Campus Agent Lab 是一个面向软件工程学生的校园学习 Agent 小实验室。当前版本先做 3 个最小可运行工具:
- GitHub README 速读器
- Java/C 实验代码检查器
- 期末资料整理 Agent
项目目标不是做复杂平台,而是先做一个能本地运行、能截图演示、能写进简历的 MVP。
软件工程学生经常遇到三类高频场景:
- 看 GitHub 项目时,不知道如何快速判断项目定位、技术栈和学习价值。
- 写 Java/C 实验代码时,常见错误其实可以先用规则和编译检查发现。
- 期末复习资料很多,但缺少一个能快速整理重点和计划的小工具。
Campus Agent Lab 用 Python + Streamlit 把这三件事做成一个本地小工具箱。即使没有 OPENAI_API_KEY,也能用规则和模板完成基础分析;未来可以接入 LLM 提升总结质量。
输入 GitHub 仓库链接,例如:
https://github.com/owner/repo
工具会尝试读取 README,并输出:
- 项目一句话总结
- 项目解决的问题
- 主要技术栈
- 安装/运行方式
- 核心目录/文件线索
- 适合学生学习的点
- 适合新手贡献的方向
- 风险提示
如果联网失败,可以手动粘贴 README,或使用 samples/sample_readme.md。
支持上传或粘贴 .c / .java 代码。工具只做静态检查和编译检查,不运行用户代码。
C 语言检查包括:
- 是否包含
main main是否可能缺少return- 是否使用
gets malloc后是否可能未判断- 是否出现简单数组越界风险
- 如果本机安装了
gcc,执行 compile-only 检查
Java 检查包括:
- 是否存在
public class - public class 名是否可能和文件名不一致
- 是否存在
main - 是否有
System.out.printlin等常见拼写错误 - 是否有中文分号、中文括号等
- 如果本机安装了
javac,执行 compile-only 检查
支持粘贴或上传 txt / md 复习资料,输出:
- 课程名称猜测
- 章节/主题列表
- 高频关键词
- 可能的考试重点
- 待背诵 / 待刷题 / 待整理任务
- 3 天冲刺复习计划
- 可导出的 Markdown 报告
当前规则覆盖:高等数学、数据结构、大学英语、计算机组成原理、中国近现代史纲要。
- Python 3.11+
- Streamlit
- requests
- pathlib / tempfile / subprocess
- pytest
许可证:MIT License
说明:PDF 解析可以作为增强功能加入,例如使用 pypdf。当前 MVP 先稳定支持 txt / md 和直接粘贴文本。
建议使用 Windows + VS Code + Python 3.11+。
方式一:双击运行
run_app.bat
方式二:命令行运行
cd campus-agent-lab
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
streamlit run app.py浏览器打开 Streamlit 给出的本地地址,通常是:
http://localhost:8501
cd campus-agent-lab
pytest如果本机没有安装 gcc 或 javac,代码检查器会提示跳过编译检查,静态检查仍然可用。
如果需要重新生成 README 截图:
pip install -r requirements-dev.txt
python -m playwright install chromium
python scripts/capture_screenshots.py截图会写入:
docs/screenshots/
项目内置了 4 个示例文件:
samples/sample_readme.mdsamples/buggy_hello.csamples/buggy_list.javasamples/final_exam_notes.md
打开 Web 页面后,每个工具都有示例按钮,可以直接加载示例并运行。
每个工具都支持导出 Markdown 报告。点击页面中的保存按钮后,报告会写入 outputs/ 目录,例如:
outputs/readme_report_20260620_120000.md
outputs/code_check_report_20260620_120000.md
outputs/exam_review_report_20260620_120000.md
建议截图方式:
- 运行
run_app.bat或streamlit run app.py。 - 分别打开侧边栏的三个工具。
- 点击示例按钮并运行。
- 截取每个结果页,放入
docs/screenshots/目录。
演示讲稿见:
docs/demo_script.md
Campus Agent Lab:基于 Python + Streamlit 构建校园学习 Agent 工具箱,实现 GitHub README 自动速读、Java/C 实验代码静态检查、期末资料自动整理与 Markdown 报告导出,支持本地运行和后续 LLM 扩展。也可以写成项目经历:
- 使用 Python + Streamlit 独立开发校园学习 Agent MVP,封装 README 分析、代码检查、复习计划生成等核心模块。
- 设计无 API Key 可运行的规则引擎,并预留后续 OpenAI API 扩展接口,提升项目可演示性和迭代空间。
- 通过 pytest 覆盖 URL 解析、代码静态检查、课程识别等关键逻辑,支持 Markdown 报告导出。- 接入 OpenAI API 做更自然的总结
- 支持 PDF / Word / PPT 解析
- 支持 GitHub issue 自动分析
- 支持代码风格评分
- 支持学习计划日历化
- Java/C 检查器不会运行用户提交的程序。
- 编译检查使用临时目录,检查完成后自动清理。
- 当前版本不需要数据库、登录系统或复杂后端。


