Imported from luohuixi/xiaoya-automation (SKILL.md). Install upstream with npx skills add luohuixi/xiaoya-automation. Copyright stays with the author.

小雅·师说自动化操作指南

概述

本skill提供华中师范大学小雅·师说智能教学平台（https://ccnu.ai-augmented.com）的**登录态保存与作业抓取**自动化操作。

脚本执行完成后会在命名空间目录下生成 xiaoya_auth.json，供 Playwright MCP / Agent 后续直接加载，无需重复登录。

核心设计原则：

• 脚本优先：用户未明确声明"请一步步手动操作"时，直接运行打包好的Python脚本，无需通过Playwright MCP逐步点击
• 默认无头：脚本默认在后台运行（不弹出浏览器窗口），完成后自动关闭
• 命名空间隔离：以学号为命名空间，不同用户的数据完全隔离，避免冲突
• 保底手动：当脚本不可用时（如环境问题、需要人工确认）或对应步骤的脚本不存在，才回退到Playwright MCP逐步操作

命名空间（Namespace）

本 skill 使用命名空间机制隔离不同用户的数据，避免多用户场景下的文件冲突。

目录结构

{skill_base}/
├── config.json                # 默认账号密码配置（所有脚本共享）
├── namespaces/
│   └── {namespace}/          # 学号
│       ├── xiaoya_auth.json   # 登录态文件
│       ├── course_map.json    # 课程映射
│       ├── mcp_auth_inject.js # MCP 注入代码
│       └── tasks/             # 作业详情与答案输出
│           └── {course_name}/
│               ├── {task_name}.md
│               ├── {task_name}_答案.md
│               └── {task_name}_无法完成说明.md
├── scripts/
│   ├── step1_login_and_store.py
│   ├── step2_get_course_map.py
│   ├── step3_get_tasks.py
│   ├── step4_answer_task.py          # Step 4: 分析与生成答案
│   ├── step5_submit_task.py          # Step 5: 提交作业
│   └── step6_resubmit_task.py        # Step 6: 取消提交 / 重新提交
└── SKILL.md

命名空间规则

• 默认命名空间：使用学号
• 自定义命名空间：通过 --namespace 参数指定
• 环境变量：设置 XIAOYA_NAMESPACE 可覆盖默认命名空间
• 多用户支持：不同学号的数据完全隔离，互不影响

默认账号配置 (config.json)

所有脚本共享根目录下的 config.json 作为默认凭据来源，优先级如下：

命令行参数 (-u / -p) > 环境变量 (XIAOYA_*) > config.json

config.json 格式：

{
  "username": "20240000",
  "password": "123456"
}

• 修改此文件即可更改所有脚本的默认账号密码，无需逐个脚本修改
• 密码以明文存储在本地，请确保文件权限安全（仅自己可读写）
• base_url 和 namespace 保留在脚本内部，如需修改请直接编辑脚本

使用示例

# 使用默认命名空间
python scripts/step1_login_and_store.py

# 指定其他学号的命名空间
python scripts/step1_login_and_store.py --namespace 2024123456

# Step 2 和 Step 3 会自动使用同一命名空间
python scripts/step2_get_course_map.py --namespace 2024123456
python scripts/step3_get_tasks.py --course "数据库原理" --namespace 2024123456

默认值配置

• 学校: 华中师范大学（school=10511）
• 默认账号: 参考config.js
• 默认密码: 参考config.json
• 默认命名空间: {学号}
• 首页URL: https://ccnu.ai-augmented.com/home
• 课程页面URL: https://ccnu.ai-augmented.com/app/jx-web/mycourse
• 脚本路径: {skill_base}/scripts/...

注意: 如果用户提供了自定义账号/密码，通过命令行参数传给脚本。仅在用户未声明时使用默认值。

Step 1: 保存登录状态

目标

完成小雅平台的登录流程，等待进入"我教的课"页面后，保存登录态到命名空间目录下的 xiaoya_auth.json。

保存的登录态（cookies + localStorage）供后续 Playwright MCP / Agent 直接加载，无需再次输入账号密码即可访问已登录页面。默认保存到 namespaces/{学号}/xiaoya_auth.json。

首选方式：直接运行脚本（默认）

当用户说"帮我登录小雅"、"保存小雅登录态"等，未明确要求"一步步来"或"用playwright手动操作"时，直接执行以下命令：

1. 进入skill目录并激活虚拟环境

cd {skill_base}
.venv\Scripts\activate  # Windows PowerShell
# 或 source .venv/bin/activate  # Linux/macOS/WSL

