algo-practice

以 AI Agent + Skills 為核心的演算法面試練習系統。目標是透過客製化技能模組，讓 AI 扮演專業技術面試官與教練，幫助你從 LeetCode Rating 1500 提升至 2000。

---

🛠️ Skills 架構

.agent/skills/
├── leetcode-fetcher/       # Step 1：題目環境自動建立
├── algo-interview-prep/    # Step 2：解題引導與教學
└── algo-progress-tracker/  # Step 3：弱點記錄與進度追蹤

1. leetcode-fetcher — 自動化題目環境建立

功能	說明
來源支援	leetcode.com、neetcode.io、或純文字描述
自動分類	依核心解題邏輯歸類至 18 種題型之一
檔名規則	00215._Kth_Largest_Element_In_An_Array.py
輸出路徑	{cwd}/{Category}/{檔名}.py
核心限制	⛔ 嚴禁在此階段撰寫任何解題邏輯，Solution 方法維持 pass

2. algo-interview-prep — 白板面試模擬教練

引導流程分為 5 個步驟：

1. 題目分類 — 判斷屬於哪種題型（18 種）並分析 Edge Cases
2. 蘇格拉底引導 — 不直接給答案，用問題引導你自己推導思路
3. 多層次解法比較 — 從暴力解 → 最佳解，附帶複雜度分析
4. 練習題推薦 — 推薦 2-3 題漸進難度的配套題目
5. 自動呼叫 Progress Tracker — 將本次弱點記錄入 algo_check_list.md

3. algo-progress-tracker — 個人學習紀錄系統

• 維護 algo_check_list.md（個人學習檔案）於當前工作目錄
• 記錄每道題的具體錯誤原因（例如：「忘記 k > array.length 邊界情況」）
• 分析是否重蹈覆轍或有所進步
• 本身的 references/check_list.md 是唯讀模板，不會被修改

---

🔄 典型工作流程

使用者提供題目 URL 或名稱
        ↓
[leetcode-fetcher] 抓取題目 → 建立分類目錄與 .py 檔案
        ↓
[algo-interview-prep] 引導思考 → 探討解法 → 分析複雜度
        ↓
[algo-progress-tracker] 自動記錄弱點 → 更新 algo_check_list.md

---

📁 題目分類（18 種題型）

題型	題型
Arrays & Hashing	Two Pointers
Sliding Window	Stack
Binary Search	Linked List
Trees	Heap / Priority Queue
Backtracking	Tries
Graphs	Advanced Graphs
1-D Dynamic Programming	2-D Dynamic Programming
Greedy	Intervals
Math & Geometry	Bit Manipulation