朱批录 · kaogong-study-tracker
通用 Agent 考公备考追踪 Skill
把每天的套题截图或成绩发给你的 AI agent,它帮你归档错题、分析弱点、定时提醒——记录数据保存在你自己的电脑上。
为什么做这个
备考行测、申论,每天刷套题是标准动作。但大多数人的复习路径是这样的:
做完一套卷子 → 对答案 → 叹口气 → 翻篇 → 明天继续
真正提分的部分——错题归类、原因分析、二刷追踪——因为太麻烦,往往被跳过。
朱批录想解决的就是这件事:让"做完题之后的整理"变得几乎不需要努力。你只需要把错题截图发出来,或者发一句"今天判断推理错了8道",剩下的它来做。
它能做什么
错题自动识别与归档
发一张错题截图,朱批录调用你配置的多模态模型(qwen3-vl、kimi-k2.5、claude-sonnet-4-6 等),自动提取:
- 题目完整内容(包括图形推理的视觉描述、统计图的数据)
- 所属科目和题型
- 正确答案(如图片中可见)
- 错误原因推测(知识点不会 / 粗心 / 时间不够 / 概念混淆)
- 知识点标签
识别失败时,提示你把文字复制粘贴发过来,一样可以整理。
每日打卡与进度追踪
直接用自然语言汇报:
今天行测做完了,言语4错,判断8错,数量5错,资料3错
朱批录记录进度,统计各模块7日准确率,找出弱项。
晚间自动总结
每天21:00主动发一条消息,汇总当天成绩、指出最弱模块、给一条具体的明天建议。不需要你主动问。
导出 Excel 错题本
说"导出错题本",生成一份包含两个 Sheet 的 .xlsx 文件:
- 错题本:题目内容、图形视觉描述、错误原因、知识点标签、二刷状态,截图原图嵌入对应行
- 每日记录:各科目错题数流水账
这份文件可以直接发给 Kimi、ChatGPT 或其他模型,让它帮你分析近期趋势、给出复习建议。
同步到飞书云文档(可选)
说"同步到飞书",把还没同步过的错题(含截图原图)追加到飞书云文档,手机上直接查看,对图形推理题尤其有用。已同步的题不会重复写入。
配置步骤(大多数"同步失败"都是漏了第 3 或第 5 步):
- 在 飞书开放平台 创建企业自建应用,记下 App ID 和 App Secret
- 「权限管理」里开通
docx:document 和 docs:document.media:upload(或 drive:drive);如果文档放在知识库里,再开通 wiki:wiki:readonly
- 「版本管理与发布」→ 创建版本并发布,权限才会生效
- 新建一篇飞书文档,把链接(
/docx/... 或 /wiki/...)填到 config.json 的 feishu_doc.doc_url
- 打开这篇文档 → 右上角「…」→「添加文档应用」,把你的应用加进来并给"可编辑"
- 运行
node scripts/feishu_doc.js --check,看到"配置检查通过"就可以了
国际版 Lark 用户在配置里加 "domain": "lark"。旧版文档(链接是 /docs/)飞书 API 已不支持写入,需要新建新版文档。
设计原则
对话即操作——一切通过聊天完成,不需要打开任何 App、不需要编辑配置文件。
本地优先——错题数据(包括截图)默认存在你自己电脑的 ~/.kaogong-study-tracker/ 里。截图识别时图片会发给你的 agent 所使用的模型;同步飞书只在你主动要求时进行。
失败软降级——图片识别失败时给出明确提示,引导手动输入,不中断流程。
不啰嗦——每条回复控制在150字以内,只说最关键的一件事。
支持的考试类型
朱批录的科目映射默认覆盖国考/省考标准科目,也适用于:
| 考试类型 |
适配情况 |
| 国家公务员考试(国考) |
完整支持,行测5模块 + 申论 |
| 省级公务员考试(省考) |
支持,部分省份题型有差异可 Fork 调整 |
| 事业单位联考(职测) |
支持,科目名称略有不同 |
| 军队文职考试 |
基本支持,部分模块名需手动映射 |
| 选调生考试 |
支持 |
支持的 Agent / 渠道
朱批录不是绑定某个平台的 App。只要你的 agent 能读 SKILL.md、执行命令(node scripts/cli.js …),就可以接入;能看图的 agent 还可以直接识别错题截图。
| 使用环境 |
说明 |
| Claude Code / Codex / Cursor / Trae / opencode 等本地 agent |
按 SKILL.md 调用 scripts/cli.js,数据放本地 |
| OpenClaw |
仍可使用,assets/workspace-example.yaml 保留兼容示例 |
| 飞书 / Telegram / Discord / iMessage 等聊天渠道 |
由宿主 agent 接入渠道,朱批录只负责解析、归档、导出、提醒 |
快速安装
前置条件
- Node.js ≥ 18
- Python 3 +
openpyxl + Pillow(用于导出 Excel;没有 Pillow 也能导出,但截图不会嵌入)
- 一个能调用多模态模型的 agent(截图识别需要;纯文字记录不需要)
安装步骤
# 1. 克隆到你的 agent skills / tools 目录,或任意本地目录
git clone https://github.com/KaguraNanaga/kaogong-study-tracker
# 2. 安装依赖
cd kaogong-study-tracker
npm install
python3 -m pip install openpyxl pillow # Windows 用 py -m pip install openpyxl pillow
# 可选:存图前自动压缩截图,错题本文件会小很多
npm install sharp