2. 执行脚本（使用默认账号密码，无头模式）

python scripts/step1_login_and_store.py

3. 执行脚本（用户指定了账号密码）

python scripts/step1_login_and_store.py -u 20240000 -p 123456

4. 执行脚本（指定命名空间）

python scripts/step1_login_and_store.py --namespace 2024123456

命名空间默认使用学号。指定后，登录态会保存到 namespaces/2024123456/xiaoya_auth.json。

5. 执行脚本（需要看到浏览器窗口，调试时）

python scripts/step1_login_and_store.py --headed

6. 执行脚本（完成后截图）

python scripts/step1_login_and_store.py -s result.png

8. 脚本输出文件

脚本成功执行后会生成以下文件（位于命名空间目录 namespaces/{namespace}/）：

注意：mcp_auth_inject.js 会自动生成。如果丢失，重新执行脚本即可重新生成。Step 2 生成的 course_map.json 同理。

脚本行为说明

登录态文件 xiaoya_auth.json

脚本成功执行后，会在命名空间目录 namespaces/{namespace}/ 下生成 xiaoya_auth.json，内容格式如下：

{
  "cookies": [{ "name": "JSESSIONID", "value": "...", "domain": "ccnu.ai-augmented.com" }],
  "origins": [{ "origin": "https://ccnu.ai-augmented.com", "localStorage": [...] }]
}

使用方式（MCP / Agent）：

# 启动浏览器时直接加载登录态（指定命名空间路径）
context = browser.new_context(storage_state="namespaces/20240000/xiaoya_auth.json")
page = context.new_page()

# 直接访问已登录页面，无需再次登录
page.goto("https://ccnu.ai-augmented.com/app/jx-web/mycourse")

注意：storage_state 只恢复登录态（cookies / storage），不恢复页面现场。如果需要回到特定页面或打开特定面板，MCP 需要重新导航并执行相应操作。默认路径在 namespaces/{namespace}/xiaoya_auth.json。

MCP 注入代码 mcp_auth_inject.js

当需要通过 Playwright MCP 直接操作已登录页面时，使用此文件。

工作原理：

• xiaoya_auth.json 中部分 cookie 是 HttpOnly（如 SESSION），无法通过 JavaScript document.cookie 设置
• 但小雅平台的核心鉴权 token（HS-prd-access-token）和 localStorage（user_sig、XY_GLOBAL_CONFIG）是非 HttpOnly 的
• 注入这些值后，页面刷新即可识别登录态

使用步骤：

// Step 1: 在 MCP 中执行注入代码
// 读取 mcp_auth_inject.js 文件内容，作为 browser_evaluate 的 function 参数
// 或直接复制文件中的 IIFE 代码执行

// Step 2: 刷新页面使登录态生效
await page.reload();
await page.waitForTimeout(3000);

// Step 3: 验证登录态
// 如果 URL 未跳转到登录页，且能看到课程列表，说明登录态恢复成功

完整示例（MCP workflow）：

Tool: browser_navigate
URL: https://ccnu.ai-augmented.com/app/jx-web/mycourse

Tool: browser_evaluate
Function: (function() { document.cookie = 'HS-prd-access-token=...'; localStorage.setItem('user_sig', '...'); ... })()

Tool: browser_navigate  
URL: https://ccnu.ai-augmented.com/app/jx-web/mycourse

Tool: browser_wait_for
Time: 3秒

提示：如果执行后仍被重定向到登录页，说明 HttpOnly cookie 缺失导致鉴权失败。此时需要重新执行 step1_login_and_store.py 生成新的登录态（session 可能已过期）。

备选方式：Playwright MCP逐步操作

仅在以下情况使用：

• 用户明确要求："一步步来"、"手动操作"、"用playwright"
• 脚本执行失败（环境问题、页面结构变更、需要验证码）
• 需要与页面实时交互并查看中间状态

手动工作流

步骤 1.1: 导航到首页

Tool: browser_navigate
URL: https://ccnu.ai-augmented.com/home

预期页面结构:

- generic:
  - generic:
    - generic:
      - img "logo" [cursor=pointer]
      - generic:
        - generic [cursor=pointer]: 首页
        - generic [cursor=pointer]: 课程中心
    - generic:
      - button "登录" [cursor=pointer]  ← 目标元素
      - generic:
        - img
        - text: 中文
        - img "down"

步骤 1.2: 点击右上角"登录"按钮

Tool: browser_click
Element: "登录按钮"
Target: 定位包含文本"登录"的button元素（首页右上角）

登录页结构:

- generic:
  - generic:
    - banner:
      - img
      - generic:
        - generic: 中文
        - img "down"
    - generic:
      - generic:
        - generic:
          - tablist:
            - generic:
              - tab "手机号/账号登录" [selected]  ← 默认已选
              - tab "统一身份认证"
        - generic:
          - generic:
            - generic: 手机扫码，安全登录
            - img
          - generic:
            - generic:
              - generic [cursor=pointer]:
                - generic:
                  - combobox [disabled]
                  - generic "华中师范大学"  ← 学校已预填
            - generic:
              - img
              - textbox "请输入手机号/账号"  ← 账号输入框
            - generic:
              - img
              - textbox "请输入密码"       ← 密码输入框
              - img "eye-invisible"
            - button "登录" [cursor=pointer]  ← 登录按钮

步骤 1.3: 处理分辨率提示弹窗（条件触发）

弹窗结构:

