Skip to content
dsh marketplace

acmer-coach

Verified

acmer-coach · v2.6.0 · MIT · Web UI

小鲸教练插件：保存训练位置和真实证据，支持教练判断、持续教学与比赛备赛。读 MAP/DEPENDS/PROGRESS，提供训练、判因和检测工具。

Install

dsh plugin add acmer-coach

Confirm the layer applied with dsh --profile default --dump-config — see the install guide.

Source

Creators

Readme

acmer-coach · 小鲸教练

npm license node dsh

一个给 ACMer 用的算法训练教练插件，跑在 dsh 上。

它解决的问题：不是「不知道学什么」——那是搜一下就有答案的。 是「不知道现在该学哪一个、该投多少精力」。

这两件事的差别值得说清楚：

  • 网站给的是池子（可以无限，你自己挑）
  • 教练给的是位置（必须唯一，有人替你担责）

所以这个插件不给你候选列表。你问「今天干什么」，答案是一个动作， 带时间盒和交付物。

它到底做了什么

31 个工具，三条轴：知识图、比赛能力、训练证据。

轴 含义
tier 这个知识点在赛场上重不重要
entry 什么水平学得起（题池 p25 ≈ 入门段位）

核心闭环：

coach_curriculum  assess 查真实记录 → 目标与前置排序 → 建有依据的阶段
  ↓                缺依据先诊断；保存本周主线；产生新证据并验收后推进
coach_setup     首次：体检 → 建目录建库 → 灌题池 → 从 CF 同步数据
coach_import    洛谷/牛客的记录从这里进（CF 不用，有公开接口）
  ↓
coach_next      看游标能开哪些节点（前置满足的）
  ↓
coach_assign    布置**一个**动作：做什么 + 时间盒 + 交付物
  ↓
coach_diagnose  没过 → 读代码判因（不会 / 不熟 / 不认真），每条要引你代码原文
coach_log       过了 → 记一条，然后夸
  ↓
coach_pool → coach_test → coach_grade    章节检测，过了才标「已验证」
  ↓
coach_schedule → coach_plan              排课
  ↓
coach_target → coach_vp_import → coach_postmortem → coach_focus
  ↓                         比赛目标、VP 复盘、当前重点
coach_scope                  适用范围、延伸、反例、退出条件
coach_note                   续课笔记：教到哪里、尚待确认什么、下次接哪里

coach_wiki 是知识来源：讲任何知识点之前先查本地 OI Wiki，别凭记忆讲。

目标驱动训练

知识图只回答“有哪些知识点”，不回答“为什么现在学它”。先用 coach_target 设置比赛、日期、目标结果、团队模式、可用时间和能力优先级， 再用 coach_vp_import 导入 VP，coach_postmortem 写复盘，coach_focus 计算当前 训练重点。每次布置都要能说清楚它服务哪个比赛能力、适用范围、迁移题和退出条件。

VP 记录格式是 JSON 数组，每场至少包含 eventId、contest、date 和 problems：

[{"eventId":"vp-西安-01","contest":"区域赛 VP","date":"2026-10-10",
  "durationMinutes":300,"teamMode":"team","problems":[
    {"problemId":"A","status":"AC","readMinutes":8,"solveMinutes":22,
     "attempts":1,"competencies":["contest-reading"]}]}]

coach_scope 会返回一个能力或知识点的适用范围、延伸、反例、常见错误、迁移题 和退出条件。没有人工范围卡片时它会明确拒绝编造，避免把“讲过”误当成“会用”。

能力排名只是取舍参考。排在前三之外、尚未映射到目标能力的节点也能布置，由小鲸解释 为什么现在练；课程版本、当前阶段和真实前置的检查继续保留。

长期学习路线

coach_curriculum assess 从已有检测、代码判因、做题记录和日程实际完成中列出 可引用的证据；VP 题目与复盘里的 competencies 也会生成稳定证据 id，不会把 rating、学习状态或取消的卷子当成短板。每条记录带内容引用 id 和事件身份 eventId。训练阶段的每个节点必须有真实记录：finding=gap 引用失败/超时/依赖提示等短板，finding=extension 引用已独立做出或过卷的能力起点。

