SkillSub Pro 是一個 Python 題解生成與程式碼註釋的雙功能合體技能,專為學生、演算法學習者和開發者設計。
✅ 一個技能,兩種用途: - 📝 題解模式:輸入題目/題號,自動生成完整 Python 題解(含詳細註釋、解題思路、複雜度分析) - 💬 註釋模式:輸入 Python 程式碼,自動新增詳細中文註釋(函式 docstring、引數說明、返回值、關鍵邏輯)
✅ 智慧識別:自動檢測輸入型別(題目描述 vs Python 程式碼),無需手動切換功能
輸入:題目編號、題目描述、或問題描述
輸出:完整 Python 題解 + 詳細註釋 + 解題思路 + 複雜度分析
示例:
使用者:LeetCode 1 兩數之和
助手:
## 解題思路
使用雜湊表儲存已遍歷的元素...
## 完整程式碼
```python
def two_sum(nums, target):
"""
找出陣列中和為 target 的兩個數的索引
...
"""
# 雜湊表:儲存數值 -> 索引的對映
...
---
### 模式 2:程式碼註釋
**輸入**:現有 Python 程式碼
**輸出**:新增詳細中文註釋後的完整程式碼
**示例**:
使用者:
def bubble_sort(arr):
n = len(arr)
for i in range(n):
for j in range(0, n-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
助手:[自動識別為註釋模式,新增詳細註釋]
---
## 核心特性
✅ **自動識別輸入型別**,智慧切換模式
✅ **題解模式**:生成完整可執行程式碼 + 詳細註釋 + 思路分析
✅ **註釋模式**:為現有程式碼新增規範的中文註釋(PEP 257)
✅ **一鍵使用**,無需手動切換功能
✅ **多解法支援**(暴力法、最佳化法對比)
✅ **演算法模板庫**(`references/common_algorithms.md`)
✅ **程式碼驗證指令碼**(`scripts/validate_code.py`)
---
## 適用場景
| 場景 | 使用模式 | 示例 |
|------|---------|------|
| 學生作業 | 題解模式 | "Python 實現二分查詢" |
| LeetCode 刷題 | 題解模式 | "LeetCode 146 LRU Cache" |
| 程式碼審查 | 註釋模式 | [貼上需要理解的程式碼] |
| 演算法學習 | 題解模式 | "講解動態規劃解 0-1 背包" |
| 教學演示 | 題解模式 | "用 Python 實現決策樹" |
| 面試準備 | 題解模式 | "反轉連結串列的三種方法" |
| 程式碼重構 | 註釋模式 | [貼上舊程式碼請求加註釋] |
---
## 安裝方法
### 方法 1:從 SkillHub 安裝(推薦)
```bash
skillhub install skillsub-pro
skillhub install /path/to/skillsub-pro.skill
def, class, import, = 等語法)``python,程式碼:,code:`)使用者:LeetCode 1 兩數之和
助手:
## 解題思路
使用雜湊表儲存已遍歷的元素...
## 完整程式碼
[帶詳細註釋的完整程式碼]
## 複雜度分析
- 時間:O(n)
- 空間:O(n)
小蔥技能站7w4.net發現了升級外掛。
使用者:
```python
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr) // 2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quick_sort(left) + middle + quick_sort(right)
助手:[為這段程式碼新增詳細中文註釋,解釋快速排序的分治思想和分割槽過程]
---
## 技能優勢
相比單一功能技能或基礎版本:
✅ **雙功能合體** - 一個技能解決兩類需求(題解 + 註釋)
✅ **自動識別** - 無需手動切換,智慧判斷輸入型別
✅ **註釋詳細** - 符合教學要求,適合作業提交和程式碼審查
✅ **程式碼規範** - 遵循 PEP 8 和 PEP 257,專業可靠
✅ **思路清晰** - 不僅給程式碼,還解釋演算法思想
✅ **多解法支援** - 提供暴力法和最佳化法,標註推薦
✅ **測試友好** - 可選生成測試用例,方便驗證
✅ **演算法模板** - 內建常見演算法模板,參考規範實現
✅ **程式碼驗證** - 提供驗證指令碼,確保生成程式碼質量
---
## 內建資源
### 1. 指令碼工具
- **`scripts/validate_code.py`**:驗證生成程式碼的語法和規範性
```bash
python scripts/validate_code.py solution.py
```
### 2. 參考文件
- **`references/common_algorithms.md`**:常見演算法模板庫
- 排序演算法(快速排序、歸併排序)
- 查詢演算法(二分查詢)
- 動態規劃(0-1 背包、LCS)
- 貪心演算法(活動選擇)
- 回溯演算法(N 皇后)
- 圖演算法(Dijkstra)
- 資料結構(二叉樹、LRU Cache)
---
## 進階技巧
### 1. 請求特定解法
- "用動態規劃解這道題"
- "提供暴力法和最佳化法兩種解法"
### 2. 請求特定註釋風格
- "按照 Google 風格加註釋"
- "註釋詳細一些,我是初學者"
### 3. 結合兩種模式
- 先生成題解 → 再請求為生成的程式碼加更詳細註釋
- 先註釋現有程式碼 → 再請求最佳化並提供更優解法
### 4. 批次處理
- 提供一個檔案多個函式 → 批次添加註釋
- 提供多個題目 → 逐個生成題解
### 5. 使用驗證指令碼
- 生成程式碼後 → 執行 `python scripts/validate_code.py` 驗證
- 確保生成的程式碼語法正確且符合規範
### 6. 參考演算法模板
- 生成演算法題解前 → 先閱讀 `references/common_algorithms.md`
- 參考標準實現和複雜度分析
---
## Windows 使用者注意事項
如果遇到 **UnicodeEncodeError**(中文編碼錯誤),請設定環境變數:
```powershell
$env:PYTHONUTF8=1
或在程式碼中新增:
import sys
import io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
scripts/validate_code.pyreferences/common_algorithms.md✅ 增加"Windows 使用者注意事項"
v2.0 (Pro) - 2026-05-17
✅ 增加適用場景表格
v1.0 (基礎版) - 2026-05-17
作者:QClaw
最後更新:2026-05-17
問題反饋:請在 SkillHub 頁面提交 Issue 或 Pull Request
MIT License(詳見 LICENSE 檔案)
這個 Skill 的創意和文件都還不錯,功能設計有想法,自動識別輸入的設計很貼心。但實際上它只是個"空殼"——說的很多功能實現不了,因為引用的指令碼和參考檔案都不存在。文件寫得很詳細,但實際能用的東西很少,質量只能算中等偏下,想用高階功能的話還得等作者把缺失的部分補上。