- generic:
  - dialog:
    - generic:
      - generic:
        - paragraph: 当前页面显示区域较小...
        - paragraph: 1.将浏览器窗口设置为最大化显示
        - paragraph: 2.在浏览器中调低浏览页面缩放比例
        - paragraph: 3.在操作系统显示设置中调整显示分辨率或缩放比例
        - generic [cursor=pointer]:
          - checkbox "不再提示"
          - generic: 不再提示
      - button "知道了" [cursor=pointer]  ← 点击关闭

Tool: browser_click
Element: "知道了按钮"
Target: 包含文本"知道了"的button元素

此弹窗在页面首次加载时可能出现。如果snapshot中没有此弹窗，跳过。

步骤 1.4: 输入账号和密码

账号输入:

Tool: browser_type
Target: 文本框占位符为"请输入手机号/账号"的元素
Text: {username}  (默认值: 20240000)

密码输入:

Tool: browser_type
Target: 文本框占位符为"请输入密码"的元素
Text: {password}  (默认值: 123456)

步骤 1.5: 点击登录按钮

Tool: browser_click
Element: "登录按钮"
Target: 包含文本"登录"的button元素（登录表单内）

预期结果: 先跳转至 auth/loginRedirect，再到 app/jx-web/mycourse。页面完全加载后，脚本自动保存 context.storage_state(path="namespaces/{namespace}/xiaoya_auth.json")。

Step 1 完成状态

完成上述步骤后，脚本已保存登录态到命名空间目录下的 xiaoya_auth.json，浏览器正常关闭。后续 MCP / Agent 可通过加载此文件直接访问已登录页面，无需再次登录。

错误处理

脚本执行失败

• 检查Python虚拟环境是否激活：.venv\Scripts\activate
• 检查playwright浏览器是否已安装：.venv\Scripts\python.exe -m playwright install chromium
• 检查网络连接是否正常
• 查看同目录下生成的 xiaoya_error.png 调试截图

Playwright MCP手动方式失败

• 页面可能仍在加载中，增加 browser_wait_for 等待时间
• 使用 browser_snapshot 重新捕获当前页面结构
• 检查页面是否弹出新的对话框（如分辨率提示）

会话过期

• 如果 MCP 加载 namespaces/{namespace}/xiaoya_auth.json 后访问页面仍被重定向到登录页，说明 storage_state 中的 session 已过期
• 重新执行 Step 1 脚本，生成新的登录态文件

清理残留进程

详见下文「资源清理（防止内存泄漏）」章节。

页面元素速查表

资源清理（防止内存泄漏）

Playwright 浏览器进程在某些情况下（如脚本异常中断、Agent 强制终止子进程等）可能不会彻底退出，导致 chromium 僵尸进程残留并占用内存。

自动清理脚本

本 skill 提供了独立的清理脚本 {skill_base}/scripts/cleanup_playwright.py，用于扫描并终止残留的 Playwright / Chromium 进程。

1. 直接清理（推荐每次 skill 调用后执行）

python scripts/cleanup_playwright.py

2. 干跑模式（只查看会清理哪些进程，不实际终止）

python scripts/cleanup_playwright.py --dry-run

3. Agent 调用模式（完整流程示例）

# Step 1: 进入目录并激活环境
cd {skill_base}
.venv\Scripts\activate

# Step 2: 执行主脚本（使用 --no-wait 避免阻塞）
python scripts/step1_login_and_store.py -s xiaoya_result.png --no-wait

# Step 3: 清理残留进程（无论主脚本成功或失败都执行）
python scripts/cleanup_playwright.py

清理脚本的安全策略

• 只杀匹配的进程：进程名必须包含 chromium / chrome / msedge / firefox / playwright / node
• 必须包含 Playwright 特征：命令行中出现 --remote-debugging-pipe、--headless、临时 user-data-dir 等标志
• 不杀用户浏览器：普通用户打开的 Chrome/Edge 因缺少 Playwright 特征，不会被误杀
• 不杀当前进程：清理脚本自身和正在运行主脚本的 Python 进程会被跳过

为什么需要这个脚本？

建议：在 skill 的每次调用末尾，自动追加 cleanup_playwright.py 的执行，形成"主脚本 + 清理"的闭环。

Step 2: 获取课程编号与课程名映射（按需执行）

目标

进入"我学的课"页面，遍历所有分页，提取每门课程的名称与编号 (courseId) 的映射关系，保存到 JSON 文件。

重要：此步骤仅在用户明确要求获取课程映射时执行，不是 Step 1 的自动后续。课程列表不会频繁变更，一次抓取可长期使用。

首选方式：直接运行脚本

脚本复用 Step 1 保存的登录态，无需再次输入账号密码。默认从命名空间目录读取/写入。

# 默认参数（从默认命名空间加载登录态，输出到同一目录）
python scripts/step2_get_course_map.py

# 指定命名空间（会自动读取 namespaces/2024123456/xiaoya_auth.json，输出到同一目录）
python scripts/step2_get_course_map.py --namespace 2024123456

# 完全自定义路径（覆盖命名空间默认值）
python scripts/step2_get_course_map.py --auth ./custom_auth.json --output ./custom_map.json --no-wait