缺记录时先建 diagnostic 阶段，写明要确认的问题与取证方法，不能直接宣布弱项。 远期设想用 provisional 保留，补足依据前不能执行。每个阶段除能力成果和验收条件外， 还要写 basis、goalContribution、priorityReason、estimatedHours、evidenceRefs、 finding、kind、uncertainty、diagnosticMethod。前置必须来自显式的 learned/verified 记录，或路线中在此前安排的必验训练，不能从游标位置推定已经学会。

CURRICULUM.yaml 保存路线与修订历史：read 查看，create 建立，revise 调整， advance 推进。阶段可以只绑定比赛能力（读题、决策、团队沟通），这类阶段用 VP/复盘证据验收，不必伪装成地图节点。进入阶段时保存证据事件快照；诊断阶段每个节点需有新的真实观察，训练阶段所有节点必须 verified，能力目标必须有阶段后的新 baseline 证据。改旧备注、成绩或 把同次做题从课表迁入进度，不算新训练。当前诊断也不能通过改种类或删节点逃过验收。 写操作带 expectedRevision 和理由，避免旧上下文覆盖新计划。 路线按剩余 estimatedHours、每周预算和目标日期提示容量不足或估算缺失；这只是 调整范围的提示，不会把周平均当成精确日程，也不阻止执行。

每轮注入比赛目标、能力重点、长期阶段和未完成单元。coach_assign 带课程版本，普通训练 限于当前主线；补漏/复习需声明目的和返回依据。完成记录仍归原进度文件， 不会因一题 AC 或日历到期自动跳阶段。没有建立课程的用户保持原有工具行为。

本周主线可设置 focusUntil，到期先复盘修订。路线不提前占用数月日程， coach_plan 继续管理近期时间块。旧 v1 路线可读，会标记 needsReview；需明确 修订当前及后续阶段后迁移 v3，插件不会自动重写。优先级与教学方案仍由模型判断， 程序现在会要求目标和 VP 证据先进入策略层；能力卡片仍由仓库维护，未知卡片不会自动臆造。 现在可以直接连接 VP：coach_vp_connect start 打开授权页，登录并允许只读访问后， 把一次性 code 交给 coach_vp_connect finish。然后用 coach_vp_sync 增量同步比赛、 提交、事件和个人历史；同步会自动生成带账号前缀的 VP 训练证据，仍由复盘和检测决定 能力结论。小鲸先用 coach_vp_contests 按比赛名称选场，再调用 coach_vp_replay，不需要你记 Contest ID。 VP 回放按钮会打开可视化页面， 把 AC、WA/TLE/RE 和比赛分钟画在同一条时间轴上。

每个 VP 账号都放在 ~/.dsh/knowledge/vp-accounts/<user_id>/，token 单独保存， 同步游标、原始安全投影、回放缓存和 VP_EVENTS.yaml 都按账号分开。个人训练数据 PROGRESS.yaml、CURRICULUM.yaml、SCHEDULE.yaml、TARGET.yaml 始终留在 ~/.dsh/knowledge/，切换 VP 账号不会换教练。2.4.0 对旧账号目录只补齐缺失的个人文件；主目录已存在时保留它，冲突账号版本另存为 .from-vp-account-<user_id>。完成标记防止以后反复迁移覆盖，原账号文件保留；2.3.1 已产生的 .pre-vp-account-<user_id> 备份也保留。 服务端 返回的账号 id 与当前账号不一致时，客户端拒绝写入。同步和回放都不返回提交代码或 judge 输出。 disconnect 只删除本地 token，保留缓存，方便重新连接同一个账号。

详见 长期课程机制。

2.6：独立验收、灵活训练与逐题依据

章节分数及限时通过仍记为 passed，但只有本次做出的题都明确报告 independent: true，才新增 verified 和验证段位。独立性未知或有帮助时，保留实际成绩，不能自动认证；旧证书保留，不补造独立事实。独立性来自明确记录，不是工具能从 AC 猜出的结论。延迟保持与迁移仍由既有课程 exitChecks 单独验收。

