ACMGO

ACMGO (AI-assisted Competitive programming Problem Setter) 是一个基于大语言模型（LLM）的自动化竞赛出题与验题标准作业程序（SOP）和配套工具库。该项目旨在帮助专家和各类竞赛（如 ICPC、CCPC）出题人高效产出极强数据、毫无破绽的算法题目。

特性

• 自动化测试网络：集成了对拍系统 (stress.py)，全自动实现解法验证，确保核心思路的正确性
• 严谨的数据校验：内置 testlib.h 支持的数据生成器与校验器
• 标准化打包流程：符合 Polygon 系统的标准目录结构和 .xml 配置，一键出题归档
• 智能化协同：提供完整的 AI Agent 实现 (详情参考 acmgo_agent/)，支持自动生成和验证题目

目录结构

ACMGO/
├── .agent/               # Agent 规则配置（用于 Claude Code 等工具）
├── .github/              # GitHub 社区模板与配置
├── acmgo_agent/          # AI Agent 实现（独立 Python 包）
│   ├── .env.example       # AI Agent 配置文件示例
│   └── .env             # AI Agent 配置文件（需自行创建）
├── docs/                 # 项目相关的设计文档与说明
├── problems/             # 整理好的各算法题目存放目录
│   ├── tower_construction/
│   └── trade_zone/
├── CLAUDE.md             # Claude Code 项目指令
├── CONTRIBUTING.md       # 贡献指南
├── LICENSE               # MIT 许可证
└── README.md             # 本说明文档

题目结构

每个题目遵循两阶段工作流程：

阶段一：开发阶段（扁平结构）

所有文件在同一目录，便于调试：

problem/
├── testlib.h      # Testlib 库
├── gen.cpp        # 数据生成器
├── val.cpp        # 数据校验器
├── sol.cpp        # 主解法（最优解）
├── brute.cpp      # 暴力解（用于验证）
├── stress.py      # 对拍脚本
└── README.md      # 题面描述

阶段二：Polygon 格式（打包后的结构）

开发和验证完成后，组织为：

problem/
├── files/         # testlib.h, gen.cpp, val.cpp
├── solutions/     # sol.cpp, brute.cpp
├── statements/    # README.md
├── scripts/       # stress.py, gen_tests.py, cleanup.py
├── tests/         # 生成的测试数据 (XX.in/XX.ans)
└── problem.xml    # Polygon 配置

出题工作流程

1. 确定题目核心算法和题面
2. 实现 sol.cpp（最优解）和 brute.cpp（验证用）
3. 使用 testlib 实现 val.cpp 以验证数据约束
4. 使用 testlib 实现 gen.cpp，支持多种数据类型（小数据、随机、大数据、边界、反hack）
5. 运行 stress.py - 必须通过 1000+ 轮小数据测试
6. 运行 pack_polygon.py 整理文件
7. 运行 scripts/gen_tests.py 生成最终测试数据

使用 AI Agent

项目提供了完整的 AI Agent 实现，支持自动生成和验证题目。

配置（首次使用）

# 1. 复制示例配置文件
cd acmgo_agent
cp .env.example .env

# 2. 编辑 .env 文件，设置你的 API 密钥
# 至少需要设置其中一个：
#   - ANTHROPIC_API_KEY（用于 anthropic/ 模型）
#   - OPENAI_API_KEY（用于 openai/ 模型）
#   - 或其他提供商的 API 密钥

使用方法

# 使用 Claude Code 时，只需输入题目描述
# "出一个动态规划题目"

# 或使用 CLI 模式
python -m acmgo_agent.cli.main "最长上升子序列动态规划"

# 指定提供商
python -m acmgo_agent.cli.main --provider openai "图论问题"

# 查看可用提供商
python -m acmgo_agent.cli.main --list-providers

详见 acmgo_agent/README.md。

贡献指南

我们欢迎并鼓励各种形式的贡献！请阅读我们的 CONTRIBUTING.md 了解如何为您发现的 Bug 提出 Issue，或通过 Pull Request 提供改进。

许可证

本项目遵从 MIT License。