脚本行为说明

输出文件 course_map.json 格式

{
  "source": "xiaoya-automation",
  "step": "course_map",
  "total": 13,
  "courses": [
    {
      "name": "机器学习",
      "courseId": "6905007502274864505",
      "url": "https://ccnu.ai-augmented.com/app/jx-web/mycourse/6905007502274864505/resource"
    }
  ]
}

备选方式：Playwright MCP 手动提取

如果脚本执行失败，或需要在已有 MCP 会话中直接获取映射，可按以下步骤操作。

前提条件

已通过 Step 1 的 mcp_auth_inject.js 注入登录态，或 MCP 会话本身已完成登录。

手动工作流

步骤 2.1: 导航到课程页面

Tool: browser_navigate
URL: https://ccnu.ai-augmented.com/app/jx-web/mycourse

等待页面加载完成，确认显示"我学的课"课程列表。

步骤 2.2: 注入登录态（如需要）

如果页面被重定向到登录页，先执行 mcp_auth_inject.js 内容：

Tool: browser_evaluate
Function: (function() { document.cookie = 'HS-prd-access-token=...'; localStorage.setItem('user_sig', '...'); ... })()

然后重新导航到 mycourse 页面。

步骤 2.3: 提取当前页课程

Tool: browser_evaluate
Function: () => {
  const cards = document.querySelectorAll('.aia_course_card');
  const results = [];
  for (const card of cards) {
    const titleEl = card.querySelector('.ta_mainInfo');
    if (!titleEl) continue;
    const fullText = titleEl.textContent.trim();
    const courseName = fullText.split('学院：')[0].trim();
    
    // 从 React Fiber 提取 courseId
    const reactKey = Object.keys(card).find(k => k.startsWith('__react'));
    let courseId = null;
    if (reactKey) {
      try {
        const fiber = card[reactKey];
        let node = fiber;
        for (let i = 0; i < 10 && node; i++) {
          if (node.memoizedProps) {
            const props = node.memoizedProps;
            const id = props.courseId || props.id || (props.course || {}).id || (props.data || {}).courseId || (props.data || {}).id;
            if (id) { courseId = String(id); break; }
          }
          node = node.return;
        }
      } catch(e) {}
    }
    
    if (courseName && courseId) {
      results.push({ name: courseName, courseId: courseId });
    }
  }
  return results;
}

步骤 2.4: 翻页并重复提取

Tool: browser_click
Element: "第2页按钮"
Target: 包含文本"2"且不是 tab 的分页按钮

等待 2-3 秒后，重复执行步骤 2.3，直到所有页码遍历完毕。

步骤 2.5: 合并并保存结果

将各页提取的课程列表合并，按 courseId 去重，保存为 JSON 文件供后续使用。

课程 URL 格式

获取到 courseId 后，可直接构造课程详情页 URL：

https://ccnu.ai-augmented.com/app/jx-web/mycourse/{courseId}/task

例如：

• 机器学习：https://ccnu.ai-augmented.com/app/jx-web/mycourse/6905007502274864505/task
• 计算机网络：https://ccnu.ai-augmented.com/app/jx-web/mycourse/6905007502643963290/task

Step 3: 抓取课程作业详情

目标

进入指定课程的作业任务页面，抓取所有未完成作业（或用户指定的作业）的详情信息，包括：题目、提交格式、提交次数、截止时间等，保存为 Markdown 文件。

重要：此步骤仅在用户明确要求查看/抓取作业时执行，不是 Step 1/2 的自动后续。

Step 4 自动触发：Step 3 执行完毕后，默认自动进入 Step 4（完成作业）。如果用户明确声明"只抓取不完成"、"不要写作业"或"step3执行完不执行完成作业"，则跳过 Step 4。

前提条件

1. 已完成 Step 1：在命名空间目录生成有效的 xiaoya_auth.json 登录态文件
2. 已完成 Step 2：在命名空间目录生成 course_map.json 课程映射文件（或知道 courseId）

首选方式：直接运行脚本

脚本复用已保存的登录态，自动完成以下流程：

1. 从命名空间目录加载 xiaoya_auth.json 登录态
2. 进入指定课程的 /task 页面
3. 提取作业列表（默认所有"未完成"状态的作业）
4. 逐个点击"进入任务"，进入详情页
5. 抓取：标题、状态、截止时间、允许提交次数、题目内容、卷面情况、答题说明
6. 以作业名为文件名保存为 Markdown 到命名空间目录

# 抓取指定课程的所有未完成作业（默认命名空间）
python scripts/step3_get_tasks.py --course "数据库原理"

# 抓取指定课程的特定作业
python scripts/step3_get_tasks.py --course "数据库原理" --task "第5次 触发器实验"

# 使用 courseId 直接指定课程
python scripts/step3_get_tasks.py --course "6905007883017026816" --task "第3次实验"

# 指定命名空间
python scripts/step3_get_tasks.py --course "数据库原理" --namespace 2024123456

# 完全自定义路径（覆盖命名空间默认值）
python scripts/step3_get_tasks.py --course "数据库原理" --auth ./custom_auth.json --course-map ./custom_map.json --output ./custom_tasks --no-wait

脚本行为说明

输出文件格式

脚本默认在命名空间目录下创建 tasks/ 子目录，以课程名命名子目录，每个作业保存为一个 .md 文件：

namespaces/
└── 20240000/
    └── tasks/
        └── 数据库原理/
            ├── 第3次实验 数据库安全.md
            ├── 第5次 触发器实验.md
            └── ...

