dsh-educoder

dsh-educoder

头歌（EduCoder）作业自动化 — 一个 DSH 插件：全量扫描账号里所有未完成的作业，然后一次做完。

没有浏览器自动化，没有截图识别，没有 OCR：每一步都是平台自己的 JSON 接口。

低 token 是怎么做到的

这是本插件最核心的设计，分三层：

1. 扫描不花 token。 一门课的作业列表本身就带每份作业的「已通过关卡数 / 总关卡数」， 所以已完成的作业直接跳过，一个关卡都不读。实测账号：8 门课、112 份作业， 全量扫描 9.4 秒、0 token。
2. 选择题不花 token。 头歌并不在关卡数据里公布答案（本账号所有选择题的 standard_answer 都是 null，包括一份 172 题的期末复习）。但平台会在任意一次提交的 响应里回吐每道题的标准答案。所以做法是：提交一次探针答案 → 从响应收割答案键 → 再提交正确答案。全程不需要模型，也不需要猜。
3. 只有代码题才调模型。 生成源码文件必须用模型，这是唯一无法避免的 token 成本。 而且已经通过的关卡不会被重新生成。

工具

工具	作用
educoder_sweep	推荐入口。 扫描整个账号（或指定一门课），找出所有还有未通过关卡的作业。mode=scan（默认）只读不提交、零 token；mode=solve 真正做完，选择题零 token、代码题调模型。
educoder_homework	单份作业。参数 url（作业链接或 homework_common_id）；mode=solve（默认）真正做完，mode=survey 只巡检不提交。
educoder_account	检查账号连接状态并列出课程。可选参数 url：传了会真读一次该关卡，那才是会话有效的证据（只列课程不算）。登录/权限报错时用它定位问题。

educoder_homework 的 url 接受这几种写法：

https://www.educoder.net/tasks/AGUY4O7A/4197532/op7hwrazem5u   ← 浏览器里直接复制的
https://www.educoder.net/tasks/4197532/op7hwrazem5u
https://www.educoder.net/tasks/op7hwrazem5u
https://www.educoder.net/tasks/AGUY4O7A/4197532                ← 只有作业、没有具体关卡
4197532                                                        ← 纯 homework_common_id

日常用法就是一句：

你：还有哪些作业没做？          → educoder_sweep  mode=scan   （零 token）
你：都做了吧                    → educoder_sweep  mode=solve

配置

写在 bundle 的 cordis.patch.yml 里，也可以在插件设置界面改：

键	默认	说明
login / password	空	头歌账号。首次登录后只复用会话 cookie，密码不会出现在对话里。
sessionFile	~/.educoder/session.json	会话缓存路径，与 educoder-lab CLI 共享：那边登录过，这边直接可用。
provider / model	空	生成答案用的模型；留空用当前会话正在用的模型。
maxAttempts	3	每道代码题最多重试几次。
maxTokens	8000	单次生成上限。
gradeTimeoutSec	180	单次评测最长等待。
pollIntervalSec	3	轮询评测结果的间隔。
challengeLimit	0	单份作业里 0 = 一次做完所有未通过关卡。
homeworkLimit	0	单次全量扫描最多处理几份作业；0 = 不限。
toolTimeoutMinutes	45	工具整体超时。

关键实现要点

这些行为来自对平台的实测，不是猜的：

• 签名：每个请求带 X-EDU-Type/Timestamp/Signature，签名是 md5(base64("method=<M>&ak=<AK>&sk=<SK>&time=<epoch-ms>"))。 AK/SK 是头歌自己前端 bundle 里的公开客户端常量，不是用户密钥。
• 关卡遍历：平台没有「给我第 N 关」的接口，只能靠 prev_game/next_game 走； 而 shixun_exec.json 返回的是最后访问的关卡，不是第一关没过的。 所以先沿 prev_game 回退到头，再向前走；并且通过一关之后重新读它， 因为 next_game 在上一关通过前一直是 null。
• 一次评测：一个关卡的多个文件是整体评测的。所以上传时 evaluate: 0， 全部文件传完再触发一次 game_build.json —— 每个文件触发一次会评测到半成品工作区，白烧评测配额。
• 评测判定：test_sets 里有 result: null 时表示评测还在跑，看到 test_sets 就当作结论是错的。 判定要等 game.evaluate_count 真的涨了（确认新一轮跑起来了），再等两次轮询结果一致； game.status == 2 直接算通过。
• 占位符：平台填空是一串 —（U+2014），不是合法代码。答案里还留着它就直接本地重试， 不浪费一次评测。
• 失败反馈：不截断两边输出，而是定位第一处差异（行/列 + 上下文）， 这样反馈既短又足以让模型改对。
• 会话失效藏在 HTTP 200 里：平台用 {"status":401} 表达「请登录」， 而 HTTP 状态码是 200，只看状态码永远发现不了。检测到就自动用配置的账号重登一次再重试， 且这发生在任何写入之前，不会重复提交。
• /courses.json 不是鉴权接口：没有会话也返回课程列表，所以它不能用来验证凭据； 只有读一次关卡才算证据。插件的会话校验因此放在第一次关卡读取上。

