agentleFS
Sign inStart free
smiling66652smiling66652/workbuddy-skill-toolkits/yuketang-harvester/SKILL.md

yuketang-harvester

Skill1 starsChanged 48 days agoMITView on GitHub

批量归档长江雨课堂（changjiang.yuketang.cn）全部课程的课件——课表枚举、课件文字层提取、页图批量下载、讲义装配。当用户提到雨课堂、长江雨课堂、下载课件、课程归档、讲义整理、复习资料、课件转 PDF 时触发。

Create a free account to mount
Files
SKILL.md

长江雨课堂全课程课件归档

把自己账号里所有课程的课件批量抓到本地，整理成「可搜索讲义 + 页图 + 大纲」。

边界：只做读取与个人学习归档。不实现自动签到、不伪造学习时长、不自动答题。

前置条件

  1. 本机浏览器已登录 changjiang.yuketang.cn（必须是用户自己已登录的浏览器）。
  2. CDP Proxy 已运行：http://127.0.0.1:3456
    • 启动方式见 联网工具箱 skill（用它自带的 check-deps 脚本拉起）
    • ⚠️ 必须后台常驻启动，否则命令结束进程会被回收：
      cd "C:/Users/Matebook/.workbuddy/skills/联网工具箱" && node scripts/cdp-proxy.mjs
      用 run_in_background: true 启动。
  3. Bash 沙箱会拦回环：所有 curl 到 127.0.0.1:3456 必须加 dangerouslyDisableSandbox: true + --noproxy '*'。
  4. 本机 Bash 的 mkdir/cat/head/ls/grep/sleep 不可用 → 建目录用 PowerShell New-Item，写文件用 Write 工具。

执行流程

设 SKILL = 本技能目录，OUT = 输出根目录（默认 D:/桌面/浏览器/yuketang-research）。 脚本里的 OUT 常量需要按实际项目调整。

# 1) 建索引：课程 → 课时 → 课件
node "<SKILL>/scripts/harvest-all.mjs" index

# 2) 双通道抓课件：
#    通道A  presentation/fetch            → 有 shapes[].Text（新课程）
#    通道B  lesson-summary/.../presentation → 只有 cover 页图（旧课程）
node "<SKILL>/scripts/harvest-v2.mjs"

# 3) 下载"页图型"课件的全部页图 → courseware/<课程>__<cid>/<课件名>/p###.jpg
node "<SKILL>/scripts/dl-all-slides.mjs" [课程关键词]

# 4) 装配：每门课一份讲义 + 大纲 + 全局总览
node "<SKILL>/scripts/assemble-v2.mjs"

# 5)（可选）对页图型课件做 OCR，产出可搜索文字
python "<SKILL>/scripts/ocr-courseware.py" [课程关键词]

关键接口（实测，2026-09-14）

鉴权二选一，两种都通：

方式请求头
Bearer（推荐，浏览器内 fetch 直接用）Authorization: Bearer <localStorage.Authorization>、X-Client: h5、xtbz: ykt
纯 Cookie（脱离浏览器跑脚本时用）Cookie sessionid+csrftoken+uv_id+university_id+xtbz；头 x-client: web、xt-agent: web

注意 localStorage.Authorization 的值不含 Bearer 前缀，要自己拼。

步骤端点
课程列表GET /v2/api/web/courses/list?identity=2
课时列表GET /v2/api/web/logs/learn/{classroomId}?actype=-1&page=0&offset=100&sort=-1 → 取 data.activities[] 中 type===14，其 courseware_id 即 lessonId
课件清单GET /api/v3/lesson-summary/student?lesson_id={lessonId} → data.presentations[]（含 slidesCount）
课件文字层GET /api/v3/lesson/presentation/fetch?presentation_id={pid} → data.slides[].shapes[].Text
课件页图GET /api/v3/lesson-summary/student/presentation?presentation_id={pid}&lesson_id={lid} → data.slides[].cover（缺 lesson_id 会 500）
官方打印页https://changjiang.yuketang.cn/web/print（无参，一次渲染全部页，1280×960 比 API 更清晰；数据源 localStorage.rain_print）

已知坑（务必先读）

#坑说明
1403 不能证明端点存在/api/v3/lesson/<任意未知> 都返回 403（前缀门禁）。判断存在性要先编假路径做对照；/api/v3/foobar/* 才返回 404
2200 不等于有内容/v2/api/web/ 下带 classroom_id 的未知路径统一返回桩 {"2688":<id>}
3旧学期课件没有文字层2026 春及更早的课件，presentation/fetch 返回业务码 50009 PRESENTATION_NOT_FOUND（HTTP 仍是 200！）→ 必须回退到通道 B 取页图
4页图 cover<N> 的 N 不是页码必须按返回的 index 排序，不能自己拼 URL
5页图 token 约 1 小时过期取 URL 与下载要连着做，不要缓存 URL
6页图免 Cookie 可下签名通过即可，可交给下载器
7Bash mkdir/ls/cat/head/grep/sleep 全缺用 PowerShell / Write 工具替代
8长 JS 传给 /eval 转义地狱先用 Write 落盘，再 --data-binary "@D:/绝对路径"

OCR 卡点（未解决，下次从这里继续）

rapidocr-onnxruntime 1.2.3 依赖 numpy 1.x（numpy.core.multiarray），但 numpy 1.26 没有 Python 3.13 的预编译包，源码编译在 meson/VS 环境处失败。

可选解法（按推荐度）：

  1. 用 Python 3.11/3.12 建独立 venv 跑 OCR（最稳，install_binary 装 3.12）
  2. 换用新版 rapidocr（v2，支持 numpy 2）
  3. 用 Windows 内置 OCR（Windows.Media.Ocr，零安装，需中文语言包）
  4. 改用视觉模型直接读页图（不做 OCR）

输出结构

<OUT>/
├── harvest/
│   ├── index.json            课程→课时→课件 索引
│   └── slides/{pid}.json     每个课件（mode: text | image）
├── courses/
│   ├── <课程>__<cid>-讲义.md   文字型：逐页文字；页图型：页图清单
│   ├── <课程>__<cid>-大纲.txt  每页首句拼成的骨架
│   └── <课程>__<cid>-OCR.md   OCR 结果（若已跑）
├── courseware/<课程>__<cid>/<课件名>/p###.jpg
└── 08-全课程课件采集总览.md

合规

  • ✅ 读取自己账号可见数据、归档自己所学课程、个人学习使用
  • ❌ 自动签到、伪造学习时长、自动答题、代考、对外分发课件
  • 课件版权归合肥工业大学与授课教师所有，仅限个人学习

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

Check your setup, free