就忽略,否则昨天的答案会被注入今天的同一题。
- **去重不能挂在检测上**:拒绝/超时不能锁死 10 分钟去重窗口,只有**成功处理**才记录,否则改完文件也没用。
- **重试不能重新发事件**:重试只重跑答案段,不再发 `question-detected`、不再弹通知,否则一次识别会弹两次。
- **ToastGeneric 不接受空文本节点**:全空白通知会抛异常,改为塞一个空格。
- **核心代码模式不能用 `{` 往前找方法体**:标记注释在方法体**内部**,往前扫会撞上内层语句的 `{`,只截到片段。正确做法是找「匹配 `}` 落在标记之后」的那个 `{`。
- **`\a` 响铃不能写 stdout**:会把 JSONL 事件流污染成非法 JSON,改走 stderr。
- **PowerShell 脚本不能塞进 JS 模板字符串**:`$var` 和 `${...}` 会被 JS 插值吃掉,必须用普通字符串加显式 replace。
- **JS 的 `\W` 会把所有中文当非单词字符**:`/^[\d\s\W]+$/` 会匹配任意纯中文标题,判「数字标题」要显式列字符集。
- **通知计数必须落盘**:watch 重启后清零会让同一题再弹 2 次。状态存 `tracker.json`,只存 body 哈希不存全文。
- **测试之间会共享 tracker 文件**:一套测试弹过的题会让下一套静默失败,每套测试必须用独立 `AA_TRACKER_FILE`。
- **不能只靠正文相似度判断同一题**:题面抓取区域在两次渲染间会多带或少带面包屑、meta 行,相似度可能掉到 0.55。标题是 OJ 自己的题目标识,标题相同即同一题。
- **通知计数不能按「观察次数」累加**:被间隔窗口压掉的那次不该消耗配额,否则 2 次配额会被重渲染白白吃掉。
- **反向证据不能扫整页**:真实题目页的标签栏里也有「提交记录」,扫正文会把真题判成非题目。只看标题。
- **Monaco 聚焦必须用真实鼠标事件**:页面内 `el.focus()` 和合成 `mousedown` 都不算数,必须走 CDP `Input.dispatchMouseEvent`。
- **聚焦顺序不能反**:`prepareFocus()` 会派发合成事件取消选区,必须排在「真实点击 + Ctrl+A」**之前**,否则替换变成追加。
- **没有写 API 的 Monaco 不能改 DOM**:直接 `innerHTML` 会毁掉渲染器,只能全选后覆盖输入。
- **短题会被长度下限误杀**:不少题目两行就说完了,有样例时把题面下限从 80 放宽到 40 字符。
- **类结尾后的残留字符要清掉**:平台会保存误按键(例如 `}j`),留在类外直接编译失败。
- **写答案文件不能带 BOM**:`Set-Content -Encoding UTF8` 会加 BOM,Java 编译报错。用 `[IO.File]::WriteAllText($p,$t,[Text.UTF8Encoding]::new($false))`。
- **桌面截图不能用题目标识去重**:截图这一层拿不到标题和题面,若把空标题空正文喂给模糊匹配,所有截图都会被判成同一题,通知配额瞬间耗尽。每次按键必须独立计数。
- **等答案不能阻塞按键**:`await` 答案文件会让后续按 J+K 全部报 `still busy`。改成「登记待处理 + 后台轮询」。
- **轮询要先抢占再等待**:复制要 1 秒(起 PowerShell),轮询器会在此期间再跑一次,同一份答案被复制两次、弹两次通知。进入复制前先置 `claimed`。
- **`windowsHide: true` 会连 GUI 主窗口一起隐藏**:Windows 上它设置 `STARTF_USESHOWWINDOW=SW_HIDE`,Chrome/Edge 的窗口也跟着不见了。headless 时可以隐藏,非 headless 必须设为 false。
- **强杀浏览器会让 profile 标记为崩溃**:下次启动弹「要恢复页面吗?」气泡挡住窗口。启动前清 `exit_type`,并加 `--disable-session-crashed-bubble --hide-crash-restore-bubble`。
- **普通字母键做全局热键会打进编辑器**:`GetAsyncKeyState` 只观测不吞键,J+K 会被当前焦点控件收下(牛客编辑器里就出现过 `jK`)。默认改用 `Ctrl+Alt+J` 这类不产生字符的组合。
- **求解不能阻塞按键**:调用模型要几秒到几十秒,必须在后台跑,否则后续按键全被丢弃。
- **剪贴板换行是 CRLF**:比较写入内容与读回内容时要统一换行并去首尾空白,否则永远「不一致」。

