如果本项目帮到了你，可以在右上角点亮 Star，谢谢你！
实现了课程学习和根据题库自动考试，支持多用户多线程运行，自动验证码识别等。
运行前后会自动合并题库，如果一次没满分可以再考一次。可将 answer/answer.json 文件提交 PR 一起完善题库。
- 课程学习：自动遍历项目 → 分类 → 课程，模拟翻页、答题、等待学习时长后完课；按项目交替完成课程与考试
- 自动考试：基于题库自动答题，支持单选/多选，未匹配题目可随机作答或手动输入
- 验证码识别：登录滑块验证码自动识别；课程点选验证码自动识别（OpenCV，2 轮 × 3 次），失败才转手动
- 多账号并发：支持配置多个账号，可多线程同时执行
- 题库同步：考试前后自动从服务器同步题库，支持多用户共享
- 断点续考：追求满分模式下，一次未满分可再次考试
- 进度监控：完课后自动检查进度是否更新，未更新则警告提示
- 调试模式：开启
debug可查看完整请求/响应日志 - 无交互运行：Docker / cron / 后台环境自动无交互，数据目录持久化
- 低配兼容：numpy 1.26 + OpenCV 4.10 锁定，兼容无 AVX2 的 QEMU 虚拟 CPU（便宜 1H1G 云服务器可跑）
零基础三步上手：① 下载二进制文件 → ② 双击/命令行运行 → ③ 输入学校、学号、密码。不需要安装 Python，不需要写代码。
第 1 步：下载你的系统对应的文件
点这里打开最新版下载页 → Releases，按自己的电脑系统下载（不确定系统就按下面的表选）：
| 你的电脑 | 点击下载（GitHub） | 下载太慢用镜像 |
|---|---|---|
| Windows（绝大多数电脑） | WeBan-windows-x64.exe | 镜像 |
| Mac 苹果电脑（Intel 芯片） | WeBan-macos-x64 | 镜像 |
| Mac 苹果电脑（M1/M2/M3/M4 芯片） | WeBan-macos-arm64 | 镜像 |
| Linux（Ubuntu/Debian/CentOS，64 位） | WeBan-linux-x64 | 镜像 |
| Linux（树莓派/ARM 服务器） | WeBan-linux-arm64 | 镜像 |
Mac 怎么判断芯片：屏幕左上角 → 关于本机，看"芯片"一栏写的是 Apple M 系列（arm64）还是 Intel（x64）。Windows 不确定就选 x64（2010 年后几乎都是）。
第 2 步：运行
- Windows：双击
WeBan-windows-x64.exe（第一次运行如被 SmartScreen 拦截，点"更多信息" → "仍要运行"；杀毒软件误报请添加信任） - Mac：在文件目录打开终端运行：
chmod +x WeBan-macos-* xattr -cr WeBan-macos-* ./WeBan-macos-arm64 # Intel 芯片换成 WeBan-macos-x64# 然后可能会卡一会，是苹果在验证签名，等就行
- Linux：
chmod +x WeBan-linux-* ./WeBan-linux-x64 # ARM 服务器换成 WeBan-linux-arm64
第 3 步：填账号，开始
第一次运行（或还没有配置文件时），程序会直接让你输入学校、用户名、密码（不用编辑任何文件）：
请输入账号信息：
学校全称（如：北京交通大学-本科生）: 北京交通大学-本科生
用户名（学号）: <你的账号>
密码（默认同用户名）: <你的密码>
输入后程序会自动验证账号：登录成功就会把账号自动保存到配置文件 config.toml，然后开始学习和考试；如果学校全称或用户名密码错了，会提示你重新输入，不会写坏配置文件。之后每次运行都会接着上次的进度继续。
配置文件
config.toml在程序旁边（Windows 是 exe 所在文件夹，Mac/Linux 是运行命令的目录），下次运行前也可以手动改它。用--data-dir可以指定固定位置（见下方参数表）。
不想交互输入？一条命令直接跑（学校/学号/密码写在命令里，无需配置文件）：
# Windows (PowerShell)$env:WB_TENANT_NAME="你的学校全称";$env:WB_USERNAME="你的学号";$env:WB_PASSWORD="你的密码"; .\WeBan-windows-x64.exe
# mac / Linux
WB_TENANT_NAME="你的学校全称" WB_USERNAME=你的学号 WB_PASSWORD=你的密码 ./WeBan-macos-arm64全部参数对照表见下方"参数总览"；账号想保密的、或一个文件管理多个账号的，用配置文件方式。
每个配置项都有命令行参数和环境变量两种方式，三类名称一一对应：配置文件键名（snake_case）= 命令行参数（--kebab-case）= 环境变量（WB_SNAKE_CASE），例如 study_time ↔ --study-time ↔ WB_STUDY_TIME。优先级均为 命令行 > 环境变量 > 配置文件：
| 配置文件键 | 参数 | 环境变量 | 说明 |
|---|---|---|---|
| — | --config PATH | WB_CONFIG | 配置文件路径（默认: 程序目录/config.toml） |
| — | --data-dir PATH | WB_DATA_DIR | 数据目录（config/logs/answer 都在此，适合挂载） |
| — | --non-interactive | — | 无交互模式（环境变量用 ENVIRONMENT=docker/container 或 stdin 非 TTY 自动判定） |
study_mode | --study-mode | WB_STUDY_MODE | 学习模式（false/true/force） |
