终极编程竞赛助手:Competitive Companion 浏览器扩展完全指南 🚀
Competitive Companion 是一款强大的浏览器扩展,专为编程竞赛爱好者设计,能够自动解析 90+ 主流在线评判系统(如 Codeforces、AtCoder)的题目数据,并无缝同步到各类开发工具中。本文将带你快速掌握这款竞赛必备神器的安装、配置与高效使用技巧,让你的刷题效率提升 10 倍!
🌟 为什么选择 Competitive Companion?
在编程竞赛中,手动复制粘贴题目描述、输入输出样例是最浪费时间的环节之一。Competitive Companion 作为一款免费开源的竞赛题目嗅探工具,能帮你自动完成这些重复工作,让你专注于算法逻辑本身。
Competitive Companion 支持 90+ 在线判题系统,自动提取题目信息与测试用例
✨ 核心优势
- 覆盖全面:支持 Codeforces、AtCoder、洛谷等 90+ 主流 OJ 平台(完整列表见 src/parsers/)
- 无缝集成:与 CP Editor、VS Code 插件等 20+ 开发工具完美协作
- 实时解析:一键提取题目描述、时间/内存限制、多组测试用例
- 完全免费:开源项目,无广告无付费功能,持续更新维护
🚀 快速上手:3 步安装配置
1️⃣ 安装浏览器扩展
根据你的浏览器类型选择对应版本:
- Chrome/Edge 用户:访问 Chrome 网上应用店搜索 "Competitive Companion"
- Firefox 用户:在 Firefox 附加组件商店搜索 "Competitive Companion"
⚠️ 注意:国内用户若无法访问应用商店,可通过 项目仓库 下载源码本地构建(详见后文开发指南)
2️⃣ 选择接收工具
安装完成后,你需要选择一个接收解析数据的工具。推荐以下几款主流选择:
| 工具名称 | 特点 | 适用场景 |
|---|---|---|
| CP Editor | 专为竞赛设计的编辑器,内置测试功能 | 新手首选,开箱即用 |
| VS Code + CPH 插件 | 集成到 VS Code 环境 | 习惯 VS Code 的开发者 |
| JetBrains + CHelper | IDEA/PyCharm 插件 | Java/C++ 选手 |
完整工具列表见 官方文档 中的支持工具清单
3️⃣ 一键使用流程
- 打开任意 OJ 平台的题目页面(如 Codeforces 1A)
- 点击浏览器工具栏中的 绿色加号图标 ➕
- 工具将自动接收题目数据,完成!
🛠️ 高级配置指南
⚙️ 自定义数据接收端口
默认情况下,扩展会向本地 10043 端口发送数据。如需修改,可通过以下步骤:
- 打开扩展选项页面(浏览器扩展管理中找到 Competitive Companion 并点击 "选项")
- 在配置界面中修改默认端口号
- 确保接收工具使用相同端口设置
配置文件路径:src/options.ts
📝 本地开发与源码构建
如果你需要自定义功能或无法访问应用商店,可以通过源码构建:
# 克隆仓库
git clone https://gitcode.com/gh_mirrors/co/competitive-companion
# 安装依赖
cd competitive-companion
pnpm install
# 构建 Chrome 版本
pnpm build:chrome
# 构建 Firefox 版本
pnpm build:firefox
构建完成后,在浏览器中加载 build-chrome 或 build-firefox 目录下的扩展文件即可。
💡 竞赛高手的使用技巧
🚦 批量导入竞赛题目
在参加线上比赛时,可通过扩展一键导入整场比赛的所有题目:
- 打开竞赛列表页面(如 Codeforces Round #789)
- 点击扩展图标,选择 "Import All Problems"
- 所有题目将按顺序导入到你的开发工具中
实现原理:src/parsers/contest/ 目录下的竞赛解析器会批量处理题目列表
🧪 测试用例管理
Competitive Companion 会自动提取所有测试用例,包括样例输入、预期输出以及隐藏测试点(部分平台支持)。在 src/models/Test.ts 中定义了测试用例的数据结构,你可以根据需要自定义格式。
🌐 支持的 OJ 平台展示
以下是部分主流支持平台(完整列表见项目 README):
Competitive Companion 支持的部分 OJ 平台,持续新增中
- 国际平台:Codeforces、AtCoder、Topcoder、Kattis
- 国内平台:洛谷、AcWing、牛客网、计蒜客
- 高校 OJ:POJ、HDU、ZOJ、UVA
🔧 常见问题解决
❌ 扩展点击无反应?
- 检查接收工具是否已启动并监听正确端口
- 确认当前页面是题目详情页(非列表页)
- 查看浏览器控制台(F12)是否有错误信息,可提交 issue 到 项目仓库
🚫 部分平台解析失败?
由于 OJ 平台可能更新页面结构,导致解析器失效。你可以:
- 检查是否使用最新版本扩展
- 在 tests/data/ 中查看该平台是否有测试用例
- 提交 issue 时附上页面 HTML 源码,帮助开发者修复
🤝 参与贡献与开发
作为开源项目,Competitive Companion 欢迎所有开发者参与贡献。无论是新增 OJ 解析器、修复 bug 还是改进文档,都可以通过以下方式参与:
- Fork 项目仓库
- 创建分支开发新功能
git checkout -b feature/new-parser - 提交 PR 到主分支
核心开发文件说明:
- 题目解析逻辑:src/parsers/problem/
- 竞赛解析逻辑:src/parsers/contest/
- 数据模型定义:src/models/
🎯 总结
Competitive Companion 作为一款终极编程竞赛辅助工具,通过自动化题目解析与工具集成,彻底解放了竞赛选手的双手。从今天开始使用这款神器,让你的刷题效率提升一个档次!
项目地址:https://gitcode.com/gh_mirrors/co/competitive-companion(仅用于 clone 代码,非首页链接)
如果你觉得这个工具对你有帮助,别忘了给项目点个 Star ⭐,并分享给身边的竞赛伙伴!
祝大家刷题愉快,竞赛顺利!🚀
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00