## 自证

```powershell
node $aa selftest                    # 三种编辑器注入 + 读回
node scripts/test-auto.mjs           # 无人值守全链路:触发 → 截图 → 模型 → 剪贴板 → 通知2
node scripts/test-clip-retry.mjs     # 剪贴板被占用时自动重试(真实锁住剪贴板)
node scripts/test-supersede.mjs      # 换题后旧答案不覆盖新答案
node scripts/test-hotkey-heal.mjs    # 热键监听器崩溃后自动重启 / 放弃时上报
node scripts/test-vision-solver.mjs  # 求解器:代码提取、语言识别、缺 key、HTTP 错误
node scripts/test-desktop.mjs        # 桌面截图:两次触发各自计数、不阻塞、剪贴板一致
node scripts/test-vision.mjs         # 整页截图全链路:触发 → 截图 → 通知1 → 答案 → 剪贴板 → 通知2
node scripts/test-twophase.mjs       # J+K 后两次通知的时序(0ms / +3s)
node scripts/test-hotkey.mjs         # 组合键解析 + 监听器存活
node scripts/test-hotkey-gate.mjs    # 不按键时零通知、零入队
node scripts/test-hotkey-queue.mjs   # 热键识别后题目入队,pending 可读
node scripts/test-classify.mjs       # 10 个页面样本的题目判定
node scripts/test-not-question.mjs   # 题库列表页:0 通知 0 入队
node scripts/test-identity.mjs       # 题目同一性判定 + 通知配额 + 60 秒间隔
node scripts/test-notify-cap.mjs     # 长历史、重启持久化、配额
node scripts/test-notify-restart.mjs # 重启后不重复通知
node scripts/test-notify-policy.mjs  # 真实页面:重渲染不弹、切题才弹、切回不弹
node scripts/test-stub.mjs           # 7 种骨架识别 + Java/Python 合并 + ACM 回退
node scripts/test-core-e2e.mjs       # 真实骨架页面上合并 Java/Python,骨架存活
node scripts/test-switch.mjs         # 连续切 3 道题:新 sig、新题面、语言跟随
node scripts/test-solve-loop.mjs     # watch --queue → pending → solve → 剪贴板可编译
node scripts/test-nosite.mjs         # 不设站点:打开可见窗口并武装热键
node scripts/test-lang.mjs           # 36 个语言标签归一化 + 9 语言模板 + 选择器切换
node scripts/test-lang-e2e.mjs       # 9 种语言逐个切换并注入
node scripts/test-lang-guard.mjs     # 语言一致性拒绝 + 一次识别一次通知
node scripts/test-watch.mjs          # 换题检测 → 复制 → 切题 → 再复制
```

全部返回 `"ok": true` 才算通过。

## 桌面启动器

`D:\Fraud\abat.bat` 双击即用,菜单式操作:

| 键 | 作用 |
|---|---|
| `1` | 首次登录 |
| `2` | 开始监听(推荐流程入口) |
| `3` | 查看刚检测到的题目 |
| `4` | 把答案文件变成剪贴板内容 |
| `5` | 抓取当前题目一次 |
| `6` | 状态 + 队列 |
| `7` | 设置站点地址 |
| `8` | 停止后台浏览器 |
| `9` | 自检 |

也支持 `abat.bat 2` 直接进监听。bat 存为 **GBK + CRLF**(cmd 要求),改完记得保持。

## 状态与路径

- 状态文件:`%LOCALAPPDATA%\dsh-auto-answer\state.json`(pid / port / profile / 当前 target)
- 专用 profile:`%LOCALAPPDATA%\dsh-auto-answer\chrome-profile`(与日常 Chrome 完全隔离)
- 答案暂存:`%LOCALAPPDATA%\dsh-auto-answer\answers\<sig>.py`
- 默认端口 9333,被占自动回退
- Chrome 路径默认 `C:\Program Files\Google\Chrome\Application\chrome.exe`,可用 `CHROME_PATH` 覆盖

## 故障排查

见 `references/troubleshooting.md`。
Pliki w paczce (7)
  • .gitattributes 1 KB
  • .gitignore 1 KB
  • DESIGN.zh-CN.md 22 KB
  • LICENSE 1 KB
  • README.md 15 KB
  • SKILL.md 25 KB
  • package.json 1 KB

Wersje

W bazie nie ma innych skilli o nazwie auto-answer.

Migawka bazy z 13.11.2026 · wersja paczki d9032e48d787 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100solve
    Rozwiązuje zadania z programowania konkursowego i w stylu LeetCode z edukacyjnymi wyjaśnieniami.
  • 100md-copy
    Formatuje końcową odpowiedź sesji jako markdown i kopiuje ją do schowka.
  • 100clipboard
    Kopiuje tekst do schowka, opcjonalnie z formatowaniem rich text.
  • 100copy-to-clipboard
    Kopiuje dokładnie wskazany tekst do schowka macOS za pomocą pbcopy, na przykład poprzednią odpowiedź, tak by od razu dał się wkleić.
  • 100txt-copy
    Kopiuje wygenerowany tekst do schowka, gdy użytkownik chce udostępnić e-mail, wiadomość albo list.
  • 96solve
    Rozwiązuje zadanie krok po kroku: planuje, sprawdza i tłumaczy wynik, gdy uczeń wkleja zadanie albo błąd.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.