每个 Markdown 文件结构：

# 第5次 触发器实验

## 基本信息

- **作业页面URL**: https://ccnu.ai-augmented.com/app/jx-web/course_paper/mycourse/6905007883017026816/6979856198174559548/6979856565905927196/6979856198166170939
- **状态**: 已截止
- **提交状态**: 状态：已提交
- **允许提交：2次**
- **开始时间**: 2026-05-14 08:48:55
- **截止时间**: 2026-05-21 23:59:59
- **结果公布**: 批阅后公布

## 卷面情况

- 共1题（2分）
- 附件题（1题）

## 题目

### 第 1 题
**[附件题 2分]**

实现触发器：实现before触发、after触发 两大类， ...

备选方式：Playwright MCP 手动操作

如果脚本执行失败，或需要在已有 MCP 会话中直接获取作业详情，可按以下步骤操作。

前提条件

已通过 Step 1 的 mcp_auth_inject.js 注入登录态，或 MCP 会话本身已完成登录。

手动工作流

步骤 3.1: 导航到课程任务页

Tool: browser_navigate
URL: https://ccnu.ai-augmented.com/app/jx-web/mycourse/{courseId}/task

等待页面加载完成，确认显示"全部任务"标题和作业列表表格。

步骤 3.2: 提取作业列表

Tool: browser_evaluate
Function: () => {
  const rows = document.querySelectorAll('table tbody tr');
  const tasks = [];
  for (const row of rows) {
    const cells = row.querySelectorAll('td');
    if (cells.length < 8) continue;
    const title = cells[0]?.textContent?.trim();
    const status = cells[3]?.textContent?.trim();
    const deadline = cells[8]?.textContent?.trim();
    if (title) {
      tasks.push({ title, status, deadline });
    }
  }
  return tasks;
}

步骤 3.3: 筛选并点击"进入任务"

找到目标作业行，点击"进入任务"按钮（会打开新标签页）：

Tool: browser_click
Element: "第5次 触发器实验的进入任务按钮"
Target: 包含"第5次"的行内的"进入任务"按钮

步骤 3.4: 切换到新标签页

Tool: browser_tabs
Action: select
Index: 1  // 新打开的标签页

步骤 3.5: 提取详情页信息

Tool: browser_evaluate
Function: () => {
  return {
    title: document.title.split('|')[0].trim(),
    status: document.querySelector('main')?.innerText?.match(/已截止|进行中/)?.[0] || '',
    deadline: [...document.querySelectorAll('aside p')].find(p => p.textContent.includes('截止时间：'))?.textContent?.replace('截止时间：', '').trim() || '',
    questions: [...document.querySelectorAll('main span, main div')].filter(el => /^\d+\.$/.test(el.textContent.trim())).map(el => {
      const parent = el.parentElement;
      const title = [...parent.querySelectorAll('*')].find(c => c.textContent.length > 10 && !c.textContent.includes('['))?.textContent?.trim() || '';
      const type = [...parent.querySelectorAll('*')].find(c => c.textContent.match(/^\[[^\]]+题\s*\d+分\]$/))?.textContent?.trim() || '';
      return { number: el.textContent.trim().replace('.', ''), title, type };
    })
  };
}

步骤 3.6: 关闭详情页，回到任务列表

Tool: browser_tabs
Action: close
Index: 1

常见问题

所有作业状态都是"已完成"

如果课程的所有作业都已提交/完成，默认筛选会返回 0 个作业。此时可：

• 使用 --task 参数指定特定作业名称，强制抓取该作业详情
• 或确认确实没有未完成的作业

点击"进入任务"后未检测到详情页

• 检查登录态是否过期（重新执行 Step 1）
• 增加等待时间：页面加载可能需要更长时间
• 查看调试截图 xiaoya_step3_error.png

Step 4: 完成作业（分析与生成答案）

执行时机

• 默认行为：Step 3 抓取完作业详情后自动执行
• 跳过条件：用户明确声明"只抓取不完成"、"不要写作业"、"step3执行完不执行完成作业"

目标

读取 Step 3 生成的作业详情 Markdown 文件，分析题目并判断 AI 能否独立完成。在生成答案前后，必要时向用户追问以获取缺失信息，确保答案准确可用。

注意：此步骤为纯 Markdown 内容生成，不需要浏览器自动化脚本。但鼓励与用户进行多轮对话以提高答案质量。

Step 5 执行策略：Step 4 完成后不会自动执行 Step 5（提交作业）。Step 5 涉及不可逆的提交操作，必须用户明确请求才会执行（如"提交作业"、"帮我交一下"）。详见下文 Step 5 章节。