训练沿用 coach_assign / coach_log / coach_plan：短诊断和整场 VP 可以直接绑定比赛能力，时长由教练明确给出；旧知识点练习和默认时长继续支持。计划只记录安排，不证明训练完成。

coach_target profiles 和 coach_focus 返回逐题 samples 与 coverage。中国亚洲区域赛主配置包含南京 2022 全卷十三题和 2023 六题，每题列模型、能力和命题组解题页；NWERC 十三题仅作扩展参考，WF 的三题仍是题面诊断。西安目录已经核对，题解未获取，算法样本数如实为零。覆盖数字不产生专题频率、奖牌线或预测；小鲸结合个人证据决定重点。

2.5：接着教，判断仍归小鲸

coach_note 只做一件事：把一个知识点的教学判断和接续点留在现有 PROGRESS.yaml 的 nodes.<id>.lessonNotes。read 查看最近笔记，write 保存 summary 与 nextStep；不新增课程状态机、聊天数据库或另一份掌握记录。 coach_status 的 teachingContext 和每轮首步状态会带上短笔记，需要原话时再查原生会话。 未指定节点时，读取优先显示最近有笔记的未完动作，再看游标；没有游标则看最近笔记。 写入默认使用游标，显式 node 优先，不会为了写笔记移动游标。

studentQuote 可选。填写时核对当前 dsh 会话中的真实学生消息，自动记录来源； 插件消息、压缩摘要和其他会话不能冒充学生回答。核对原话存在不等于判断学生理解， 没有原话的笔记也可保存，但标作教练判断。笔记不会改进度状态、游标、待办或检测结果。 旧宿主没有原生会话查询时，普通笔记可用，带原话的写入会明确拒绝。

teachMinutes 现在只保存讲授计划，不再自动写“已经教过”的日期。实际进入学习由 教练显式 coach_mark studying 记录；已有接触记录继续可用，但不证明理解。 这版验证的是记录、来源和续课机制；真实小鲸对话的教学效果仍需观察。

2.4：证据、验收与教学依据

coach_focus 分开近30天的独立成功、待确认观察、已确认短板，按不同场次计数。 成功不会增加“问题次数”；WA 不直接证明不会。coach_postmortem findings 用 hypothesis/confirmed/resolved 区分判断，必须引用 coach_curriculum assess 返回的本场 原始事实；原始内容变化后旧确认引用失效。旧文字复盘保留为观察，不删除。

新训练阶段必须提供结构化 exitChecks，例如 [{node: "区间 DP", minEvents: 2, minDistinctDays: 2, independent: true, maxMinutes: 45}]。 只有满足条件、本阶段发生的不同成功事件才计数，缺独立性或用时记录不会被猜成通过。 read 返回每项 exitCheckResults 和缺口；旧 v1/v2 课程只读保留，先 revise 补齐条件 后升级 v3。通过检测证明的是该次条件下的表现，不能解释成永久掌握。

coach_target profiles 提供 regional-diagnostic、wf-extension、xian-pending 三个 有来源、采样范围和限制的配置，选定后可通过 profileId 保存。它们都仍是 provisional， 不是西安考纲、专题频率或奖牌保证。coach_scope 优先使用14张精确节点卡，返回识别条件、 证明问题、失效反例、迁移练习与原始资料，避免把一个 DP 通用卡当成所有 DP 节点的讲法。 详见 比赛与教学依据。

近期安排需解释“长期能力 → 本次比赛 → 当前阶段 → 今天一个动作”的取舍。 VP 增量同步会累计各分页记录，hasMore 告诉教练是否继续拉下一页；不会把累计缓存冒充新增记录，也不会覆盖教练补充的独立性和能力标签。平台无时区的时间按服务端 UTC 约定解释，训练日期按本机日期记录；不更改 VP 服务端。

coach_curriculum assess 支持 evidenceEventIds 查询旧场次，不受全局最近200条的影响。 事件级 measurements 可记录 competency/metric/value/passed/independent/occurredAt；例如 已核对回放后的零漏读测量。工具要求有限数值与显式验收、独立性，不能从一个 AC 自动推断。 同场同指标不会凑成“两场通过”；修改旧记录也不会变成新阶段的新表现。

