CityU MSc CS 选课参考

香港城市大学 MSc CS 课程的小红书评价汇总，配合 CityU 官方课纲。

非官方参考 — 请以学校通知为准。

在线访问：https://null1024-ws.github.io/CityU-CS-Guide/

内容

• 36 门课程：难度、给分、作业量、回放、考勤、考试形式
• 帖子来源 + 评论区补充，附可信度标签（多源一致 / 单源提及 / 存疑）
• 每条评价可跳转原帖核对

本地预览

python scripts/build_site.py --local
start site/dist/index.html

数据流水线

xhs_collect.py  →  data/raw/xhs/          原始笔记 JSON
content_bundle  →  data/raw/bundles/       正文 + 评论合并
review_extract  →  data/reviews/          结构化字段与摘录
credibility_score                      可信度打分
build_site.py   →  site/dist/            静态站点
audit_reviews.py                       一致性与广告过滤检查

一键运行（不含采集）：

python scripts/run_pipeline.py
python scripts/build_site.py --local

采集数据

依赖 xhs-cli（Camoufox 浏览器模式，稳定性优于逆向 API）：

pipx install xhs-cli
python -m camoufox fetch
xhs login
xhs status

采集示例（保守限速，支持断点续跑）：

python scripts/xhs_collect.py --per-course --skip-global --max-notes 2 --sleep 8
python scripts/run_pipeline.py
python scripts/build_site.py --local

补采尚无来源的课程（优先 sourceCount=0，可重试已搜过仍空的课）：

python scripts/xhs_collect.py --per-course --skip-global --prioritize-empty --retry-empty `
  --courses CS5185,CS5282,CS5348,CS6175 --max-notes 3 --sleep 8

• --prioritize-empty：先跑暂无来源 / 暂无字段结论的课程
• --retry-empty：清零这些课的 checkpoint，便于提高 --max-notes 后再搜
• 进度与恢复命令见 data/raw/index.json → checkpoint.batch_progress

Cookie 保存在 ~/.xhs-cli/cookies.json。若 QR 登录触发风控，可从浏览器 DevTools 复制 a1 与 web_session：

xhs login --cookie "a1=...; web_session=..."

可信度说明

标签	含义
多源一致	≥2 篇独立帖子说法一致，或帖子与评论区相互印证
单源提及	仅 1 篇来源，或同一帖子内重复提及
存疑	不同来源说法冲突
暂无数据	未找到有效评价摘录

流水线会自动过滤：豁免攻略、课业辅导广告、仅列出课号无实质内容的帖子；评论区会剔除纯提问（如「有了解不」）、社交灌水（同问/插眼/+1）及无课评信号的评论。运行 python scripts/audit_reviews.py 可检查剩余来源与 bundle 是否一致。

项目结构

路径	说明
data/courses.json	36 门课程元数据
data/raw/xhs/	xhs-cli 原始抓取
data/raw/bundles/	合并后的文本块
data/reviews/	每课评价 JSON
scripts/xhs_collect.py	采集器（多关键词 + 交叉验证 + 空课优先）
scripts/search_queries.py	全局/按课搜索词
scripts/content_bundle.py	解析 xhs-cli JSON（含 camelCase 字段）
scripts/review_extract.py	正则抽取 + 摘录清洗
scripts/credibility_score.py	多源一致性打分
scripts/build_site.py	生成静态页
scripts/audit_reviews.py	审阅脚本

部署

推送到 main 后 GitHub Actions 自动部署 Pages。

致谢

本站页面样式基于 Kami（tw93）— 纸感阅读主题，由 scripts/build_site.py 生成静态页时沿用其排版与视觉风格。感谢作者开源。

免责声明

本站信息来自小红书社区，未经 CityU 官方核实。选课请以学校通知与课程大纲为准。