现在来看，最好的方式就是 mcp 协议，使用 playwright + ai 进行自动化操作

---

U校园智能答题系统

一个基于Python的现代化U校园智能答题系统，通过创新的试答-提取-缓存机制实现无依赖的动态答题功能。

✨ 特性

🎯 核心功能

• 🧠 智能答案提取 - 通过试答和响应分析自动获取正确答案
• 💾 答案缓存机制 - 建立本地缓存数据库，提高后续答题效率
• 🎯 多策略回退 - 缓存查找 → 智能提取 → 回退策略的三层保障
• ✅ 自动验证 - 答案正确性验证和置信度管理
• 🎬 视频自动播放 - 支持自动播放、调速、静音等功能
• 🌐 浏览器自动化 - 基于Playwright的现代浏览器控制

🖥️ 用户界面

• 🎨 图形界面(GUI) - 基于Tkinter的友好图形界面
• ⌨️ 命令行界面(CLI) - 功能完整的命令行操作界面
• 🤖 自动模式 - 完全无人值守的自动化执行

⚙️ 高级特性

• 📊 实时监控 - 任务进度、系统状态实时显示
• 🔧 灵活配置 - YAML配置文件，支持热重载
• 📈 统计分析 - 详细的执行统计和成功率分析
• 🛡️ 错误处理 - 完善的异常处理和自动重试机制

🚀 快速开始

环境要求

• Python 3.8+
• Windows 10/11, macOS, Linux

安装步骤

1. 克隆项目

git clone <repository-url>
cd ucampus-automation

2. 安装依赖

pip install -r requirements.txt

3. 安装浏览器

playwright install chromium

4. 配置环境变量（可选）

# 创建 .env 文件
echo "UCAMPUS_USERNAME=your_username" > .env
echo "UCAMPUS_PASSWORD=your_password" >> .env

运行程序

# 启动GUI界面（默认）
python main.py

# 启动命令行界面
python main.py cli

# 智能答题模式
python main.py smart                    # 单题智能答题
python main.py smart "https://..."      # 指定URL智能答题
python main.py batch 1 5               # 批量智能答题（Unit 1-5）

# 启动自动模式
python main.py auto

# 运行测试
python main.py test

🧠 智能答题系统

核心优势

1. 无依赖性 - 不依赖外部题库，动态获取最新答案
2. 高效缓存 - 智能缓存机制，提高后续答题效率
3. 多重保障 - 三层策略确保高成功率
4. 自动验证 - 答案正确性验证和置信度管理

工作原理

第一阶段：缓存查找

1. 提取题目信息（单元、任务、题目类型、文本）
2. 生成题目唯一标识符（MD5哈希）
3. 在本地缓存中查找对应答案
4. 如果找到，直接填写并提交

第二阶段：智能提取

1. 设置网络监控，捕获API响应
2. 执行试答（随机选择或占位符）
3. 提交试答并分析响应数据
4. 从响应中提取正确答案
5. 存储到缓存并重新答题

第三阶段：回退策略

1. 选择题：按A、B、C、D顺序尝试
2. 填空题：使用通用占位符
3. 翻译题：使用标准占位符翻译

使用示例

# 单题智能答题
python main.py smart

# 批量处理Unit 1-3
python main.py batch 1 3

# 使用GUI界面
python main.py gui
# 然后点击"🧠 智能答题"或"🚀 批量智能答题"按钮

详细使用指南请参考：智能答题系统指南

📁 项目结构

U校园智能答题系统/
├── src/                          # 源代码目录
│   ├── intelligence/            # 智能答题模块 🧠
│   │   ├── answer_extractor.py  # 答案提取器
│   │   ├── answer_cache.py      # 答案缓存系统
│   │   └── smart_answering.py   # 智能答题策略
│   ├── automation/              # 自动化模块
│   ├── ui/                      # 用户界面
│   ├── core/                    # 核心模块
│   └── utils/                   # 工具模块
├── config/                      # 配置文件
├── docs/                        # 文档目录
├── examples/                    # 使用示例
├── tests/                       # 测试目录
├── passed/                      # 历史版本存档
├── tampermonkey/                # 浏览器脚本
└── main.py                      # 主程序入口

🔧 配置选项

主要配置文件：config/config.yaml

intelligent_answering:
  max_extraction_retries: 3     # 最大提取重试次数
  confidence_threshold: 0.7     # 答案置信度阈值
  enable_fuzzy_matching: true   # 启用模糊匹配
  auto_verify_answers: true     # 自动验证答案
  cache_ttl_days: 30           # 缓存有效期

📊 性能特性

• 缓存命中率: 通常可达80%以上
• 提取成功率: 针对常见题型可达90%以上
• 响应时间: 缓存命中<1秒，智能提取<30秒
• 存储效率: SQLite数据库 + 内存缓存双重优化

🤝 贡献指南

1. Fork 项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开 Pull Request

⚠️ 免责声明

本工具仅供学习和研究使用，请遵守相关法律法规和学校规定。使用者需自行承担使用风险。