gauntlet-curate
审计数据结构与算法题库，识别覆盖缺口并生成新题目提案
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：gauntlet-curate。 它的用途是：审计数据结构与算法题库，识别覆盖缺口并生成新题目提案 完整的 Skill 内容见：https://321skill.com/skills/gauntlet-curate/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析`./dsa-bank`目录下的YAML题库文件，找出在“图论-最短路径”和“动态规划-状态压缩”这两个主题下的题目覆盖缺口，并生成3个新题目的YAML提案。’，它会扫描题库，统计现有题目的标签分布，识别出指定主题下题目数量不足或难度缺失的部分，然后基于常见模式生成包含题目描述、示例和标签的新YAML条目。
介绍
这个Skill旨在解决数据结构与算法（DSA）题库维护中常见的知识覆盖不均衡问题。它通过自动化分析现有题库，识别出哪些重要的算法主题、数据结构或难度级别的题目存在缺失，从而帮助题库管理者或教育者发现盲点。
使用时，Skill会扫描指定的DSA问题库（通常以YAML等结构化格式存储），运用预设的规则或模型来分析题目的标签、难度和知识点分布。然后，它会生成一份详细的审计报告，列出已覆盖和未覆盖的知识点，并基于缺口自动生成新的、格式规范的YAML题目条目提案，供人工审核和采纳。
它非常适合负责构建或维护编程面试题库、在线判题系统（OJ）或计算机科学课程习题集的后端开发、全栈开发或高校教师。对于致力于系统化提升自己算法能力的求职者或学生，也可以通过它来评估自己练习的全面性。
建议在使用前确保输入的问题库格式规范、标签清晰，这样审计结果会更准确。生成的YAML提案通常包含题目描述、输入输出示例、预期时间/空间复杂度及知识点标签，但具体实现细节和测试用例仍需人工补充和验证。
核心特点
与单纯管理或搜索题库的Skill不同，它专注于主动“审计”和“补全”，通过分析知识图谱缺口来生成结构化的新题目提案，而不仅仅是列出已有题目。
注意事项
不适合用于生成完全原创、具有创新解法或需要复杂背景故事的应用型编程题目。
常见问题
这个Skill能直接给我的题库添加新题目吗？
不能，它主要生成结构化的YAML条目提案，需要您手动审核、补充细节（如完整测试用例）后再集成到题库中。
它支持哪些编程语言或OJ平台的题目格式？
核心审计逻辑与语言无关，但生成的YAML提案格式是通用的。您可能需要根据目标平台（如LeetCode、Codeforces）的规范进行微调。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/gauntlet-curate/raw/index.md 读取 gauntlet-curate 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/gauntlet-curate/raw/index.md（查看排版版本）