Leego NPM | npm.io

🚀 LeeGo - 快速提升你的 LeetCode 实力！ 🚀

一个帮助您提高 Leetcode 练习效率的命令行工具，在本地 IDE 中沉浸式的管理你的 LeetCode 练习进度(目前优先支持 Typescript)，内置间隔重复学习、进度跟踪和 Git 集成。此外，该工具集成了大型语言模型（LLM）来提升你的练习效率，可以自动生成解题方案、调试测试用例以及可视化分析你的薄弱环节。

前置要求

在安装 leetgo 之前，你需要先安装 Bun.js：

# macOS、Linux 和 WSL 用户
curl -fsSL https://bun.sh/install | bash

# 验证安装
bun --version

更多安装选项和故障排除，请访问 bun.sh。

功能特点

🎯 问题管理
- 自动生成模板添加新题目
- 提交解决方案并记录完整元数据
- 追踪练习历史和表现
- 自动归档历史答题记录
📊 进度追踪
- 可视化练习热力图
- 连续打卡记录
- 每周目标
- 练习统计
🧠 间隔重复学习
- 基于艾宾浩斯遗忘曲线的智能复习调度
- 复习提醒
- 记忆保持率追踪
- 自定义复习间隔：1、3、7、14、30、90、180 天
🔄 Git 集成
- 自动提交并包含详细元数据
- 结构化提交信息
- 保存练习历史
🤖 大语言模型支持
- 支持多种 LLM ：
  - OpenAI (GPT-4, GPT-3.5)
  - Anthropic (Claude)
  - DeepSeek
  - 自定义 LLM 实现：
    - 本地模型（如 llama.cpp、ggml）
    - 自托管服务
    - 其他提供商
    - 自定义 API 端点
- 智能代码生成：
  - 解决方案模板
  - 测试用例
  - 代码分析
  - 复杂度分析
- 可自定义提示词
- 支持多个模型

安装

# 全局安装 leetgo
npm install -g leetgo

快速开始

设置工作空间：

# 初始化工作空间
leetgo setup

# 配置 LeetCode 认证
leetgo set-cookies

# 设置 AI 提供商（可选）
leetgo set-ai-key

开始练习：

# 添加新题目
leetgo add

# 开始练习某个题目
leetgo start <题目编号>

# 提交解答
leetgo submit <题目编号>

追踪进度：

# 查看练习统计
leetgo stats

# 设置每周目标
leetgo set-goals

认证设置

设置 Cookies（推荐方法）

用 Chrome/Edge 打开 leetcode.com
登录你的 LeetCode 账号
打开开发者工具：
- 按 F12 或
- 右键点击任意位置选择"检查"
在开发者工具中：
- 选择"网络"标签
- 勾选"XHR"过滤器
- 在 leetcode.com 上点击任意按钮
在网络面板中：
- 点击任意发往 leetcode.com 的请求
- 在请求详情中找到"标头"标签
- 滚动找到"请求标头"下的"Cookie:"
- 复制整个 cookie 字符串（以 cf_clearance= 开头，以 _gat=1 结尾）
在 leetgo 中设置 cookies：

leetgo set-cookies

粘贴复制的 cookie 字符串

工具会在保存前验证 cookies 是否有效。

命令说明

问题管理

leetgo add [题目编号]
- 自动获取题目描述，生成README.MD
- 自动生成解答模板和测试文件
- 自动按类型归类组织题目
- 使用 LLM 生成模板（如已配置）
leetgo start <题目编号>
- 开始练习题目
- 初始化测试环境
- 归档之前的尝试
- 启动测试监视模式
leetgo submit <题目编号>
- 提交你的解答
- 运行测试
- 记录练习元数据
- 更新学习进度
- 创建 Git 提交

进度追踪

leetgo stats
- 在浏览器中打开统计面板
- 显示练习热力图
- 展示学习进度
- 显示复习计划
leetgo set-goals
- 设置每周练习目标
- 追踪完成率
- 查看历史表现

AI 集成

leetgo set-ai-key
- 配置 AI 提供商
- 支持的提供商：
  - OpenAI (GPT-4, GPT-3.5)
  - Anthropic (Claude)
  - DeepSeek
- 支持多个密钥
- 自动密钥轮换

项目结构

workspace/
├── 01-arrays-hashing/     # 题目分类
├── 02-two-pointers/
├── 03-sliding-window/
├── ...
└── problem-folder/
    ├── index.ts           # 解答实现
    ├── index.test.ts      # 测试用例
    ├── README.md          # 题目描述
    └── .meta/
        ├── metadata.json  # 练习元数据
        ├── template.ts    # 原始模板
        └── archives/      # 历史解答

元数据追踪

工具会为每个题目追踪全面的元数据：

练习历史
花费时间
使用的方法
复杂度分析
测试结果
复习计划
记忆保持率

Git 集成

自动提交包含以下信息：

solve(0001E): two sum [easy]

Status: passed
Time Spent: 30 minutes
Approach: Hash Table
Time Complexity: O(n)
Space Complexity: O(n)
Timestamp: 24-01-27 15:30:45