Skip to content

Repository files navigation

题炼

把做过的题,变成下次还会的题。

离线算法练习 · 学习日历 · AI 教练 · 间隔复习 · 模拟面试

下载安装 · 快速开始 · 反馈问题

题炼学习中心:每日目标、学习热力图与复习日历

界面截图使用示例学习数据、判题结果和辅导内容。

题炼是一个保存在自己电脑上的算法学习工作台。 整理力扣题单,用 Python / Java 练习,按需获取 AI 提示,再通过笔记和间隔复习巩固掌握。无需注册题炼账号。

打开学习中心,看到自己的进步

每日目标、已完成题数、有效学习时长和连续学习天数集中展示。半年 / 一年热力图记录每天完成的题目,点击日期即可进入当天的练习档案,回看代码、运行结果和学习过程。

完成题数按当天已结束的练习去重统计,同一道题重复练习只计一题。学习时长仅在练习工作台处于前台且近期有操作时累计,长时间闲置和系统睡眠不计入。

复习日历按天展示待办和完成记录。选择一个日期,就能开始当天的思路复习或语言重写,也可以推迟、暂停任务,或更正此前的自评。思路复习、Python 重写、Java 重写分别安排,适合按自己的节奏持续巩固。

写代码、运行、回看,留在同一个工作台

题面、代码编辑器、测试结果与练习记录并排展示。每次运行保留当时的代码和结果,结束练习后可回看完整档案,也能从历史代码恢复一份新草稿。

在工作台直接打开题目笔记,边练习边记录思路,草稿自动保存。提交历史同时收录本地运行和官方提交,可只读回看代码、比较差异,并给记录添加备注;历史代码不会因回看而被覆盖。

题炼工作台:题面、代码、运行结果与 AI 教练

登录力扣国服后,在工作台点击 “提交到力扣”,即可提交当前 Python / Java 代码,在题炼查看官方判题结果、返回的通过用例数及错误信息。每次提交保存代码快照,也能在练习档案中回看。

本地运行和官方判题分别显示。题炼不下载隐藏测试集;官方返回多少信息,就展示多少。遇到登录过期或站点验证时,在独立登录窗口处理后再继续;已有提交编号的中断查询可以恢复,不会自动重复提交代码。

AI 教练,围绕你的作答提供帮助

无需选择帮助等级,也不用先想好问题。直接点击 “帮我看看”,AI 会结合题面、当前代码及对应的运行或官方判题结果提供帮助:还没开始时理解题意、梳理解题方向;已有作答时分析你的思路,定位问题并建议修改。

输入框是可选的。想只要提示、解释某段代码,或查看完整解法,写下需求即可。代码建议仍需你预览差异后应用;练习结束前,还可以让 AI 整理笔记草稿,由你确认保存。

代码已经通过时,也可以请 AI 复盘思路和复杂度。回答中的运行与提交引用会核对当前代码记录;格式修复后仍无法核对的回答,会显示具体原因,便于重试或反馈。

支持 DeepSeek、GLM、Qwen 和自定义 OpenAI 兼容接口,使用自己的 API Key。AI 是可选项,不配置也能使用本地练习、笔记和复习。

整理自己的题库,离线继续练

导入力扣国服题单、收藏、题目链接,或用 CSV / JSON 添加自己的练习。题面、图片和运行环境准备好后,断网也能写代码、运行、记笔记和复习。

题库、练习档案、笔记、复习记录和附件可一起备份,迁移电脑时恢复即可。Python / Java 运行环境支持应用内安装和离线包安装。

用企业题单练一场模拟面试

导入企业题单,选择题数、难度与时长,开始限时训练。可选严格模式或辅导模式;结束后回看当时的作答记录,并把需要重练的题加入对应语言的复习。

下载

v0.8.0 · 全新暖白与青绿色界面,新增工作台笔记和历史代码对照。直接下载安装包,无需安装 Node.js 或下载源码。

你的电脑 安装包 便携归档
Mac · Apple Silicon(M 系列) 下载 DMG 下载 ZIP
Mac · Intel 下载 DMG 下载 ZIP
Windows · x64 下载安装程序 下载 ZIP

Mac 需要 macOS 14 或更新版本;Windows 需要 Windows 10 / 11 x64。Linux 与 Windows ARM 暂不提供安装包。版本说明见 Release 页面

应用目前没有正式开发者签名,也未完成 Apple 公证。Mac 首次打开可能显示“Apple could not verify 题炼 is free of malware”。请从本仓库 Release 下载,并按需核对其中的 SHA-256 校验文件。

按照 Apple 的打开说明,确认下载来源后:

