ProbHub 是一个基于大语言模型 (LLM Agent) 和现代排版/测试框架构建的算法竞赛出题环境。本项目旨在通过标准化的自动化工作流，减少造数据、调格式和配置评测包等重复性劳动。
- Agent 驱动: 内置
SKILL.md，兼容 Claude Code 等 Agent 框架，通过自然语言指令完成出题流程。 - 数据生成: 集成 CYaRon，支持通过 Python 脚本快速生成树、图等复杂数据结构。
- 数据检验: 使用沙箱（可自定义 validator）对小数据暴力对拍，全局保证卡掉暴力、错解。
- 极速排版: 采用 Typst 模板，替代传统 LaTeX，大幅提升题面 PDF 编译速度。
- WebUI 手动细改题面：支持 markdown 预览、自动保存，编译后自动分发
problem.pdf到各文件夹。 - DOMjudge 兼容: 自动生成
problem.yaml、problem.pdf、domjudge-problem.ini及基于testlib.h的验证器，一键打包.zip题库。
在一个干净的空文件夹中打开终端，选择以下任意一种方式即可一键初始化（自动安装依赖并注入 Claude 技能库）：
方式一：使用社区通用 Skills 框架 (推荐)
npx skills add greenthree/ProbHub-skill方式二：使用本项目的独立脚手架
npx probhub-skill除了通过上述命令一键安装的工具外，底层编译仍需要依赖本地的运行环境。请确保你的系统已配置好以下基础依赖：
1. 基础编译环境
- Python 3.8+
- GCC/G++ (用于编译
outmaker.cpp和checker.cpp)
2. Python 依赖包
pip install cyaron pypdf flask3. Typst 编译器 请前往 Typst 官方 Github 下载对应系统的可执行文件，或使用包管理器安装：
# macOS
brew install typst
# Windows
winget install typst4. 字体依赖 (核心排版要求) 本项目的 Typst 模板指定了高标准的竞赛级中英文字体栈。为保证 PDF 成功编译且排版符合预期，请务必在本地系统中安装以下字体：
- 开源英文字体:
New Computer Modern Math(用于公式与标准西文) - 开源等宽字体:
New Computer Modern Mono(用于代码块) - 方正楷体:
FZKai-Z03(用于题面特殊说明) - 华文中宋:
STZhongSong(用于标题与加粗) - 微软雅黑:
Microsoft YaHei(用于无衬线文本) - 宋体:
SimSun/simsun(用于基础中文正文)
本项目设计为由拥有本地文件读写权限的 AI Agent 工具（如 Claude Code）驱动。
- 唤醒助手: 在项目根目录启动 Agent (执行
claude)，输入指令：“使用 probhub 技能，我要出一道新题。” - 提供题面: 随意提供你构思的 Markdown、PDF、网页链接或纯文字想法。
- 全自动执行: 助手将根据
SKILL.md的设定，自动建立题目目录、编写数据生成器和标准程序、构造data/测试集、合并排版 Typst 题面，并最终打包成可直接上传至 DOMjudge 的.zip压缩包。
提示:
typst-template/热身赛目录中保留了手动添加插图、副标题的进阶方法，如有需要可参考该模板进行手动扩展。
python ui.py浏览器自动打开 http://127.0.0.1:33933。控制台支持：
- 拖拽排序题目列表
- 编辑题面：描述、输入/输出格式、提示、样例（支持 Markdown + LaTeX，实时预览）
- 题面引言 (Quote)：开关式启用，填入引言内容和出处
- 一键编译：编译全卷 PDF 并自动将每题精确裁剪到对应目录以及压缩包中的
problem.pdf - 保存修改：变更写回
problems.json
ProbHub/
├── README.md # 项目说明文档
├── SKILL.md # Agent 工作流指令与约束
├── references/ # 外部工具与模板
│ ├── cyaron.md # CYaRon API 快速参考
│ ├── fast.md # 基础数据生成规范
│ ├── testlib.h # SPJ/交互题评测头文件
│ ├── lib.typ # Typst 宏包依赖
│ ├── main.typ # Typst 组卷入口
│ ├── problems.typ # Typst 单题模板
│ └── problems-sample.json # 题目元数据配置样例
├── scripts/ # 自动化脚本
│ ├── add_problem.py # 向 problems.json 追加新题
│ ├── extract_new_problem.py # 自动裁剪单题 PDF
│ └── local_judge.py # 轻量化本地评测与宿命自检
├── typst-template/ # Typst 题面示例
│
└── [英文目录名]/ # 示例：由 AI 顺次生成的独立题目文件夹（如 A/）
├── std.cpp # 标程：最优解代码（宿命：100% AC）
├── validator.cpp # 格式校验：基于 testlib.h 检查输入合规性
├── brute.cpp # 强力对拍：无脑暴力正确解（宿命：AC 或 TLE，绝不能 WA）
├── wrong.cpp # 错解验证：故意写错的贪心/溢出代码（宿命：必须吃 WA/RE）
├── meta.json # 单题元数据（供 Typst 渲染题面使用）
├── problem.pdf # 由脚本自动裁剪出的单题独立题面
├── domjudge-problem.ini # DOMjudge 运行参数配置文件（如 timelimit）
├── problem.yaml # DOMjudge 题目元数据（如 name, memory limit 和特殊评测）
├── data/ # 全量测试数据集
│ ├── sample/ # 样例数据：存放 1.in, 1.ans（严格对应题面样例）
│ └── secret/ # 盲测强数据：存放 2.in, 2.ans ~ 30.ans（含极限与卡错解数据）
└── output_validators/ # （仅自定义题目适用）存放编译后的 checker/interactor
本项目的基础设施依赖于以下优秀的开源生态：
- CYaRon: 洛谷团队开源的 Python 测试数据生成库。
- olymp-in-typst: 基于 Typst 的算法竞赛题面极简排版模板。
- testlib: 业界标准的 C++ 评测辅助库。