exam_mode | --exam-mode | WB_EXAM_MODE | 考试模式（false/true/perfect/force） |
random_answer | --random-answer | WB_RANDOM_ANSWER | 题库外题目是否随机作答（true/false） |
study_time | --study-time SEC | WB_STUDY_TIME | 每门课学习时长 "基础,随机上限"（秒），如 "20,5" |
video_speed | --video-speed N | WB_VIDEO_SPEED | 视频课程倍速：0=不按视频时长等待、1=原速、2=半速 |
exam_question_time | --exam-question-time SEC | WB_EXAM_QUESTION_TIME | 每道考试题答题等待时长 "基础,随机上限"（秒） |
exam_submit_match_rate | --exam-submit-match-rate N | WB_EXAM_SUBMIT_MATCH_RATE | 允许交卷的最低题库匹配率（百分比） |
browser_path | --browser-path PATH | WB_BROWSER_PATH | 浏览器可执行文件路径 |
cdp_host | --cdp-host HOST | WB_CDP_HOST | CDP 浏览器地址 |
cdp_port | --cdp-port PORT | WB_CDP_PORT | CDP 浏览器端口 |
jupiter_fallback | --jupiter-fallback | WB_JUPITER_FALLBACK | 对未加载 apicenext.js 的课程是否补发 jupiter 翻页轨迹 |
max_workers | --max-workers N | WB_MAX_WORKERS | 多账号最大并发数 |
debug | --debug | WB_DEBUG | 启用调试日志 |
tenant_name | --tenant-name NAME | WB_TENANT_NAME | 单账号学校全称（免配置文件） |
username | --username USER | WB_USERNAME | 单账号用户名 |
password | --password PASS | WB_PASSWORD | 单账号密码（默认同用户名） |
user_id | --user-id ID | WB_USER_ID | 单账号用户 ID（Token 登录） |
token | --token TOKEN | WB_TOKEN | 单账号登录 Token（配合 --tenant-name --user-id） |
[ai].enable | --ai-enable | WB_AI_ENABLE | 是否启用 AI 搜题（true/false） |
[ai].base_url | --ai-base-url URL | WB_AI_BASE_URL | AI 服务 API 基础路径 |
[ai].api_key | --ai-api-key KEY | WB_AI_API_KEY | AI 服务 API Key |
[ai].model | --ai-model NAME | WB_AI_MODEL | AI 模型名称 |
[ai].timeout | --ai-timeout SEC | WB_AI_TIMEOUT | AI 请求超时秒数 |
[ai].max_retries | --ai-max-retries N | WB_AI_MAX_RETRIES | AI 请求失败最大重试次数 |
无交互自动判定：ENVIRONMENT=docker（或 container）、stdin 非 TTY（cron/后台/管道）、或显式 --non-interactive。
完全不写 config.toml 也能运行（单账号 + 全部设置走 CLI/env）：
# 环境变量
WB_TENANT_NAME="你的学校全称" WB_USERNAME=你的学号 WB_PASSWORD=你的密码 \
WB_STUDY_TIME="20,5" WB_VIDEO_SPEED=0 ./WeBan-macos-arm64
# 或等价的命令行参数
./WeBan-macos-arm64 --tenant-name "你的学校全称" --username 你的学号 \
--study-time "20,5" --video-speed 0不需要代码基础的用户跳过本节（直接下载二进制即可）。开发者/想改代码时用：
安装 Python 3（建议使用 uv）和 Git
克隆本仓库
git clone --depth 1 https://github.com/hangone/WeBan- 安装依赖
pip install -r requirements.txt # 或 uv sync- 运行
python main.py # 或 uv run main.py运行 python main.py --help 可查看全部参数。
提供两种镜像变体（多架构 amd64/arm64，发布时随版本推送）：
| 镜像 | Tag | 说明 |
|---|---|---|
| 内置浏览器 | latest / with-browser / <版本号> | 内置 headless Chrome，开箱即用 |
| 轻量镜像 | without-browser / <版本号>-without-browser | 通过 CDP 连接宿主机浏览器 |
容器默认无交互运行（ENVIRONMENT=docker 自动判定），数据全部持久化在 /app/data：
mkdir -p data