安装

包名 dsh-educoder，bundle 行 id 是 educoder。

# npm（推荐，预构建安装还能跳过构建授权）
#   target: dsh-educoder
# 从 GitHub 装：
#   target: github:isheng-eqi/dsh-educoder
# 从本地目录装：
#   target: <本目录绝对路径>

三种方式装的是同一份代码。npm 上的是 dsh-educoder， 发布包只含 12 个文件（index.js、lib/、tests/、locale/、icon.svg、 cordis.patch.yml、README、LICENSE），不含 node_modules。

装好后 ~/.dsh/profiles/<profile>/cordis.patch.yml 里会出现 educoder 这一行， 在它的 config 下填 login / password 即可 —— config 是热应用的，不用重启。

配置改完后可以直接自检：

educoder_account  url: <你的作业链接>

它会真读一次该关卡；能读到就说明会话有效（只列课程不算证据，见下）。 只想看不提交就用 educoder_homework 的 mode: "survey"。

发给别人用

对方只需要有 DSH 和一台能联网的机器，三步：

1. 装 —— DSH 里 plugin_manager，action: install_bundle， target: dsh-educoder（npm）或 target: github:isheng-eqi/dsh-educoder（GitHub）。 两者都是公开的，不需要任何凭据。包名是新的，首次加载直接生效，不用重启。
2. 填自己的账号 —— 设置界面里这个插件的配置卡片，或 profile 的 cordis.patch.yml。 填的是使用者自己的头歌账号；插件驱动的就是配置里那个账号。
3. 说一句话 —— 「还有哪些作业没做」（educoder_sweep mode=scan，零 token）， 或「都做了吧」（mode=solve）。

不需要 Python、不需要浏览器扩展、不需要任何第三方密钥：

• 仓库里没有 node_modules，唯一的外部依赖 @deepseek-ai/schemastery 由 DSH 安装本身提供 —— profile 的 pnpm-workspace.yaml 固定写着 nodeLinker: hoisted， 依赖是扁平摊在 <profile>/node_modules 里的，任何插件都能沿目录向上解析到。 （已实测：把公开发布版 clone 到一个全新的空目录、再按 pnpm 的布局放好， import('./index.js') 直接成功，schemastery 从 profile 解析到。）
• 会话缓存写在 ~/.educoder/session.json（0600），只有首次需要账号密码。

⚠️ 它会真实提交到平台并消耗评测次数，驱动的是配置里那个账号——给别人之前请让对方知道这一点。

两个平台事实（实测）

• /courses.json 不需要登录也返回数据，所以「能列出课程」不能证明凭据有效； 只有读一次关卡才是证据。插件的会话校验因此放在第一次关卡读取上。
• 会话失效是藏在 HTTP 200 的 body 里的（{"status":401,...}）， 只看 HTTP 状态码发现不了。插件检测到这个 code 就会自动用配置的账号重登一次再重试， 而且这发生在任何写入之前，不会重复提交。

改了 Host 侧代码必须重启

DSH 按包名缓存已加载的插件模块，同一个进程内不会重新 import 同名包 —— 实测禁用/启用、换目录、甚至 remove_bundle + install_bundle 都拿不到新的 JS （栈里的路径会一直指向第一次加载的位置）。

所以：

• 改 index.js / lib/*.js → 必须重启 dsh web；
• 只改 config（账号密码、重试次数等）→ 不用重启，profile patch 由 HMR 热应用。

同理，如果插件第一次加载就报错，后面的修改不会自愈，重启即可。 想不重启就换代码，只有改包名一条路（会变成另一个包）—— 这也是本包从 dsh-plugin-educoder 改名成 dsh-educoder 的原因之一，顺带更贴合生态命名习惯。

测试

两个套件都不联网、不消耗评测次数：

cd "$DSH_PROFILE_DIR"           # 让 @deepseek-ai/dsh-tools 能被解析
node <本目录>/tests/smoke.test.mjs
node <本目录>/tests/solve-loop.test.mjs

• smoke.test.mjs（63 项）：工具注册走的是 DSH 真实的 assertSupportedJsonSchema（第一版就是死在这上面）；另外覆盖传输层 （body 401 / -102 / Set-Cookie 取会话）、URL 解析、签名、以及在 mock 平台上的 整份作业遍历与会话恢复。
• solve-loop.test.mjs（65 项）：用脚本化的模型 + mock 平台把解题循环钉死 —— 上传与评测的报文形状、"多文件只触发一次评测"、占位符答案不浪费评测次数、 重试时反馈里带了什么、重试耗尽、缺环境时拒绝半提交、中途失败保留已完成结果、 输出被 maxTokens 截断时的提示、选择题零 token 收割（并断言全程不碰模型）、 以及 scan 绝不提交。

安全性

• mode=solve 会真实提交到平台并消耗评测次数；不确定时先用 mode=survey 巡检。
• 驱动的是你自己的账号，请不要指向别人的账号。
• 会话缓存以 0600 权限写入，和密码一样只落在本机。
• AK/SK 是平台公开常量；这里没有、也不需要任何第三方密钥。

许可

MIT。这是一个非官方自动化客户端，请在自己的账号上、按头歌平台条款使用。