「学过」和「已验证」是两级，绝不合并。 自评 ≠ 掌握 —— 合成一个「会/不会」就等于退回「从数据推断掌握度」，而数据能说「花了很久」， 说不出「卡在哪」。所以 verified 手标不了，它只能由检测产生。

装

# 1. 装 dsh（需要 Node ≥ 24）
npm i -g @deepseek-ai/dsh

# 2. 装插件（二选一）
dsh plugin --profile web add acmer-coach                        # 从 npm（推荐）
dsh plugin --profile web add github:Miantiao1231/acmer-coach    # 或从 GitHub

# 3. 重启 dsh，然后跟小鲸说「初始化」

npm 上搜 acmer-coach，或者直接开 https://www.npmjs.com/package/acmer-coach。

初始化流程（说话就行，不用敲命令）：

  1. coach_setup { action: "status" } —— 体检，看缺什么
  2. coach_setup { action: "init" } —— 建数据目录、铺地图、建训练库
  3. 它会问你 CF handle，然后 coach_setup { action: "sync", handle: "..." }

同步不需要 CF 登录、不需要 API key —— 用的都是 CF 的公开接口 （user.info / user.status / problemset.problems）。 同步只搬运事实：你过了哪些题、什么难度。它不推断你会什么。

⚠️ 改完代码必须重启：cordis 的 HMR 只重载配置，不重新 import 模块本体。 ESM 模块在进程里只求值一次，之后永远命中缓存 —— 旧代码继续跑， 不报错、不报警。唯一例外是只改浏览器端（lib/client.js），刷新页面即可。

首次使用：先诊断，不把猜测当短板

说清楚这一点：装完它对你一无所知。没有检测记录、没有判因台账， 它应明确哪些未知，先安排能取得证据的小诊断；数据不足不能编造掌握度或弱项。

检测和实际训练记录逐步减少不确定性，不承诺“用满两周就一定准”。

定位不是"推断"，是二分搜索。 349 个节点，第一次怎么知道你在哪：

拉 CF 的 AC 记录 + 标签
  → 映射到地图节点，算「接触证据」（相关题过了几道、什么难度）
  → 挑「有证据、且前置也都有证据」的**最深**节点当起点候选
  → 出卷考一次确认
      过了 → 往前走
      不过 → 往回退一层
  → 几次收敛

为什么不做成「拉数据自动算出你会什么」：试过，证伪了。 一个人某题提交 11 次，数据能说"花了很久"，说不出"缺哪个机制"。 "他碰过"和"他会"是两件事，前者能从数据看出来，后者只能靠检测。

三个平台怎么接

题池是随包发的（41,518 道，三个平台），coach_setup init 时灌进本地库。 没有它 coach_pool 挑不出「他没做过」的题 —— 那个条件永远满足不了。

提交记录是另一回事，三个平台难度差很多：

平台 题池 提交记录 怎么拿
Codeforces ✓ ✓ 官方公开接口，coach_setup { action: "sync", handle: "..." } 一条命令，不需要登录
Nowcoder ✓ — 没有公开的记录接口。走 coach_import（自己导出 / 手敲）
Luogu ✓ — 同上。仓库里带了个可选的浏览器扩展，见下

⚠️ 洛谷：先说风险

洛谷的服务条款不欢迎抓取，而且这个项目的原版有账号因爬取被封的真实先例。 题池里那 16,483 道洛谷题是爬来的（见 assets/pool/LICENSE）。

assets/extension/luogu/ 里带了一个扩展，它不发任何网络请求 —— 只读你屏幕上已经显示的内容，然后让你下载一个文件。比爬虫轻得多，但不等于零。

用不用你自己判断。 不想担风险的话：只关注 CF（零风险）， 或者手动记几道题。详见 assets/extension/luogu/README.md。

可选扩展：接上你的 Obsidian 笔记

如果你用 Obsidian 记竞赛笔记，assets/extension/notes/ 是一个可选的 dsh 插件， 把笔记库和教练地图接起来：给一个知识点名，一次拿到「你为它写的笔记正文 + 图上的前置 / 后继 + 你的学习进度」。

最直接的收益在讲知识点那一步 —— 教练讲完会附一份板子，接上笔记后， 这份板子能对着你自己的写法来（宏、命名、大括号、注释密度，照你的笔记全套对齐）。

纯附加，不装不影响任何功能。装法、配置（一个必需的环境变量：你的库路径）、 「映射怎么建」的说明都在 assets/extension/notes/README.md。

给教练接持久记忆（可选）

dsh 的会话上下文有限 —— 新开一个会话，教练不记得上次聊到哪。想让它跨会话记住你， 可以接一个记忆服务：Hindsight 是一个开源的 agent 记忆系统（MIT 许可，有云版，也可以自己 Docker 部署）， 挂上去之后每轮自动召回相关记忆、对话结束自动归档。

本项目不带这个插件 —— 自己装 Hindsight，再写一个 dsh 插件做桥 （进对话时 recall 注入、结束时 retain 归档）即可。

文件

文件 作用
index.js 插件本体（host 端，31 个工具 + 规则注入）
lib/setup.js 环境搭建 + CF 公开数据同步
lib/curriculum.js 持久课程路线、阶段验收门槛、版本与修订历史
lib/curriculum-evidence.js 从实际记录派生证据引用与事件身份，去重课表和训练记录
lib/curriculum-planning.js 阶段编排依据、前置顺序与进入阶段后的新证据检查
lib/teaching.js 节点续课笔记，复用进度文件与 dsh 原生会话查询
lib/client.js 浏览器端：会话头部「技能树」按钮 + 弹层
package.json 声明 dsh.bundle.patch + dsh.client
cordis.patch.yml bundle 层的 insert 行
progress-cli.mjs 进度 CLI。它不自己实现规则，只翻译 argv
verify.mjs 验收（几百条机器检查）。跑的是已安装副本，不是源码
verify-shape.mjs 形状扫描：把每个工具的返回值喂回它自己的 output.schema，抓「返回里有、schema 里没有」这类只在运行时才炸的错
dev.sh 开发回路：同步 + 验收，一条命令
build-node-meta.mjs 算每个节点的 entry（跑题池，离线）
assets/rules/ 教练规则 —— 由插件注入 system prompt
assets/knowledge/ 地图与元数据
assets/oiwiki/ OI Wiki 本地检索库
assets/pool/ 随包发的题池（41,518 道，三平台）—— 见该目录下的 LICENSE（有风险说明）
assets/extension/ 可选扩展：洛谷记录导出（浏览器扩展）+ Obsidian 笔记桥（dsh 插件）
coach/ 地图工具链（Python）+ 指标脚本

三层

层 内容 怎么生效
规则 assets/rules/coach-rules.md 插件用 systemPrompt.section() 注进 system prompt（和人设同一条路）。改它要重启 dsh
知识 地图 4 份 + OI Wiki 检索库 coach_setup init 铺到数据目录；OI Wiki 直接从包里读
工具 31 个 装完就在

规则进的是 system prompt，不是消息流：行为约束每轮都得在场， 而消息流会被长对话把尾巴挤掉。文本是静态的（只在加载时读一次）—— 每轮现算会打穿 prompt cache。

assets/knowledge/

文件 内容
MAP.yaml 349 个知识点 / 401 条前置边。由 coach/build_map.py 生成，别手改
DEPENDS.yaml 前置关系的唯一真相源（人维护），改它再重跑 build_map.py
NODE_ENTRY.yaml 每个节点的入门段位（题池 p25），机器算
NODE_META.yaml tier 标注（core / normal / rare / skip），人维护

PROGRESS.yaml、SCHEDULE.yaml 和 CURRICULUM.yaml 不随包发 —— 它们是你的进度、日程和课程， 首次写入时由插件自己生成（带正确的文件头）。发模板等于给文件头造第二份真相。

开发回路

bash dev.sh          # 同步副本 + 验收 + 形状扫描 + 课程/证据测试 + 比账本指纹

单独跑：

node verify.mjs && node verify-shape.mjs      # 主验收
node dev/w1-check.mjs                          # 解绑 + 闸门 + 规则注入
node dev/wiki-check.mjs                        # OI Wiki 检索
node dev/setup-check.mjs                       # 冷启动（离线）
node --test dev/curriculum-check.mjs            # 长期课程（隔离数据）
node --test dev/curriculum-evidence-check.mjs   # 证据目录、事件身份与重复记录
COACH_TEST_NET=1 node dev/setup-check.mjs <handle>   # 冷启动（真打 CF）
bash dev/trace-scan.sh                         # 开源前反证：没留私人痕迹

同步用 cp，不走 dsh plugin remove/add —— 那条路实测不可靠 （pnpm 可能只复制 store 里的缓存版本，于是 add 打印成功、副本却仍是旧的）。

verify.mjs 第 0 关是第二道保险：源码和副本不一致就 exit 1，不许往下测。

设计上的几个坑（都踩过，写下来）

1. file: 依赖装出来的是硬链接，不是拷贝。 原地写两边同变，但改名式写入（Edit 工具、VS Code 原子保存、 vim backupcopy=no）会断开链接 —— 断开后两边分家，而 dsh plugin add 认不出分家、不重链也不报错。于是「改完 → 重装 → 测试绿」能一路绿到底， 验的却是老代码。这是静默的，所以 dev.sh 逐个文件比 inode， verify.mjs 第 0 关再比一次内容。

2. 同一件事别写两遍。 夹具写接口的闸门，判据和 DATA_DIR 必须同源、同一时刻捕获。 早先判据是"调用时读环境变量"、而 DATA_DIR 是"加载时定"—— 两个时刻的事实可以不一样，于是出现「数据目录是默认的、闸门却放行」。 闸门自己长出了它要防的那种 bug。

3. 查不到的时候，不许硬凑。 coach_wiki 的检索把查询词分两档：整串/词（必须命中）和中文二元组 （只参与打分）。二元组太松 ——「不存在的知识点」能切出「知识」「存在」， 满库都是，于是随便输点什么都能返回 5 条看着像结果的东西。 那比返回空更坏：空结果会让人换个词，假结果会让人直接开讲。

闸门只能拦住机械可判的那一半。剩下的（该不该复习、这块讲没讲过、 这个节点是不是他其实早不想学了）只能靠判断，写不进代码。 别指望工具把教练的活全干了。

对外暴露的 HTTP 路由

/coach 一棵子树（ctx.webServer.register，prefix 一条，内部再分发）：

路径 干什么
/coach 302 → /coach/skilltree.html（不给目录列表）
/coach/skilltree.html 吐技能树页面
/coach/api/progress GET 读进度 / POST 写（mark / cursor）
/coach/api/schedule GET 读日程 / POST 写。日程视图读写 SCHEDULE.yaml 的唯一通道

鉴权交给 dsh 自己：主闸是 connection.requestRejection(req) —— dsh 的签名 cookie + Host fence。不自己抄一套 loopback 检查： 抄的话 dsh 改鉴权规则这边就落后了。

致谢与许可

知识点地图来自 OI Wiki

MAP.yaml 的知识点与分类取自 OI Wiki 的导航结构（mkdocs.yml，351 条），前置关系由人工维护的 DEPENDS.yaml 补充。 assets/oiwiki/ 直接是 OI Wiki 正文的本地检索副本。

OI Wiki 是个了不起的社区项目 —— 如果你觉得这里的地图有用， 请去给上游点个 star：https://github.com/OI-wiki/OI-wiki

⚠️ 前置边是人工整理的，首轮未经全面校对。 出现「为什么 X 依赖 Y」 这种疑问是正常的，欢迎提 issue 修正。地图说「允许学什么」， 不说「合适学什么」—— 后者是教练的判断，不是地图的。

许可分层

部分 许可
代码（index.js / lib/ / *.mjs / coach/*.py 等） MIT（见根目录 LICENSE）
assets/knowledge/ CC BY-SA 4.0 —— 衍生自 OI Wiki
assets/oiwiki/ CC BY-SA 4.0 —— OI Wiki 正文
assets/pool/ 来源与风险见该目录下的 LICENSE —— CF 部分是官方公开接口（无风险），洛谷部分是爬取的（有风险），仓库不对它主张权利

OI Wiki 的内容部分采用 CC BY-SA 4.0（署名 + 相同方式共享）及附加的 The Star And Thank Author License。 本仓库对衍生部分沿用同一许可，署名 OI Wiki Team。 分层声明见各目录下的 LICENSE。