AutoYKT 采用截图识别、可验证的鼠标输入和独立观察层。正式运行面向 Windows 可见桌面，模型、坐标、课程和通知参数均来自仓库外的私有 YAML。
| 模块 | 职责 |
|---|---|
cli.py / __main__.py |
初始化、检查、标定、课堂运行、状态/停止与知识工具 |
core/config.py / legacy_config.py |
严格配置验证、私有路径解析和旧配置迁移 |
calibration.py |
现场或离线区域、模板、按钮颜色与尺寸标定 |
monitor/screen_watcher.py |
串行调度页面，预热 OCR，共享一个鼠标 |
monitor/profile_runtime.py |
单页完整状态机、题目预算与错误处理 |
monitor/operations.py / windows.py |
统一点击计划、窗口/页面保护、输入前重验、私有证据 |
monitor/detector.py / selection.py |
题型防抖、动态字母定位、灰蓝状态与逐项选择验证 |
monitor/page_flow.py / cycle.py |
新题入口、结果页动作和提交反馈验证 |
monitor/checkpoint.py |
在输入前写入意图，阻止重启后重放未确认操作 |
monitor/class_session.py / health.py |
两小时时钟、实际扫描记录、状态、停止和累计评估 |
monitor/image_inspection.py / rehearsal.py |
无点击图片检查、使用虚拟输入的模型回放 |
agent/answer_agent.py / consensus.py |
限时并发采样、严格输出解析和完整答案集合投票 |
knowledge/ |
本地 OCR、课件提取、课程隔离的 SQLite 词法检索 |
notifier/ / core/event_bus.py |
异步观察事件；可选 QQ/Telegram 通知 |
flowchart TD
W[等待并检查窗口与页面] --> N{出现新题提示?}
N -->|是| E[定位提示正文并点击进入]
E --> W
N -->|否| D{题型连续命中?}
D -->|否| W
D -->|是| C[跳过已完成或过期题；采集稳定题面]
C --> O[OCR 与本地课程检索]
O --> A[Flash 并发采样与投票]
A --> V{答案有效且原题未变化?}
V -->|否| R[保留报告并等待新题]
V -->|是| P[按当前字母位置生成选择和提交计划]
P --> S[逐次选择或反选并核对颜色]
S --> T[点击提交并连续检查完成模板]
T -->|成功| R
T -->|无法确认| H[保留检查点并请求人工处理]
R -->|原题离开或新题出现| W
单选与多选来自独立题型模板。出现冲突、重复位置、未识别字母或未知选中颜色时不猜测。多选按整组答案投票，先反选多余项，再补选缺少项，保留已经正确选择的项。
question_budget 是从发现题目/提示开始的本地截止时间，不是读取平台倒计时。OCR、排队、模型请求和点击验证共用总预算，并预留提交时间。默认文本 Flash 需要完整的字母到选项文本映射；视觉模型可使用截图，但必须在私有配置中明确设置。
所有正式入口要求窗口绑定、页面身份、动态选项、颜色、提交方式和明确完成模板。输入前核对窗口、无遮挡、当前页面、题目和选项状态；窗口移动时换算坐标，大小变化时暂停。后台监测仍需窗口完整可见，激活后重看题面。
模型重试只发生在尚未输入的阶段。输入前持久化 pending.json；提交确认后标为已验证，直到观察到下一题才清除。无法确认的输入需要人工核对，recover --skip-current 保存当前页的跳过基线。不得用自动删除检查点来恢复。
普通失焦/遮挡可在条件恢复后继续扫描。加载超时、未确认输入、人工状态会终止该页操作。已答题页面停留是正常等待，不作为故障；异常事件和监测暂停仍计入会话评估。
所有相对路径从私有配置目录解析，当前工作目录中的配置不会自动加载。密钥不进入模型导出和运行报告。事件中的题目与回答、截图、模板及课程库属于私有数据；默认不上传仓库。
session 先预热 OCR，再启动默认 120 分钟计时；状态每秒原子写入，实际扫描次数与心跳分开记录。到期停止接收新题，并在原题预算内收尾；--stop 主动取消。Windows 进程锁防止双重控制，保持唤醒请求只在运行期间有效。
通知是观察层，不决定下一步点击。会话关闭先收尾状态机，再排空事件和关闭客户端；排空期间收到的错误也进入最终报告。日志轮转，截图与操作报告保留供核验，需由使用者定期归档。
合成图片和虚拟鼠标用于可重复的流程测试；私有 calibration_samples 用原尺寸真实图片验证识别；rehearse 用实际 OCR/模型和虚拟提交验证答题流程。真实服务器接收、答案正确率和真实连续两小时可靠性，需要课堂报告与人工核对单独证明。参见 审计记录。