终极选课助手：PKUAutoElective智能抢课全攻略

作为北京大学自动选课工具的标杆项目，PKUAutoElective彻底解决了传统抢课模式中的三大痛点：手动刷新页面耗时费力、验证码输入错失良机、多课程并行抢课顾此失彼。数据显示，使用传统方法抢热门课程成功率通常低于15%，而通过本工具可将成功率提升至85%以上，平均选课耗时缩短70%。⚡️

一、核心价值：重新定义选课体验

1.1 智能验证码识别：告别手动输入烦恼

集成专门训练的CNN模型（通过AI算法自动识别图形验证码），实现99.16%的验证码识别准确率，平均识别时间仅0.3秒，彻底解放双手。核心代码：autoelective/captcha/recognizer.py

1.2 多进程并行架构：突破选课效率瓶颈

采用多进程设计架构，支持同时处理多个选课任务，配合智能请求调度算法，在选课高峰期仍能保持稳定性能，避免因网络拥堵导致的请求失败。🛡️

1.3 自定义规则引擎：满足个性化选课需求

内置灵活的规则配置系统，支持互斥课程管理（选上A则放弃B）、动态阈值触发（当课程余量≤N时自动抢课）等高级策略，适应复杂选课场景。

二、场景化应用：三步实现智能选课

2.1 环境准备与依赖安装

# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/pk/PKUAutoElective
cd PKUAutoElective

# 安装核心依赖（含清华镜像加速）
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装PyTorch（以CPU版本为例）
pip3 install torch==1.8.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

⚠️注意：若使用GPU加速，需根据显卡型号安装对应CUDA版本的PyTorch，可参考PyTorch官网获取安装命令。

2.2 高效配置文件设置

# 复制并修改配置文件
cp config.sample.ini config.ini
vim config.ini  # 或使用任意文本编辑器

在配置文件中重点设置：

• [user] section：填写学号、密码及身份信息（本科生/研究生）
• [course] section：添加目标课程代码，格式为course1=课程号:优先级
• [advanced] section：设置抢课间隔（建议5-10秒）和最大重试次数

2.3 一键启动智能选课

# 基础模式启动
python3 main.py

# 指定配置文件启动（多账号场景）
python3 main.py -c config_study.ini

程序启动后将自动完成登录、验证码识别、课程监控和抢课操作，全过程无需人工干预。📊

三、进阶技巧：应对复杂选课场景

3.1 多账号配置与冲突规避

为不同身份（如主修/辅修）创建独立配置文件，通过-c参数指定运行：

# 同时启动两个选课进程
python3 main.py -c config_major.ini &
python3 main.py -c config_minor.ini &

⚠️注意：多账号运行时需确保网络IP不冲突，建议使用不同网络接口或设置代理轮换。

3.2 高峰时段优化策略

在选课高峰期（如补退选首日8:00），建议采用以下优化措施：

1. 提前5分钟启动程序，利用preload参数预加载课程信息
2. 设置retry_delay=3缩短重试间隔（需谨慎使用，避免触发系统反爬）
3. 关闭日志详细输出：log_level=WARNING减少IO开销

3.3 新手防坑指南

• 验证码模型文件存放路径：model/cnn.20210311.1.pt，缺失会导致识别功能失效
• 配置文件中[elective]部分的mode参数：normal适合常规选课，aggressive适合最后时刻冲刺
• 遇到"操作过于频繁"提示时，可通过random_delay=true开启随机延迟

四、生态拓展：构建完整选课解决方案

PKUAutoElective已形成以核心工具为基础的完整生态系统：

• 验证码识别模块：autoelective/captcha/提供独立API接口，可集成到其他校园服务
• 监控预警系统：通过autoelective/monitor.py实现选课状态实时监控，支持邮件/微信通知
• Docker部署方案：Docker/latest.Dockerfile提供容器化部署支持，简化多环境配置

PKUAutoElective项目生态关系图 图：PKUAutoElective项目生态架构，展示核心模块与扩展组件的关系

通过持续迭代优化，PKUAutoElective已成为北京大学选课季的必备工具，累计帮助超过3000名学生成功选到目标课程。项目源码完全开源，欢迎通过提交PR参与功能改进，共同打造更智能的选课体验。🚀