OJ 练习题多平台数据生成器（ojgen-project）

本人第一次使用deepseek harness把之前我做的一半的东西给做好了，可能还是会有不完善的地方，需要大家尽可能反馈问题

借助 Python + CYaRon 为多个 OJ 平台生成算法练习题的测试数据。

• 开源许可：MIT
• 发布脚本：publish-to-github.ps1（在本机执行，创建 GitHub 仓库并推送）

支持平台与输出格式

平台	生成器参数	交付格式
洛谷 luogu.com.cn	luogu	每测试点独立 <pid>-1.in/.out … <pid>-n.in/.out（SPJ 加 checker.cpp）
HDOJ / POJ / ZOJ	hdu / poj / zoj	<pid>.in / <pid>.out（全部用例 EOF 拼接）+ cases/ 分用例
牛客（ACM 模式）	nowcoder	<pid>.in / <pid>.out（EOF 拼接）+ cases/
牛客（核心代码模式）	nowcoder_core	testcases.txt + answers.txt（参数逐行 JSON 序列化）
LeetCode	leetcode	testcases.txt + answers.txt（参数逐行 JSON 序列化）

暂时不支持交互题与通信题，不过应该会变得更快吧

目录结构

ojgen-project/
├── README.md 本文件
├── skill/ OJ 数据生成 skill 包（供 AI 助手按流程使用）
│ ├── SKILL.md 完整工作流程（平台要点、SPJ、交付终检）
│ └── references/
│ ├── platform-formats.md 各平台判题约定、组帧方式、LeetCode 序列化规则
│ ├── data-quality.md 造数据细节：覆盖清单、validator、对拍、常见坑
│ ├── cyaron-api.md CYaRon API 速查
│ └── luogu-spj.md 洛谷 Special Judge 指南
├── scripts/
│ ├── ojgen.py ★ 多平台生成核心框架（Gen 类，唯一必需依赖）
│ ├── generator_template.py 生成器模板
│ └── examples/
│ ├── example_stdin_eof.py HDOJ/POJ/ZOJ/牛客 ACM（EOF 多组）
│ ├── example_leetcode.py LeetCode / 牛客核心代码
│ └── example_luogu.py 洛谷（子任务风格）
├── generated/ 示例测试数据（hdu-1000、zoj-1001、leetcode-two-sum）
├── plugin/ DeepSeek Harness 动态插件源码（GUI 面板 + 模型工具）
│ ├── README.md 重新安装/定义说明
│ ├── host.js Host 半区（generate_oj_data 工具、生成服务）
│ └── client.js Client 半区（设置 → OJ 数据生成面板）
├── docs/cyaron-wiki/ CYaRon 上游参考文档（中文）
└── dist/oj-problem-generator-skill.zip 可安装的 skill 打包

快速开始

1. 环境

pip install cyaron # Python >= 3.8；大数据建议 PyPy

Windows / Linux / macOS 均可。执行脚本时注意命令名差异：Linux/macOS 常用 python3，Windows 常用 python/py（标程命令同理，如 python3 std.py）。

2. 编写生成器

把 scripts/ojgen.py 复制到工作目录（或直接在该目录运行），新建 gen_xxx.py：

fromojgenimportGen, randintgen=Gen(platform="hdu", problem_id="1000", n=10,
std=None, out_dir="data/hdu1000", seed=20260815)
foriingen.cases(): # i = 1..na, b=randint(1, 10**9), randint(1, 10**9)
gen.input_writeln(a, b) # 写第 i 个用例输入gen.output_writeln(a+b) # 手动写答案（多行用 output_raw）# gen.auto_output("python std.py") # 或用标程逐用例生成答案gen.pack() # 按平台打包

python gen_xxx.py

输出目录内附 manifest.json（平台/题号/种子/时间）与 README.txt（格式说明）。

3. 核心 API

方法	作用
Gen(platform, problem_id, n, std, out_dir, seed)	初始化生成任务（自动 seed 随机）
gen.cases()	迭代 1..n，进入/离开用例时自动落盘
gen.input_writeln(*args) / gen.input_write(*args)	写输入行（等价 cyaron IO）
gen.input_json(obj)	序列化平台：按 LeetCode 规则写一个 JSON 值
gen.input_raw(text)	原样写入多行（如 graph.to_str()）
gen.output_writeln(*args) / gen.output_raw(text)	手动写答案
gen.output_json(obj)	手动写答案（序列化平台）
gen.auto_output(std?)	逐用例用标程生成答案（无手动答案的用例）
gen.pack()	按平台打包并写 manifest/README，强制 LF 换行

4. 在 DeepSeek Harness 中使用（插件）

• GUI：打开 设置 → OJ 数据生成 面板，填平台/题号/组数/种子/标程，编辑脚本，一键“生成数据”。
• 模型工具：让 AI 直接调用 generate_oj_data（参数 platform / problem_id / n_cases / script / std / seed / out_dir）。
• 插件默认输出到 <工作区>/ojgen-project/generated/<平台>-<题号>/；插件源码见 plugin/（会话级动态插件，进程重启后按 plugin/README.md 重新定义）。

造数据要点（详见 skill/references/data-quality.md）

• 样例数据必须与题面逐字节一致；样例输出为多行时，数据必须含多行输出的用例；
• 覆盖最小/最大规模、边界值、构造特殊数据（链/菊花/完全图/全相等/逆序）、卡常数据；
• 数据必须满足题面全部约束（写 validator 校验）；
• 答案优先用标程生成，标程先过样例再跑全量；
• seed 固定可复现；全部文件 LF 换行、UTF-8、无尾随空格、末尾换行。

跨平台支持

• 环境：Windows / Linux / macOS 通用（Python >= 3.8 + cyaron，纯 Python 无平台依赖）；
• 命令差异：框架与示例脚本自动适配；auto_output 的标程命令按平台书写（python std.py / python3 std.py / std.exe / ./std）；
• 数据一致性：统一 LF 换行、UTF-8 编码；manifest.json 内文件路径一律正斜杠 /；Windows GBK 控制台乱码已内置 UTF-8 重配置；
• DSH 插件：自动探测 python / python3 / py 启动器，跨平台运行（详见 plugin/）；
• 发布脚本：Windows 用 publish-to-github.ps1，Linux/macOS 用 publish-to-github.sh（均支持 gh CLI 或 PAT）。