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!🚀
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00