完整工作流

读取作业详情 → 预分析 → [追问用户] → 生成答案/说明 → [追问用户] → 定稿保存

阶段一：读取与预分析

在命名空间目录下找到 Step 3 生成的作业详情文件：

namespaces/{namespace}/tasks/{course_name}/{task_name}.md

读取后先做初步判断，按以下维度评估：

常见不能完成的场景：

• 缺乏上下文：题目只有寥寥数语，如"完成实验三的内容"，但没有实验指导书
• 需要截图/照片：要求提交实验截图、运行结果截图、手写拍照等
• 实体操作：需要操作数据库、配置网络、焊接电路等物理操作
• 团队协作：需要小组讨论、分工合作完成的作业
• 主观评价：如"谈谈你的感受"、"结合亲身经历"等需要个人真实经历的题目

阶段二：完成作业前追问（Pre-Completion Questions）

以下情况必须在生成答案前向用户追问，不要直接猜测：

必须追问的场景

1. 题目描述模糊/缺少上下文

   • 题目只有一句话，如"完成第3章课后习题"
   • 引用不存在的内容（"根据课堂讲的案例"）
   • 需要实验指导书/PPT 但作业详情里没提供

   追问模板：

   这道题描述比较简略，提到"×××"，但我没有看到具体的实验指导或详细要求。请问：

   1. 你有老师发的实验指导书/PPT 吗？可以发给我看看。
   2. 或者你能补充一下具体要完成哪些内容吗？

2. 技术栈/工具不明确

   • 编程题没指定语言（Python/Java/C/...）
   • 数据库题没指定系统（MySQL/Oracle/SQL Server）
   • 实验环境不确定（Windows/Linux、本地/远程服务器）

   追问模板：

   这道题需要写代码/操作数据库，但作业里没有指定用哪种语言/数据库。请问你们课程要求用：

   • Python
   • Java
   • MySQL
   • Oracle
   • 其他：_____

   另外，如果有学校提供的实验环境或特定版本要求，也请告诉我。

3. 格式要求不清楚

   • 需要手写拍照还是电子版？
   • 代码需要截图还是贴文本？
   • 文档有指定模板吗？

   追问模板：

   作业的提交格式我有些不确定：

   1. 是直接在网页文本框里填写，还是上传 Word/PDF 附件？
   2. 如果是附件，学校有统一的实验报告模板吗？
   3. 代码部分需要截图还是可以直接贴代码文本？

4. 多解或有个人发挥空间

   • "谈谈你的理解"、"结合实际分析"——需要知道用户的观点或立场
   • 设计类题目有多种方案——需要确认用户倾向

   追问模板：

   这道题比较开放，需要结合你的个人理解/实际经历。为了给你写出更贴合你情况的答案，请问：

   • 你对这个问题有没有什么初步想法？
   • 或者你希望我从哪个角度展开？（技术角度/理论角度/案例分析...）

可选追问（提升答案质量）

• 如果用户之前提交过同类作业被退回，问清楚扣分原因
• 如果有参考答案/样例，可以问用户是否愿意分享
• 如果用户有课程群里的补充说明，可请用户转发

追问原则：

• 一次追问聚焦 1-2 个最关键的问题
• 给用户选择题（而非开放题）降低回答成本
• 如果用户表示"不知道"或"没有"，基于现有信息尽量完成
• 如果用户长时间不回复，基于现有信息推进，不要阻塞