  1. 将“题炼”拖入“应用程序”,尝试打开一次,然后关闭提示。
  2. 打开 系统设置 → 隐私与安全性,向下找到“安全性”,在“题炼”被阻止的信息旁点击 仍要打开
  3. 按系统要求认证,再次确认 打开。之后可直接从“应用程序”或 Dock 启动。

Windows 首次打开可能出现 SmartScreen 提示。

三步开始练习

  1. 准备运行环境。 打开“运行环境”,分别安装 Python 和 Java;已有环境也可手动选择路径(CPython 3.14.x、完整 JDK 25)。安装不会修改系统 PATH。
  2. 加入想练的题。 打开“导入题单”,粘贴力扣国服链接,或导入 CSV 链接示例 / JSON 自建练习,预览后确认导入。
  3. 开始练习。 从学习中心进入题库,选择题目。用 ⌘ / Ctrl + Enter 运行、⌘ / Ctrl + K 快速切换。结束练习后确认自评,下次从复习日历继续。

想使用 AI,在“学习设置”选择服务、填写自己的 Key 并测试连接即可。

运行时下载不方便?使用离线安装包

Release 附件 下载与你的系统和架构匹配的两个文件:

系统 Python Java
Apple Silicon Mac AlgoPractice-runtime-python-darwin-arm64.tar.gz AlgoPractice-runtime-java-darwin-arm64.tar.gz
Intel Mac AlgoPractice-runtime-python-darwin-x64.tar.gz AlgoPractice-runtime-java-darwin-x64.tar.gz
Windows x64 AlgoPractice-runtime-python-win32-x64.tar.gz AlgoPractice-runtime-java-win32-x64.zip

无需解压。在“运行环境”分别选择对应语言的“安装离线包”,应用会校验并安装。请保留下载包原样,重新压缩的归档无法通过校验。

常见问题

免费吗?需要账号吗?

题炼以 MIT 协议开源,无需注册题炼账号。AI 服务由你自行配置,费用和可用性由对应服务商决定;访问需要登录的来源时,仍需使用自己的站点账号。

我的数据会上传到哪里?

学习数据默认保存在本机。使用 AI 时,当前请求所需的上下文会发给你配置的服务;来源导入会访问对应站点;点击“提交到力扣”会将当时的代码和语言发送到力扣国服,并在你的力扣账号中留下提交记录。API Key 通过系统加密能力保存,不写入学习备份。

能同步到另一台电脑吗?

当前支持完整备份和恢复,暂不提供自动云同步。在“学习设置”创建 .algobak,然后在另一台电脑恢复。新电脑需要准备 Python / Java 运行环境,并重新配置 Key 和站点登录;数据目录可在“运行环境”查看。

支持哪些题目和用例?

当前支持 Python / Java。导入后能否本地运行取决于题目的输入格式和适配状态;自建 JSON 练习可以提供自己的用例及期望结果。官方提交支持已导入且具备对应语言模板的国服函数题,在普通练习中进行。官方完整测试在力扣执行,题炼通过国服登录会话提交并读取结果,不下载隐藏测试集。该连接使用站点当前的网页接口,可用性取决于力扣接口、账号权限和验证要求。

输入或切换页面仍有卡顿怎么办?

在“运行环境 → 性能诊断”开始记录,再重复卡顿时的操作。记录最多持续 90 秒,回到该页可复制报告用于反馈;报告只包含页面类型和耗时,不含代码、题目内容或 Key。

为什么关掉窗口后还有提醒?

关闭窗口后应用会驻留菜单栏 / 托盘,可继续发送复习提醒。完全退出后停止提醒;提醒也受系统通知权限与专注模式影响。

从源码运行

展开开发与构建命令

准备 Git 和 Node.js 24.17.x(具体版本见 .nvmrc),在 macOS / Windows 的终端执行:

git clone https://github.com/xhuandy666/AlgoPractice.git
cd AlgoPractice
npm ci
npm start

首次安装依赖需要联网。启动后,在应用的“运行环境”安装 Python / Java,或选择离线包。

开发检查:

npm run runtime:install
npm run typecheck
npm test
npm run build
npm run test:desktop
npm run test:learning-center
npm run test:official
npm run test:workbench

测试使用隔离数据目录。语言执行测试需要先完成 npm run runtime:install

构建安装包:

npm run dist:mac
npm run dist:mac:intel
npm run dist:win

Mac 安装包请在 macOS 上构建;Windows 安装包建议在 Windows 上构建。产物位于 release/

开源与反馈

发现问题或有想法,欢迎 提交 Issue。反馈时附上系统、版本和复现步骤;请勿附带 API Key 或私人学习数据。

本项目使用 MIT License。应用内的第三方组件与独立运行时遵循各自许可证,相关声明随安装包保留。

About

题炼 · 离线算法学习工作台|分级 AI 辅导、思路与语言分别复习、版本笔记、模拟面试

Topics

Resources

Stars

2 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages