# 🎯 CS 知识应试强化系统

基于纯 HTML + CSS + JS 的计算机科学知识应试训练平台。

## 快速开始

```bash
cd /home/wonder/code/examination
python3 -m http.server 8080
# 浏览器打开 http://localhost:8080
```

## 项目结构

```
├── index.html                  # 前端入口（单文件 SPA）
├── topics/                     # 题目数据
│   ├── index.json              # 主题索引
│   └── {topic-slug}/
│       ├── meta.json           # 主题元信息
│       ├── fill_blank.json     # 填空题
│       └── single_choice.json  # 单选题
├── schema/                     # JSON Schema 与模板
│   ├── question.schema.json    # 题目校验 Schema
│   ├── prompt-template.md      # LLM 生成提示词模板
│   └── templates/              # 各题型示例模板
└── .ref/                       # 参考数据（不提交 git）
```

## 数据格式

每个主题是一个独立目录，包含：
- **meta.json** — 主题描述、标签、统计数据
- **{题型}.json** — 按题型拆分的题目文件

题目文件顶层结构：
```json
{
  "topic": "gc-jvm",
  "type": "fill_blank",
  "schema_version": "1.0.0",
  "questions": [...]
}
```

详见 [schema/question.schema.json](schema/question.schema.json)。

## 支持的题型

| 题型 | 代码 | 说明 |
|------|------|------|
| 单选题 | sc | 4 选 1 |
| 多选题 | mc | 多选多 |
| 判断题 | tf | 对/错 |
| 填空题 | fb | 填写空白 |
| 简答题 | sa | 开放式回答 |
| 代码阅读 | cr | 阅读代码回答问题 |
| 场景分析 | sn | 分析技术场景 |

## 添加新题目

1. 在 `topics/` 下创建 `{topic-slug}/` 目录
2. 创建 `meta.json`（参考已有主题）
3. 按题型创建 JSON 文件（参考 `schema/templates/`）
4. 更新 `topics/index.json`
5. 刷新页面即可

## 使用 LLM 批量生成题目

参考 [schema/prompt-template.md](schema/prompt-template.md) 中的提示词模板。

## 自定义导入

在页面侧边栏点击"📥 导入题目"，可粘贴 JSON 或上传文件临时导入。

## License

MIT