cf-polygon-mcp 0.11.0

基于 Codeforces Polygon API 的 MCP 工具集

CF-Polygon-MCP

基于 Codeforces Polygon API 的 MCP 工具集，提供一系列工具函数用于管理 Polygon 平台上的题目。

功能特性

• 获取题目列表，支持多种筛选条件
• 创建新的空题目
• 获取题目详细信息（时限、内存限制等）
• 获取题目描述、题解、输入输出格式等
• 获取和保存题目陈述资源、源文件、辅助文件
• 获取和保存测试脚本、测试点、validator/checker 测试、测试组
• 获取题目解决方案
• 获取题目验证器、额外验证器、检查器、交互器，并支持设置验证器/检查器/交互器
• 获取和保存题目标签、通用描述、通用题解
• 获取历史包、下载包、构建包、提交工作副本
• 提供出题流程辅助工具，包括 readiness 检查、打包等待和发布编排
• 通过 Polygon 账号密码下载 problem package、problem.xml、contest.xml、statements.pdf
• 获取比赛题目列表
• 更新题目信息
• 更新/丢弃工作副本
• 更新题目描述

配置

向 mcp.json 中添加：

"cf-polygon-mcp": {
	"command": "uvx",
	"args": ["cf-polygon-mcp"],
	"env": {
		"POLYGON_API_KEY": "your_key",
		"POLYGON_API_SECRET": "your_secret",
		"POLYGON_LOGIN": "your_login",
		"POLYGON_PASSWORD": "your_password"
	}
}

在使用前，需要设置 Polygon API 密钥。可在 Polygon 设置页面 获取 API Key 和 Secret。

面向出题人的典型工作流

大多数题目都可以按下面四段来推进：

1. 建题与元信息：先用 create_problem 创建空题，再用 update_problem_info 设置时限、内存、输入输出文件名，以及是否为交互题。
2. 题面与素材：用 save_problem_statement 更新题面，用 save_problem_statement_resource 上传图片或附加素材，用 save_problem_script、save_problem_test 管理测试脚本和样例。
3. 评测逻辑：用 set_problem_validator、set_problem_checker、set_problem_interactor 配置评测组件，再用 save_problem_solution 上传主解和错误解。
4. 收口与发布：先跑 check_problem_readiness，再用 build_problem_package_and_wait 验证打包流程，最后用 prepare_problem_release 做完整发布编排。

如果你只是做普通非交互题，最常用的一组工具通常是：

• create_problem
• update_problem_info
• save_problem_statement
• save_problem_script
• save_problem_test
• set_problem_validator
• save_problem_solution
• check_problem_readiness
• build_problem_package_and_wait

写操作和 workflow 工具都会返回结构化结果。最常见的固定字段是 status、action、message、result；workflow 结果还会补充 stage、decision、can_retry、recovery_actions。

从新建题目到发布的完整链路示例

下面示例按“普通非交互题”给出一条最短闭环。示例里的 problem_id 请替换成你自己的题目编号；如果你刚调用过 create_problem，后续一般直接取返回值里的 problem.id 即可。

1. 创建空题：

{
  "name": "Array Rotation"
}

2. 设置题目基础信息：

{
  "problem_id": 123456,
  "input_file": "stdin",
  "output_file": "stdout",
  "time_limit": 2000,
  "memory_limit": 256,
  "interactive": false
}

3. 写英文题面：

{
  "problem_id": 123456,
  "lang": "english",
  "name": "Array Rotation",
  "legend": "给定一个数组和若干操作，计算最终数组。",
  "input": "第一行包含 n 和 q。",
  "output": "输出最终数组。",
  "notes": "样例中的数组下标从 1 开始。"
}

4. 上传测试脚本：

{
  "problem_id": 123456,
  "testset": "tests",
  "source": "gen 5 > $"
}

5. 补一个样例测试：

{
  "problem_id": 123456,
  "testset": "tests",
  "test_index": 1,
  "test_input": "5 2\n1 2 3 4 5\n1 3\n2 5\n",
  "test_use_in_statements": true,
  "test_input_for_statements": "5 2\n1 2 3 4 5\n1 3\n2 5\n",
  "test_output_for_statements": "3 4 5 1 2\n"
}

6. 设置 validator，并上传主解和错误解：

{
  "problem_id": 123456,
  "validator": "validator.cpp"
}

{
  "problem_id": 123456,
  "name": "main.cpp",
  "local_path": "/path/to/main.cpp",
  "tag": "MA"
}

{
  "problem_id": 123456,
  "name": "wrong.cpp",
  "local_path": "/path/to/wrong.cpp",
  "tag": "WA"
}