阶段三：生成答案或说明

如果能完成

在同一目录下创建 {task_name}_答案.md：

完整答案文件示例请参考 success_example/第6次 数据库编程_答案.md，该文件包含：

• 分隔线上方：完整解题思路、详细代码、注意事项（供人工审阅）
• 分隔线下方：`` 及上传文件/答题说明列表（供 Step 5 自动解析）

无法完成说明示例

# 第3次实验 数据库安全 — 无法完成说明

## 原因分类

- [ ] 缺乏上下文
- [x] 有实际实验要求（截图/操作）
- [ ] 缺少某种技能

## 具体说明

该作业要求实际操作 MySQL/Oracle 数据库并提交实验截图，包括：
1. GRANT/REVOKE 操作截图
2. 角色管理配置截图

AI 无法访问真实数据库环境，也无法生成实验截图。

## AI 能帮到什么

- 提供完整的 SQL 代码参考（见下文）
- 提供操作步骤文字说明

```sql
-- 任务1.1：基础权限授予
CREATE USER 'testuser'@'localhost' IDENTIFIED BY 'pass123';
GRANT SELECT, INSERT ON school.* TO 'testuser'@'localhost';

## 建议

1. 本地安装 MySQL 8.0
2. 按上述 SQL 逐步执行并截图
3. 将截图整理到 Word 文档上传

阶段四：完成作业后追问（Post-Completion Questions）

答案生成并保存后，主动向用户确认以下事项：

必问项

1. 答案是否符合预期

   答案已生成并保存到： {文件路径}

   请你看一下内容是否符合要求？如果有需要调整的地方（比如代码语言不对、缺了某部分、需要更详细），直接告诉我。

2. 是否需要补充截图/操作指导

   这份答案里如果有需要实际运行代码或截图的部分，我可以给你写一份"手动操作步骤指南"，方便你照着做。需要吗？

选问项（根据作业类型）

3. 如果是编程题：

   代码里我用的是 {语言}，如果你学校要求用其他语言，告诉我，我直接给你转写。

4. 如果是论述题：

   论述部分我写了大约 {字数} 字，如果你需要更简短/更详细的版本，或者想加入你自己的观点，告诉我。

5. 如果涉及提交：

   作业平台支持直接粘贴文本还是需要上传文件？需要我帮你整理成 Word/PDF 格式吗？

如果用户不回复

• 不要反复追问超过 2 次
• 告知用户："答案已保存，你可以随时发消息让我修改。"
• 保持待命状态，用户反馈后立即修改

批量处理多个作业

当 Step 3 抓取了多个作业时：

1. 逐个处理：对每个作业依次执行上述 4 个阶段

2. 汇总汇报：全部处理完后，给用户一个汇总列表：

   作业处理结果汇总：
   1. 第5次 触发器实验 → ✅ 已生成答案
   2. 第3次实验 数据库安全 → ❌ 需要手动完成（已生成操作指南）
   3. 第2次实验 SQL查询 → ❓ 需要你确认编程语言...
   

3. 批量追问：如果有多个作业都需要用户补充信息，合并成一次追问，避免用户疲劳

Step 5: 提交作业

执行时机

• 默认行为：不自动执行。Step 4 完成后不会自动进入 Step 5
• 触发条件：用户明确请求提交作业，如："提交作业"、"帮我把作业交一下"、"step5"、"交卷"
• 前置要求：必须已完成 Step 3（生成题目.md）和 Step 4（生成答案.md）

安全警告：Step 5 会实际向平台提交作业，消耗提交次数。脚本内置安全检查（剩余1次提交时停止），但仍建议用户先审阅答案内容再提交。

首选方式：直接运行脚本

脚本复用已保存的登录态，自动完成以下流程：

1. 读取 题目.md 提取：作业页面URL、允许提交次数
2. 安全检查：如果只剩1次提交机会，立即停止并提醒用户
3. 读取 答案.md 提取：上传文件路径、答题说明内容
4. 用 Playwright 打开作业提交页面
5. 填写答题说明（如有）
6. 上传附件（如有）
7. 点击右下角【提交】按钮

# 提交指定课程的特定作业（默认需要用户确认）
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解"

# 干跑模式：模拟操作但不实际提交（测试用）
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解" --dry-run

# 跳过确认直接提交（危险！仅用于自动化场景）
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解" --yes

# 显示浏览器窗口（调试）
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解" --headed --dry-run

# 指定命名空间
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解" --namespace 2024123456

脚本行为说明

答案文件格式要求

{task_name}_答案.md 必须以分隔线分为上下两部分：

• 分隔线上方：完整答案内容（供人工审阅）
• 分隔线下方：提交清单（供脚本自动执行）

分隔线格式：

================ 提交清单（Step 5 自动解析以下内容） ================

脚本只解析分隔线下方的内容，自动匹配：

上传文件

• 识别 ## 上传文件 / ## 附件 下方的文件路径列表
• 支持绝对路径或相对于答案文件目录的相对路径
• 文件不存在时跳过并提示

答题说明

• 识别 ## 答题说明处填写 / ## 答案 下方的文本内容
• 自动填入网页的答题说明文本框

示例（分隔线下方）：

================ 提交清单（Step 5 自动解析以下内容） ================

## 上传文件

Main.java
report.pdf

## 答题说明处填写

密码：CCNUcs8318
步骤：从 MDB 文件固定位置读出...

备选方式：Playwright MCP 手动操作

如果脚本执行失败，或需要在已有 MCP 会话中直接提交，可按以下步骤操作。

前提条件

1. 已通过 Step 1 加载登录态
2. 已确认 题目.md 中有有效的作业页面URL和允许提交次数 ≥ 2
3. 已阅读 答案.md 中分隔线（================ 提交清单）下方的内容，知道要上传什么文件、填写什么答题说明

手动工作流

步骤 5.1: 导航到作业提交页面

Tool: browser_navigate
URL: {从 题目.md 中提取的作业页面URL}

等待页面加载完成，确认显示题目内容和输入区域。

步骤 5.2: 填写答题说明

找到答题说明文本框（通常是 textarea 或 contenteditable 区域）：

Tool: browser_type
