# Code Mentor - AI 编程导师

一款全面的 OpenClaw 技能，通过互动教学、代码审查、调试指导和动手实践来学习编程。

## 功能特性

### 🎓 8 种教学模式

1. **概念学习** - 通过渐进式示例学习编程概念
2. **代码审查与重构** - 获取代码反馈并获得引导式改进
3. **调试侦探** - 使用苏格拉底式方法学习调试（不直接给答案！）
4. **算法练习** - 掌握数据结构和算法
5. **项目指导** - 在架构指导下设计和构建项目
6. **设计模式** - 学习何时以及如何应用设计模式
7. **面试准备** - 练习编程面试和系统设计
8. **语言学习** - 通过从熟悉的语言映射来学习新语言

### 📚 综合参考资料

- **算法**：15 种以上常见模式（双指针、滑动窗口、DFS/BFS、动态规划等）
- **数据结构**：数组、字符串、树、图、堆
- **设计模式**：创建型、结构型、行为型模式及示例
- **语言**：Python 和 JavaScript 快速参考
- **最佳实践**：整洁代码、SOLID 原则、测试策略

### 🛠️ 实用脚本

- **`analyze_code.py`**：静态代码分析，检测错误、风格、复杂度、安全问题
- **`run_tests.py`**：执行测试并输出格式化结果（pytest、unittest、jest）
- **`complexity_analyzer.py`**：使用大 O 表示法分析时间/空间复杂度

## 安装

### 环境要求

```bash
# 用于脚本功能（可选）
pip install -r requirements.txt
```

该技能无需脚本也能完美运行——脚本是可选的增强功能！

## 使用方法

### 快速入门

激活技能后，告诉它：

1. 你的经验水平（初级/中级/高级）
2. 你想学习或做什么
3. 你喜欢的学习方式

**示例**：

```
"我是初学者，教我 Python 基础"
"帮我调试这段代码" [粘贴代码]
"给我一个中等难度的算法题"
"审查我的实现" [上传文件]
"我想构建一个 REST API"
```

### 教学模式

#### 模式 1：概念学习
```
"教我递归"
"解释 JavaScript 中闭包是如何工作的"
"什么是动态规划？"
```

#### 模式 2：代码审查
```
"审查我的代码" [粘贴或上传文件]
"如何改进这个函数？"
"这是否遵循了最佳实践？"
```

#### 模式 3：调试（苏格拉底式方法）
```
"帮我调试这个错误"
"我的函数返回了 None 而不是总和"
"这个循环为什么没起作用？"
```

导师会通过提问引导你，帮助你自行发现错误！

#### 模式 4：算法练习
```
"给我一个简单的算法题"
"练习链表"
"LeetCode 风格的中等难度题"
```

#### 模式 5：项目指导
```
"帮我设计一个任务管理 API"
"我在搭建一个博客，从哪里开始？"
"应该用什么技术栈？"
```

#### 模式 6：设计模式
```
"教我单例模式"
"什么时候应该使用工厂模式？"
"给我演示观察者模式的实际应用"
```

#### 模式 7：面试准备
```
"模拟技术面试"
"系统设计：设计 Twitter"
"练习数组和字符串"
```

#### 模式 8：语言学习
```
"我会 Python，教我 JavaScript"
"在 Rust 中怎么做 X？"
"比较 Python 和 Java"
```

## 使用脚本

### 代码分析器

分析代码中的错误、风格违规、复杂度和安全问题。

```bash
# 分析 Python 文件
python scripts/analyze_code.py mycode.py

# 输出 JSON 格式
python scripts/analyze_code.py mycode.py --format json

# 分析 JavaScript
python scripts/analyze_code.py app.js
```

**输出包含**：
- 度量指标（行数、注释数、复杂度）
- 按严重程度分类的问题（严重、警告、提示）
- 具体的改进建议

### 测试运行器

运行测试并输出格式化结果。

```bash
# 自动检测框架
python scripts/run_tests.py tests/

# 指定框架
python scripts/run_tests.py tests/ --framework pytest

# JSON 输出
python scripts/run_tests.py tests/ --format json
```

**支持的框架**：
- pytest (Python)
- unittest (Python)
- Jest (JavaScript)

### 复杂度分析器

分析时间复杂度和空间复杂度。

```bash
# 分析所有函数
python scripts/complexity_analyzer.py algorithm.py

# 分析特定函数
python scripts/complexity_analyzer.py algorithm.py --function bubble_sort

# JSON 输出
python scripts/complexity_analyzer.py algorithm.py --format json
```