7. 运行 readiness 检查：

{
  "problem_id": 123456,
  "testset": "tests"
}

重点看返回值中的 blocking_issues、warnings 和 details。如果 status 不是成功，或者 blocking_issues 非空，先修题再继续。

8. 触发打包并等待结果：

{
  "problem_id": 123456,
  "full": true,
  "verify": true,
  "timeout_seconds": 1800,
  "poll_interval_seconds": 5.0
}

9. 最后执行统一发布流程：

{
  "problem_id": 123456,
  "testset": "tests",
  "full": true,
  "verify": true,
  "message": "prepare release",
  "minor_changes": true
}

如果你只是想单独检查 readiness 或构建，不一定要直接调用 prepare_problem_release。这个 workflow 更适合“准备发布前做一次全链路收口”。

交互题、带分题与测试组题目的常见操作

• 交互题：先用 update_problem_info(problem_id=..., interactive=true) 打开交互模式，再调用 set_problem_interactor、set_problem_checker，并在 save_problem_statement 里填写 interaction 字段。最后用 check_problem_readiness 检查 interactive、interactor、checker 和题面 interaction 是否一致。
• 带分题：先用 enable_problem_points(problem_id=..., enable=true) 打开点数模式，再在 save_problem_test 中填写 test_points，同时在 save_problem_statement 里补 scoring。如果只开了点数模式却没写评分说明，check_problem_readiness 会给出告警。
• 测试组题：先用 enable_problem_groups(problem_id=..., testset="tests", enable=true)，再用 save_problem_test_group 配置组，例如 points_policy="COMPLETE_GROUP"、feedback_policy="ICPC"，之后用 set_problem_test_group 绑定测试。若测试组依赖成环，check_problem_readiness 会直接报出 cycle。
• 错误解覆盖：建议至少上传一个主解和若干典型错误解，用 save_problem_solution 设置 tag="MA"、tag="WA"、tag="TL" 等；如果还需要把错误解绑定到某个测试组，可以再调用 edit_problem_solution_extra_tags。

错误排查

• 缺少 API 凭证：大多数工具依赖 POLYGON_API_KEY 和 POLYGON_API_SECRET；下载 problem package、problem.xml、contest.xml、statements.pdf 这类工具还需要 POLYGON_LOGIN 和 POLYGON_PASSWORD。
• check_problem_readiness 未通过：先看 blocking_issues 和 warnings，再看 details 中是哪一节失败。这个工具已经会检查题面资源缺失、交互题配置不一致、测试组依赖成环、评分说明缺失、样例缺失、主解/错误解覆盖不足、generator 与脚本漂移等问题。
• build_problem_package_and_wait 失败或超时：优先看 stage、decision、package、package_history。如果 can_retry=true，通常可以直接使用返回值里的 recovery_actions 选择下一步。
• prepare_problem_release 被拦下：常见的 decision 包括 update_failed、blocking_issues、warnings_not_allowed、build_failed、commit_failed。这几个分支都会给出 recovery_actions，可以按建议先单独修复，再重试完整 workflow。
• 样例或资源对不上：如果题面里引用了图片、代码片段或外部资源，但 save_problem_statement_resource 没有上传对应文件，readiness 会直接指出缺失文件名。
• 测试脚本和生成器不一致：如果脚本里引用了不存在的生成器文件，或者测试上的 scriptLine 已经和当前脚本漂移，readiness 会在 details 里标出来。

开发

1. 确保你已经安装了 Python 3.11 及以上版本。
2. 克隆项目：

git clone https://github.com/gsh20040816/cf-polygon-mcp.git
cd cf-polygon-mcp

3. 安装依赖：

uv sync

4. 运行项目：

uv run mcp dev main.py

5. 运行测试：

python -m unittest discover -s tests -v

GitHub 自动发版

仓库包含两个 GitHub Actions 工作流：

• ci.yml：在 push 到 main 或收到 pull_request 时运行，使用 Python 3.11 安装依赖、执行 python -m unittest discover -s tests -v，并构建 sdist 和 wheel
• publish.yml：仅在推送版本 tag（如 v0.11.0）时运行，会重新执行测试与构建，校验 tag 与 pyproject.toml 中的版本一致，并在该版本尚未发布到 PyPI 时上传发行包

推荐的发布流程：

1. 更新 pyproject.toml 中的版本号并推送到 main
2. 等待 ci.yml 通过
3. 创建并推送对应版本 tag，例如 git tag v0.11.0 && git push origin v0.11.0

要让自动发布生效，需要先在 PyPI 的 Trusted Publisher 中添加这个 GitHub 仓库：

• Owner: gsh20040816
• Repository name: cf-polygon-mcp
• Workflow name: publish.yml
• Environment name: pypi

许可证

AGPL-3.0-or-later

说明

本项目由 AI 生成。