# 3. 让你的 agent 读取 SKILL.md,并在需要时运行 scripts/ 里的脚本
如果你的 agent 支持定时任务,可以配置:
node scripts/cli.js summary # 每天 21:00,晚间总结(输出 JSON,message 字段是文案)
node scripts/cli.js review # 每隔一天 20:00,二刷抽题
导出时找不到 Python,可以设置 KAOGONG_PYTHON 指向 Python 可执行文件;日期默认按本机时区,服务器在海外时可以设置 KAOGONG_TZ=Asia/Shanghai。
OpenClaw 用户可以参考 assets/workspace-example.yaml。
首次使用
安装后把 SKILL.md 交给你的 agent 读取。agent 会通过 scripts/cli.js 读写数据,你只需要正常聊天。也可以自己在终端试一下:
node scripts/cli.js log "今天判断推理错了8道"
node scripts/cli.js stats
图片识别由 agent 自己完成(要求见 references/vision_prompt.md);agent 不能看图的话,把题目文字复制过来一样能整理。
数据结构
所有数据存储在本地:
~/.kaogong-study-tracker/data/
├── daily/
│ ├── 2026-03-15.json ← 每天的套题成绩
│ ├── 2026-03-16.json
│ └── ...
├── wrong_questions.json ← 所有错题(累积)
├── stats_cache.json ← 7日模块准确率、连续打卡天数
└── exports/
└── 备考记录_2026-03-17.xlsx
可以用环境变量改数据目录:
export KAOGONG_DATA_DIR="/path/to/your/kaogong-data"
飞书同步等可选配置默认读取项目根目录下的 config.json;也可以用 KAOGONG_CONFIG_PATH 指定。
错题记录的完整字段:
{
"id": "uuid",
"date": "2026-03-17",
"source": "image",
"module": "判断推理",
"subtype": "图形推理",
"question_text": "3×3九宫格,箭头叠加规律……",
"visual_description": "每行第3个图形等于第1、2个图形的箭头叠加,重复箭头消去……",
"answer": "A",
"user_annotation": "没看出规律",
"error_reason": "知识点不会",
"keywords": ["图形推理", "九宫格", "叠加规律"],
"raw_image_b64": "...",
"status": "待二刷"
}
文件结构
kaogong-study-tracker/
├── AGENTS.md ← 通用 agent 使用说明(Trae/Cursor/opencode/Hermes 等)
├── SKILL.md ← Agent 读取的主文件(含完整流程文档)
├── package.json
├── scripts/
│ ├── cli.js ← 命令行入口,agent 的所有读写都走这里
│ ├── onboarding.js ← 首次欢迎语(JS 宿主用;命令行用 cli.js welcome)
│ ├── parse_input.js ← 消息解析(文字成绩、快捷格式、导出指令)
│ ├── update_daily.js ← 写入每日记录和统计缓存
│ ├── export_xlsx.js ← 导出 Excel(筛选、截图嵌入)
│ ├── xlsx_writer.py ← 实际写 xlsx 的 Python 脚本(openpyxl)
│ ├── feishu_doc.js ← 同步到飞书云文档(可选)
│ ├── review_reminder.js ← 二刷抽题 + 处理"记得/不记得"
│ ├── daily_summary.js ← 定时晚间总结推送
│ ├── paths.js / util.js ← 路径、本地日期、安全读写
├── test/smoke.js ← npm test 冒烟测试
├── references/
│ ├── vision_prompt.md ← 截图识别要求和输出字段
│ ├── reply_templates.md ← 5种回复模板(正常/情绪低/弱点分析等)
│ └── tone_guide.md ← 语气规范:像朋友,不像 AI 助手
└── assets/
├── module_map.json ← 科目别名映射("逻辑"→"判断推理" 等)
├── config.example.json ← 飞书云文档配置模板
└── workspace-example.yaml ← 飞书/Telegram 接入配置示例
贡献
欢迎 PR,尤其是:
- 其他考试类型的科目映射(军考、选调、教师编……)
- 针对特定模型的识别 prompt 优化
- 飞书云文档同步的稳定性改进
- 英文版 README(方便海外华人使用)
提 Issue 之前可以先看看 SKILL.md,里面有完整的技术流程说明。
如果这个项目对你有帮助
每年参加公考的人超过两百万,但专门为备考设计、能被各种 agent 直接接上的错题整理工具还很少。
如果朱批录帮你或朋友把整理错题这件事变得轻松一点——
⭐ Star 一下,让更多备考的人能找到它
🍴 Fork 改成你的考试类型——省考、事业单位、军考都需要类似的工具
有问题或改进想法,欢迎提 Issue 或直接 PR。
License
MIT © 2026
评论