U校园自动答题神器:AutoUnipus助你告别刷题烦恼 🚀
2026-02-06 05:09:54作者:彭桢灵Jeremy
还在为U校园平台上堆积如山的练习题而头疼吗?AutoUnipus这款U校园自动答题脚本能够帮你轻松应对,实现单选题100%正确率的自动化作答,彻底解放你的时间和精力!
✨ 项目亮点与核心功能
AutoUnipus是一个基于Python和Playwright库开发的智能答题助手,专为U校园平台设计。它能够模拟真实用户操作,自动登录并完成练习题,让你从繁琐的刷题任务中解脱出来。
双模式运行,灵活应对不同需求
项目提供了两种实用的运行模式:
自动模式 - 程序启动后自动登录,跳转到指定课程页面,识别"必修"练习并进行自动答题和提交。
辅助模式 - 当你进入任意题目界面时,只需按下Enter键,程序就会自动选中正确答案,但不会直接提交,给你充分的自主权。
📋 快速上手指南
环境准备
- 操作系统:支持Windows、macOS和Linux
- Python环境:Python 3.x版本
- 浏览器支持:Edge或Chrome浏览器(需安装在默认路径)
安装步骤详解
-
获取项目代码 使用以下命令克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/au/AutoUnipus -
配置账号信息 打开项目根目录下的
account.json文件,按照以下格式填写你的信息:{ "username": "你的U校园账号", "password": "你的登录密码", "Automode": true, "Driver": "Edge", "class_url": ["你的课程链接"] } -
安装必要依赖 在项目目录下执行:
pip install -r requirements.txt -
启动程序 运行主程序文件:
python AutoUnipus.py
🔧 使用注意事项
功能限制说明
- 目前仅支持单选题的自动化作答
- 仅适用于能够重复作答的课程类型
- 如果遇到图形验证码,需要手动输入
- 出现安全验证提示时,手动完成验证即可继续使用
浏览器配置要点
- 默认使用Edge浏览器,如需使用Chrome请修改
Driver参数 - 确保浏览器安装在系统默认路径
- 程序会自动处理浏览器窗口大小和权限设置
🎯 核心源码结构
主程序文件:AutoUnipus.py
- 包含自动登录、题目识别、答案选择等核心逻辑
- 支持异常处理和超时设置
配置文件:account.json
- 存储用户账号信息和程序运行参数
- 支持多个课程链接的批量处理
💡 使用技巧与建议
自动模式适用场景:
- 需要批量完成多个课程的练习
- 时间紧张,希望快速完成刷题任务
- 对单选题正确率有较高要求
辅助模式优势:
- 操作更加灵活可控
- 减少触发安全验证的概率
- 适合对特定题目进行精准操作
🛡️ 安全使用提示
虽然AutoUnipus能够有效提升学习效率,但使用时请注意:
- 仅用于个人学习和研究目的
- 遵守学校和教育平台的使用规定
- 合理规划学习时间,避免过度依赖
🚀 开始你的自动化学习之旅
现在你已经了解了AutoUnipus的所有基本信息,是时候开始体验U校园自动答题带来的便利了!按照上述步骤配置好环境,填写正确的账号信息,就能轻松享受智能刷题的乐趣。
记住,技术是为了让生活更美好,合理利用工具才能获得最佳的学习效果。祝你在U校园的学习之旅更加轻松愉快!🎉
项目文件:AutoUnipus.py | account.json
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.13 K
昇腾LLM分布式训练框架
Python
193
272