docker run --rm \
-v "$PWD/data":/app/data \
--cpus 1 \
hangyi/weban:latest- 建议
--cpus 1（详见下方"CPU 配额与验证码"）；首次运行会在./data/生成config.toml模板，填写账号后重新运行即可 - 日志在
./data/logs/<账号>/，题库在./data/answer/，全部挂载持久化 - 无交互：不弹编辑器、确认用默认值、验证码自动识别失败不等待手动输入（跳过该课）、末尾不等待回车
- 需要交互（如手动输验证码）时用
docker run -it（容器检测到 TTY 自动进入交互模式）
所有配置项均可覆盖（命令行参数 > 环境变量 > 配置文件，名称一一对应，见上方参数表）。示例：
# 环境变量（单账号免配置文件）
docker run --rm -v "$PWD/data":/app/data --cpus 1 \
-e WB_TENANT_NAME="你的学校全称" -e WB_USERNAME=你的学号 -e WB_PASSWORD=你的密码 \
-e WB_STUDY_TIME="20,5" -e WB_VIDEO_SPEED=0 \
hangyi/weban:latest
# 命令行参数（经 entrypoint 透传）
docker run --rm -v "$PWD/data":/app/data --cpus 1 \
hangyi/weban:latest --tenant-name "你的学校全称" --username 你的学号 \
--study-time "20,5" --video-speed 0- docker 下多核正常：实测（docker 29.x，2 核 1.9GB）
--cpus 1/--cpus 2× 单进程/多进程全部跑通，真实课程点选验证码在--cpus 2下完整通过（识别 → 点击 → 提交 → 腾讯 SDK 回调成功），无挂起 - 建议
--cpus 1：镜像默认单进程 + 单线程识别（WB_SINGLE_PROCESS/WB_CV_THREADS），1 核即可跑通全部验证码；多核配额没有性能收益（Chrome 单进程受单核限制），1.9GB 小内存机器用 2 核反而容易内存吃紧 - podman 已知特例：podman（如
podman run --cpus 2）下 headless-shell 点选验证码提交后可能挂起（CDP evaluate 无响应 60s+，1 核正常）——这是 podman 的 CPU 配额调度问题，非程序缺陷；podman 部署请用--cpus 1
容器会自动检测 Docker 环境并尝试连接宿主机的 Chrome，无需手动配置 CDP。
第一步：在宿主机启动 Chrome 远程调试
打开 Chrome，地址栏输入 chrome://inspect/#remote-debugging，勾选 Allow remote debugging for this browser instance。
或者直接命令行启动带远程调试的 Chrome：
# macOS"/Applications/Google Chrome.app/Contents/MacOS/Google Chrome" --remote-debugging-port=9222
# Linux
google-chrome --remote-debugging-port=9222
# Windows"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222第二步：运行容器
mkdir -p data
docker run --rm \
-v "$PWD/data":/app/data \
hangyi/weban:without-browser如需自定义 CDP 地址，可用 --cdp-host / --cdp-port 参数或配置文件 cdp_host / cdp_port。
程序按以下优先级自动检测可用的浏览器，无需手动配置：
- 用户指定：配置文件
browser_path（或--browser-path/WB_BROWSER_PATH） - CDP 远程调试：配置文件
cdp_host+cdp_port（或 CLI/env），或 Docker 环境下自动尝试host.docker.internal:9222 - Playwright 浏览器：自动查找
~/.cache/ms-playwright下的 Chromium - 系统浏览器：自动查找已安装的 Chrome / Chromium / Edge
有些从迎新系统跳转的可以试试账号密码都是学号，也可以尝试使用 Token 登录，在电脑浏览器登录后按 F12 或者 Ctrl+Shift+I 打开开发者工具，找到本地存储，复制 user 的内容到 config.json 配置文件
- 学习时长太低不会计入进度
- 课程点选验证码会自动识别（无头浏览器 + OpenCV，最多 2 轮 × 3 次，可用 WB_CAPTCHA_ROUNDS/WB_CAPTCHA_ATTEMPTS 调整），失败后在交互模式会打开浏览器手动操作，无交互模式（Docker 等）会跳过该课程并告警
- 学习进度不更新可能是被风控，遇到了需要验证码的课程，请去网页上完成一次后重试
- 考试前有腾讯无感验证码，自动处理（headless 浏览器）
- 据观察，考试未提交是不会消耗考试次数的
- Coaixy/weiban-tool 提供题库和一些代码思路
- pooneyy/WeibanQuestionsBank 提供题库
本项目仅供学习交流使用，请勿用于商业用途。
欢迎 Star 喵，欢迎 PR 喵。
截图时注意打码个人信息。
如果看不懂上面说的也可以直接扫码备注微信号(不要wxid_开头的，搜不到)，乐意效劳。
微信 
