# leetcode_stu

**Repository Path**: Y-aong/leetcode_stu

## Basic Information

- **Project Name**: leetcode_stu
- **Description**: 学习算法
- **Primary Language**: Unknown
- **License**: Artistic-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-12
- **Last Updated**: 2026-03-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# LeetCode AI Assistant

一个基于 Vue 3 + Flask 后端的 AI 辅助系统，专为 LeetCode 题目解答和学习设计。

**主页**

<img src="docu/img.png" alt="img.png" style="zoom:67%;" />

**详情**

<img src="docu/详情.png" alt="img.png" style="zoom:67%;" />

## 项目概述

本项目是一个智能 AI 助手，能够：
- 识别用户意图，区分闲聊、LeetCode 问题和其他问题
- 针对 LeetCode 问题提供详细的解答和思路
- 利用 RAG（检索增强生成）技术，结合向量数据库和关系数据库
- 实时流式输出 AI 回复，提升用户体验

## 系统架构

### 整体流程

```mermaid
flowchart TD
    A[用户输入] --> B[意图识别]
    B -->|闲聊| C[Agent 直接回复]
    B -->|LeetCode 问题| D[RAG 流程]
    B -->|其他问题| E[通用问答]
    
    D --> F[查询向量数据库]
    F -->|存在相同问题| G[返回缓存答案]
    F -->|不存在相同问题| H[构建增强 Prompt]
    
    H --> I[题目描述]
    H --> J[推荐相关题目]
    H --> K[已有思路]
    H --> L[已有疑问]
    H --> M[题目类型]
    H --> N[用户代码]
    
    I --> O[调用大模型生成答案]
    J --> O
    K --> O
    L --> O
    M --> O
    N --> O
    
    O --> P[答案后处理]
    P --> Q[存入向量数据库]
    P --> R[存入关系数据库]
    
    Q --> S[流式返回给用户]
    R --> S
    G --> S
    C --> S
    E --> S
```

## 技术栈

### 前端
- Vue 3
- Element Plus
- TypeScript
- SCSS

### 后端
- Flask
- Python
- 大语言模型 API
- 向量数据库（Chroma）
- 关系数据库

## 功能特性

1. **智能意图识别**：自动区分用户输入的意图类型
2. **RAG 增强生成**：结合向量数据库和关系数据库，提供更准确的答案
3. **流式输出**：实时逐字呈现 AI 回复，提升用户体验
4. **历史记录管理**：支持查看和删除对话历史
5. **全屏模式**：支持全屏展示对话界面，方便查看完整内容
6. **响应式设计**：适配不同屏幕尺寸

## 快速开始

### 前端启动

1. 安装依赖

```bash
npm install
```

2. 启动开发服务器

```bash
npm run dev
```

3. 构建生产版本

```bash
npm run build
```

### 后端启动

1. 安装依赖

```bash
pip install -r requirements.txt
```

2. 启动 Flask 服务器

```bash
python app.py
```

## 核心组件

### 1. AiDialog 组件
- 负责展示 AI 对话界面
- 支持流式输出
- 提供历史记录管理
- 支持全屏模式

### 2. 意图识别模块
- 识别用户输入的意图类型
- 路由到相应的处理流程

### 3. RAG 模块
- 查询向量数据库
- 构建增强 Prompt
- 调用大模型生成答案
- 处理和存储结果

## API 接口

### 1. AI 对话接口
- **POST** `/ai/chat/stream`
- 参数：`{ message: string, question_id: string }`
- 响应：流式 SSE 事件

### 2. 历史记录接口
- **POST** `/ai/chat/history`
- 参数：`{ question_id: string }`
- 响应：`{ success: boolean, data: Array, meta: Object }`

### 3. 删除历史记录接口
- **DELETE** `/ai/chat/history`
- 参数：`{ id: string, question_id: string }`
- 响应：`{ success: boolean }`

### 4. 操作反馈接口
- **POST** `/ai/chat/action`
- 参数：`{ action: string, message_id: string, question_id: string }`
- 响应：`{ success: boolean }`

## 项目结构

```
├── src/
│   ├── api/            # API 接口定义
│   ├── components/      # 组件
│   │   ├── ai/          # AI 相关组件
│   │   ├── common/      # 通用组件
│   │   ├── layout/      # 布局组件
│   │   └── question/    # 题目相关组件
│   ├── composables/     # 组合式函数
│   ├── router/          # 路由
│   ├── stores/          # 状态管理
│   ├── utils/           # 工具函数
│   ├── views/           # 页面
│   ├── App.vue          # 根组件
│   └── main.ts          # 入口文件
├── public/              # 静态资源
├── package.json         # 依赖配置
├── vite.config.ts       # Vite 配置
└── README.md            # 项目说明
```

## 使用指南

1. **访问题目详情页**：点击题目列表中的题目进入详情页
2. **打开 AI 对话**：点击页面右侧的 "问问AI" 按钮
3. **输入问题**：在输入框中输入您的问题
4. **查看回复**：AI 会实时流式输出回复
5. **管理历史记录**：在全屏模式下查看和删除历史记录
6. **全屏模式**：点击右上角的全屏按钮进入全屏模式

## 示例使用

### 示例 1：询问 LeetCode 题目

**用户输入**：
```
两数之和的解法
```

**AI 回复**：
```
# 两数之和问题解法

## 问题描述
给定一个整数数组 `nums` 和一个目标值 `target`，请你在该数组中找出和为目标值的那两个整数，并返回它们的数组下标。

## 解法思路

### 方法一：暴力枚举
- 时间复杂度：O(n²)
- 空间复杂度：O(1)
- 思路：双重循环遍历数组，寻找和为 target 的两个数

### 方法二：哈希表
- 时间复杂度：O(n)
- 空间复杂度：O(n)
- 思路：使用哈希表存储已遍历过的元素及其索引，每次遍历新元素时，检查 target - 当前元素是否在哈希表中

## 代码实现

```python
def twoSum(nums, target):
    hashmap = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hashmap:
            return [hashmap[complement], i]
        hashmap[num] = i
    return []
```

## 相关题目
1. 三数之和
2. 四数之和
3. 两数之和 II - 输入有序数组
```

### 示例 2：闲聊

**用户输入**：
```
你好
```

**AI 回复**：
```
你好！我是你的 LeetCode AI 助手，有什么可以帮助你的吗？

你可以：
1. 询问 LeetCode 题目的解法
2. 讨论算法思路
3. 分享你的代码，我可以帮你分析
4. 随便聊聊天
```

## 注意事项

1. 确保后端服务正在运行
2. 确保向量数据库和关系数据库已正确配置
3. 大语言模型 API 需要正确配置 API 密钥
4. 对于复杂问题，AI 可能需要较长时间生成答案

## 未来规划

1. 支持更多编程语言的代码分析
2. 增加代码执行和测试功能
3. 提供更详细的题目解析和视频讲解
4. 支持用户个性化配置
5. 增加社区功能，允许用户分享和讨论解决方案

## 贡献

欢迎提交 Issue 和 Pull Request！

## 许可证

MIT License