Skip to content

Latest commit

 

History

85 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

题舟(Tizhou)—— 本地优先的开源考公学习工作台:从题本 PDF 直导入库,到训练、模考、错题复习与学习报告的完整学习闭环

最新版本 MIT License Windows 10/11 91 项测试

题舟 是一个本地优先的开源考公学习工作台:学习数据存在你自己的电脑上,无广告、无推送、无遥测;题库由你自己导入,扫描版题本 PDF 也能一键转成结构化题库;AI 助教可选接入,不装模型也能完整刷题。

题海行舟,终将上岸。


它能解决什么

备考中的常见困扰 题舟的做法
刷题 App 广告多、数据在云端 完全本地运行,数据存本机 SQLite,随时备份迁移
买的题本 PDF 躺着吃灰 题本 + 解析册同批导入:本地 OCR → 自动切题 → 按题号配答案 → 去重 → 抽查入库
真题只能纸质翻着做 161 套历年真题按原题号整卷组卷、限时模考、自动评分
错题散落各处没人管 错题自动归类,错因记录 + 间隔复习,可追问 AI 讲解
申论写完没人改 草稿自动保存不丢失,AI 评估 + 本地规则评分兜底

功能总览

  • 题库直导 — 题本/解析/答案册 PDF 一键导入,扫描件本地 OCR(逐页检测文字层,混合 PDF 不漏识别);配对一致性自动校验,疑似套号错位整书拦截;切题结果先审核再发布,支持按任务撤销
    • 适用性提示 — 文字为主模块(言语 / 判断 / 片段阅读)导入效果最佳;资料分析等图表密集型材料依赖图表数字还原,OCR 后务必逐项核对材料数字(识别置信度高不等于数字层级关系正确),或配合「AI 变式训练」生成替代练习
  • 行测训练 — 顺序 / 随机 / 自适应三种模式,即时或汇总解析,断点续练
  • 真题原卷模考 — 选卷即考,限时作答,交卷后成绩单(得分 / 正确率 / 用时);主观题自动保存,保存失败会阻止交卷并提供重试
  • 错题复习 — 错因记录、分级间隔复习、AI 深度讲解
  • 申论作答 — 给定材料 + 题干 + 草稿自动保存 + AI 评估
  • 学习分析 — 今日工作台、学习报告、能力诊断、学习计划
  • 数据安全 — 每日自动备份、跨机迁移包、旧版本数据目录自动迁移
  • 自动更新 — 应用内检查更新,增量下载后一键安装

下载安装

系统要求

项目 要求
操作系统 Windows 10 1809+ / Windows 11(64 位)
内存 4 GB(推荐 8 GB)
硬盘 500 MB(应用)+ 200 MB(OCR 引擎)+ 题库空间
Python 3.10+,仅"扫描 PDF 导入"需要;python.org 安装时勾选 Add to PATH
网络 仅下载引擎、检查更新、使用 AI 功能时需要;日常刷题完全离线

安装步骤

  1. GitHub Releases 下载 tizhou-setup-X.X.X.exe(可用同页 SHA256SUMS.txt 校验完整性)
  2. 双击运行。Windows SmartScreen 提示"未知发布者"时,点击更多信息 → 仍要运行(应用未购买商业代码签名证书)
  3. 安装完成即启动,内置示例题库可直接体验训练、模考、申论、报告全部功能

快速上手

3 分钟体验:装好应用 → 侧栏「专项练习」→ 开始答题
完整配置(约 10 分钟):
1. 知识库工坊 → 安装转换引擎(约 200 MB,含 OCR 模型)
2. 知识库工坊 → 选择题本目录 → 直导题库 → 抽查 → 发布
3. 模型设置 → 选择服务商 → 填入 API Key → 测试连接(可选)
4. 开始刷题

📖 完整用户手册 — 安装更新、各功能模块用法、数据备份迁移、隐私说明、常见问题

📚 题库导入指南 — 三种导入渠道与题库格式说明

题舟不分发任何题目内容(版权原因):内置的示例题库仅供体验功能,正式题库请使用你自己拥有的资料导入。

隐私承诺

  • ❌ 不上传学习数据,不上传你导入的 PDF / Word 资料
  • ❌ 不收集使用统计或诊断数据,无遥测
  • ✅ API Key 使用 Windows DPAPI 加密存储,明文不落盘
  • ✅ 仅在主动使用 AI 功能时调用你配置的模型服务;检查更新只访问 GitHub Releases 版本信息

开发者

技术栈 / 项目结构 / 命令

技术栈

技术
桌面框架 Electron 43(electron-vite 构建)
界面 React 19 + Fluent UI 9,宣纸白 / 墨黑双主题
数据 SQLite(学习记录)+ Markdown(题库与知识文档)
OCR RapidOCR(PP-OCR 同源 ONNX 模型,本地离线)+ pypdfium2
更新 electron-updater + GitHub Releases

项目结构

src/
├── main/              Electron 主进程:数据库、题库解析、OCR、AI、更新
├── renderer/          React 界面:训练、模考、知识中心、设置
├── shared/            类型契约、Prompt 协议、OCR 解析器
└── preload/           IPC 桥
tools/                 OCR worker(Python)、直导脚本、打包烟雾测试
tests/                 Vitest 测试(91 项,含真实 OCR 集成测试)
docs/                  用户手册、导入指南、UAT 清单、架构文档

命令

npm install
npm run dev            # 开发模式
npm test               # 运行 91 项测试
npm run typecheck      # 类型检查
npm run format:check   # 代码格式检查
npm run package        # 打包 Windows 安装包
npm run smoke:packaged # 打包后烟雾测试(输出到 dist-smoke/,不影响正式产物)

欢迎通过 Issues 反馈问题、Pull Requests 贡献代码(先读 CONTRIBUTING.md)。发布前验证方式见 UAT 清单

许可与致谢

MIT


题海行舟,终将上岸。

About

砺知考公工作台二创维护版:扫描件OCR、题库直导、真题原卷模考、跨机迁移向导 — 本地优先的公考学习工作台,基于 MIT 原项目二次开发

Resources

Contributing

Security policy

Stars

7 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages