智练 CodeLab 是面向编程学习者的本地 Web 应用:从题库练习出发,运行代码、查看判题结果、按需获取 AI 帮助,再通过解释修改和独立迁移练习检验理解。支持 Python 3.11 与 C++17,AI 仅连接 DeepSeek 官方 API。
| 模块 | 当前能力 |
|---|---|
| 题库练习 | 60 道分类题与 3 道演示题;分类、难度和状态筛选,Python/C++ 运行与判题 |
| 学习共创 | 验证代码、解释修改、独立完成关联练习,保存与代码版本绑定的学习记录 |
| 编程辅助 | 流式聊天、分级提示、代码优化;自由辅助模式下可使用自动补全 |
| 实战任务室 | 9 个项目,覆盖需求确认、开发、实际验收、变更与交付导出 |
| 学习记录 | 提交历史、问卷推荐、学习分析、积分及个人资料 |
| 达菲郁助手 | 聊天与桌宠交互,思考和回答分别展示,支持停止生成 |
手动编程、运行和判题不依赖 AI Key。AI 建议需要通过真实执行验证,有限用例通过不等同于证明已掌握知识。
下载源码后即可运行配置脚本:缺少 Python 3.11+ 或 Docker Desktop 时,脚本会询问是否从官方网站下载安装;已有环境会复用。需要联网及必要的系统安装权限,不必预装 Homebrew 或 WinGet。可以通过 GitHub 的 Code → Download ZIP 获取源码,也可用 Git 克隆;本项目运行无需 Node.js。
git clone https://github.com/FFspiky/ai-assisted-programming-system.git
cd ai-assisted-programming-system双击项目根目录的 setup-windows.cmd,完成后双击 start-windows.cmd。也可在 PowerShell 执行:
.\setup-windows.cmd
.\start-windows.cmd在项目根目录的终端执行:
bash setup-macos.command
bash start-macos.command缺少依赖时按提示输入 y 同意安装。Windows 会安装 Python、Docker Desktop,并在需要时请求管理员授权安装/更新 WSL 2;macOS 会安装 Python,并按 Intel/Apple Silicon 选择 Docker。Python 安装包校验 SHA-256,Docker 安装包校验发布者签名。Docker 首次启动的协议确认和系统授权需在其窗口中完成,脚本会等待引擎就绪。
如 Windows 提示需要重启,请手动重启后再次运行同一 setup 脚本。 脚本不会自动重启电脑;BIOS/UEFI 虚拟化未开启、系统版本不受 Docker 支持或安装权限受限时,需要按系统提示处理。详细流程与故障恢复见 首次配置说明。
依赖就绪后,脚本会建立独立 Python 环境、生成本地配置、准备执行镜像并初始化 63 道题。启动后自动打开浏览器,默认地址为 http://127.0.0.1:5001,端口被占用时选择邻近端口。注册自己的本地账号即可使用;停止服务请在启动窗口按 Ctrl+C。
重复配置保留已有设置和用户数据,数据库升级前自动备份。Python 依赖首次安装需要联网;没有随附镜像时会从 sandbox/ 联网构建。Apple Silicon Mac 会构建 arm64 原生镜像,需能访问 Docker Hub 和 Debian 软件源。
Important
GitHub 公开版本不包含任何真实 API Key、现成用户账号或用户数据库。 登录后可在「个人主页 → 个人资料 → AI 服务配置」填写自己的 DeepSeek Key。只有单独提供的评审目录才可能附带测试 Key;公开源码不会默认提供测试额度。
在 Releases 下载 codelab-runner-linux-amd64.tar 和 runner-image.json,放在代码目录旁的 runtime/ 中:
工作目录/
├── ai-assisted-programming-system/
│ ├── setup-windows.cmd
│ └── setup-macos.command
└── runtime/
├── codelab-runner-linux-amd64.tar
└── runner-image.json
随后运行对应系统的配置脚本。x86-64 主机会自动导入和校验随附镜像,无需访问 Docker Hub;Python 依赖安装和 AI 调用仍需联网。镜像只包含 Python/C++ 执行环境,不含项目密钥或用户数据。手动导入和架构说明见 代码交付文档。
以下截图来自本地运行的真实页面,CodeLab_Demo 是用于截图的独立演示账号,不包含在发行文件中。
app.py / config.py / models.py 应用入口、配置与数据模型
routes/ 账号、题库、判题及 AI 接口
services/ AI 访问、执行器与学习记录服务
modules/co_create/ 学习共创
modules/task_room/ 实战任务室
templates/ / static/ 页面、本地字体、图标与素材
data/ / migrations/ 内置题库与数据库迁移
sandbox/ Docker 执行镜像与受限运行器
scripts/ 配置、启动、镜像及交付工具
tests/ Python、JavaScript 与浏览器回归
docs/ 使用、部署及模块说明
后端使用 Flask、SQLAlchemy、Flask-Migrate;本地数据使用 SQLite。个人 Key 使用 Fernet 加密保存。执行器限制网络、权限、内存、CPU、进程、时间和输出;Docker 不可用时停止运行,不回退到宿主执行。
在已激活的 Python 虚拟环境中执行:
python -m pip install -r requirements-dev.txt
npm ci
python -m ruff check .
python -m black --check .
python -m unittest discover -s tests
node --test tests/*.test.cjs涉及代码执行的测试需要运行中的 Docker 和 codelab-runner:local 镜像。模型测试使用替身,不消耗真实 API 额度。浏览器测试、迁移和手动启动步骤见 启动与验证。
GitHub Actions 检查 Python、前端、Docker 执行、数据库迁移、浏览器流程和依赖安全,并在 Windows/macOS runner 上独立检查启动脚本及配置逻辑。CI 中的 macOS 检查不包含交互式系统弹窗操作和 Docker Desktop 完整配置;桌面环境仍需实机验收。
| 想了解的内容 | 文档 |
|---|---|
| 启动、题库初始化与回归命令 | 启动与验证 |
| 镜像、交付目录与校验 | 代码交付 |
| 单独提供的评审目录与测试额度 | 评审使用指南 |
| AI 代码验证与迁移练习 | 学习共创 |
| 项目需求、验收和交付 | 实战任务室 |
| 题库分类、题目维护和语言支持 | 题库 · 语言 |
| 公网部署、密钥和数据保护 | 部署说明 |
| 版本变化 | 版本记录 |
当前实现以本地运行和演示为主要场景;公网部署前请按部署文档配置独立执行环境、持久化加密密钥和共享限流。页面字体与图标均随源码提供,相关许可见 本地前端资源。达菲郁素材及语气参考的来源与许可见 素材署名。