**输出包含**：
- 时间复杂度（大 O 表示法）
- 空间复杂度
- 递归检测
- 优化建议

## 目录结构

```
code-mentor-1.0.0/
├── SKILL.md                    # 主要技能定义文件
├── README.md                   # 本文件
├── requirements.txt            # Python 依赖
│
├── references/                 # 知识库
│   ├── algorithms/
│   │   └── common-patterns.md  # 15 种以上算法模式
│   ├── data-structures/
│   │   ├── arrays-strings.md
│   │   └── trees-graphs.md
│   ├── design-patterns/
│   │   └── creational-patterns.md
│   ├── languages/
│   │   └── python-reference.md
│   ├── best-practices/
│   │   └── clean-code.md
│   └── user-progress/
│       └── learning_log.md     # 自动记录你的学习进度
│
└── scripts/                    # 实用脚本
    ├── analyze_code.py
    ├── run_tests.py
    └── complexity_analyzer.py
```

## 进度追踪

你的学习进度会在每次会话后自动保存到 `references/user-progress/learning_log.md`。内容包括：
- 已学主题和已掌握的概念
- 已解决的算法问题
- 练习过的技能和使用过的模式
- 重要的见解和突破
- 需要进一步复习的领域

你的进度会跨会话持续保留，因此你可以从上次中断的地方继续学习！

## 学习方法

### 苏格拉底式方法（调试）

导师在调试时**从不直接给出答案**。而是：

1. **观察**："你期望什么结果？实际发生了什么？"
2. **定位**："问题可能出在哪里？"
3. **假设**："你认为它为什么会失败？"
4. **检验**："你如何验证这一点？"
5. **解决**："什么能修复它？"

这样可以教会你独立调试！

### 渐进式提示（算法）

练习算法时：

1. **提示**："想想如何手动解决这个问题"
2. **方向**："考虑使用哈希表……"
3. **结构**："这是一般方法……"
4. **骨架**："这是一个供你填写的模板……"
5. **解答**：完整解决方案及解释（仅在必要时提供）

### 自适应难度

导师会根据你的水平进行调整：

- **初级**：清晰的解释、简单的示例、更多的指导
- **中级**：最佳实践、有挑战性的问题、较少的引导
- **高级**：架构设计、性能优化、复杂场景

## 示例

### 示例 1：学习概念

```
你："教我 Python 中的列表推导式"

导师：我们来探索列表推导式！它们是创建列表的简洁方式。
这是传统的循环写法：

squares = []
for x in range(10):
    squares.append(x ** 2)

这是使用列表推导式的写法：

squares = [x ** 2 for x in range(10)]

你注意到语法上有什么不同吗？
[后续进行互动讨论……]
```

### 示例 2：调试（苏格拉底式）

```
你："我的函数返回了 None 而不是总和！"

导师：我们来调查一下。你期望这个函数返回什么？

你："列表中所有数字的总和"

导师：好的。你能追踪一下第一次迭代吗？sum 变量发生了什么？

[引导你发现遗漏的 return 语句]
```

### 示例 3：代码审查

```
你：[提交了包含嵌套循环的代码]

导师：我发现了一个可以优化的地方。这个嵌套循环的时间复杂度是多少？

你："O(n²)"

导师：没错。对于每个元素，你都在检查其他所有元素。
你能想到一种支持 O(1) 查找的数据结构吗？

[引导重构为使用哈希表]
```

## 高效学习小贴士

1. **定期练习** - 持续学习胜过突击
2. **先自己尝试** - 在寻求提示前先尝试自己解决问题
3. **多提问** - 导师鼓励好奇心
4. **动手做项目** - 在真实代码中应用所学知识
5. **审查你的代码** - 使用代码审查模式来改进
6. **测试你的代码** - 在学习过程中编写测试

## 支持的语言

**主要关注**：Python、JavaScript、TypeScript

**也支持**：Java、C++、Go、Rust、C#、Ruby、PHP、Swift、Kotlin 等更多语言！

## 故障排除

### 脚本无法运行？

安装依赖：
```bash
pip install -r requirements.txt
```

对于 JavaScript 测试（Jest）：
```bash
npm install --save-dev jest
```

### 找不到参考资料？

参考资料按类别组织：
- 算法：`references/algorithms/`
- 数据结构：`references/data-structures/`
- 设计模式：`references/design-patterns/`
- 语言：`references/languages/`
- 最佳实践：`references/best-practices/`

### 技能不理解你的请求？

尝试更具体一些：
- "教我关于 [概念]"
- "给我一个关于 [主题] 的 [难度] 问题"
- "审查我的 [语言] 代码"
- "帮我调试这个 [错误]"

## 贡献

想要添加更多参考资料或改进该技能？

1. 将新算法添加到 `references/algorithms/`
2. 将语言参考资料添加到 `references/languages/`
3. 向 `references/design-patterns/` 贡献设计模式
4. 用新功能增强脚本

## 许可证

MIT 许可证 - 欢迎使用和修改！

## 致谢

基于 OpenClaw 框架构建，用于创建教育型 AI 技能。

---

**学习愉快！** 🚀

记住：学习编程最好的方式就是动手做。这位导师会在这里引导你、挑战你、帮助你自行发现解决方案。挣扎是学习的一部分——拥抱它吧！