Target: 答题说明文本框（placeholder 含"请输入"或"答题说明"的元素）
Text: {从 答案.md 中提取的答题说明内容}

步骤 5.3: 上传附件（如有）

Tool: browser_click
Element: "上传附件按钮"
Target: 包含文本"上传"的按钮或文件上传区域

在弹出的文件选择对话框中选择要上传的文件（MCP 可能不支持直接选择本地文件，此时需告知用户手动选择）。

注意：如果平台使用隐藏的文件 input 元素，可直接通过 browser_evaluate 设置其 files 属性。

步骤 5.4: 点击提交按钮

提交按钮通常位于页面右下角：

Tool: browser_click
Element: "提交按钮"
Target: 包含文本"提交"的按钮（通常在页面右下角）

处理可能的确认弹窗：

Tool: browser_click
Element: "确认提交"
Target: 弹窗中包含文本"确认"或"确定"的主按钮

步骤 5.5: 验证提交结果

Tool: browser_evaluate
Function: () => {
  // 检查是否出现成功提示
  const success = document.body.innerText.includes('提交成功') || 
                  document.body.innerText.includes('已提交');
  return { success, url: window.location.href };
}

安全策略与风险防控

Step 3-4-5 完整工作流示例

# Step 3: 抓取作业详情
python scripts/step3_get_tasks.py --course "Java语言程序设计" --task "Access密码破解"
# → 生成 namespaces/20240000/tasks/Java语言程序设计/Access密码破解.md

# Step 4: 分析并生成答案（Agent/用户操作）
# → 生成 namespaces/20240000/tasks/Java语言程序设计/Access密码破解_答案.md

# Step 5: 提交作业（用户明确请求后执行）
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解" --dry-run
# → 确认模拟操作无误后，去掉 --dry-run 正式提交

Step 6: 取消提交 / 重新提交

执行时机

• 默认行为：取消已提交的作业（撤销提交状态，回到可编辑状态）
• 触发条件：用户明确请求"取消提交"、"重新答题"、"撤回作业"、"step6"
• 附加模式：添加 --resubmit 参数可在取消后紧接着重新提交
• 前置要求：必须已完成 Step 3（生成题目.md），且作业当前处于已提交状态

注意：默认情况下，取消提交后页面会保留此前填写的内容（答题说明、附件），无需重新填写。如需清空内容，请添加 --clear 参数。右下角按钮会从"重新答题"变为"第N次提交"。

首选方式：直接运行脚本

脚本复用已保存的登录态，自动完成以下流程：

1. 读取 题目.md 提取作业页面URL
2. 打开作业页面，智能检测右下角按钮状态：
   • "重新答题" → 已提交，执行取消流程
   • "提交" / "第N次提交" → 未提交，提示无需取消（如 --resubmit 则直接提交）
3. 点击"重新答题" → 等待确认弹窗
4. 等待弹窗倒计时（通常3-5秒，按钮从 确定(X) 变为 确定）
5. 点击弹窗"确定"，页面刷新回到可编辑状态
6. 如指定 --resubmit，紧接着自动执行 Step 5 提交逻辑

# 默认：仅取消已提交的作业（保留内容）
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解"

# 取消后清空内容（答题说明和附件）
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --clear

# 取消后紧接着重新提交（保留原内容）
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --resubmit

# 取消 + 清空 + 重新提交（完全重置后提交新答案）
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --clear --resubmit

# 显示浏览器窗口（调试）
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --headed

# 指定命名空间
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --namespace 2024123456

脚本行为说明

备选方式：Playwright MCP 手动操作

如果脚本执行失败，可按以下步骤手动操作。

手动工作流

步骤 6.1: 导航到作业页面

Tool: browser_navigate
URL: {从 题目.md 中提取的作业页面URL}

步骤 6.2: 检测右下角按钮

确认页面右下角显示 "重新答题" 按钮（绿色，表示已提交）。

步骤 6.3: 点击"重新答题"

Tool: browser_click
Element: "重新答题按钮"
Target: 页面右下角包含文本"重新答题"的按钮

步骤 6.4: 等待弹窗倒计时

弹窗会出现确认提示和两个按钮：

• 确定(3) / 确定(2) / 确定(1) —— 倒计时中，disabled
• 取 消 —— 可随时点击取消

等待倒计时结束，按钮变为 "确定" 并变为可用状态。

步骤 6.5: 点击弹窗"确定"

Tool: browser_click
Element: "弹窗确定按钮"
Target: 弹窗中包含文本"确定"的主按钮（绿色）

步骤 6.6: 等待页面刷新

页面会自动刷新，状态从"已提交"变为"正在答题..."，右下角按钮变为"第N次提交"。

步骤 6.7: （可选）重新提交

如需重新提交，按 Step 5 手动工作流执行填写、上传、提交。

Step 3-6 完整工作流示例

# Step 3: 抓取作业详情
python scripts/step3_get_tasks.py --course "Java语言程序设计" --task "Access密码破解"

# Step 4: 分析并生成答案（Agent/用户操作）
# → 生成 Access密码破解_答案.md

# Step 5: 首次提交
python scripts/step5_submit_task.py --course "Java语言程序设计" --task "Access密码破解"

# Step 6: 发现答案有误，取消后重新提交
python scripts/step6_resubmit_task.py --course "Java语言程序设计" --task "Access密码破解" --resubmit