ipas-ai-quiz: Skill for Claude Code

加一個新梯次的官方試題

iPAS 每次考完會公告該次試題(本站考古題來源)。將來有新梯次時,照此流程加入。

步驟

1. 拿到官方 PDF 直連網址。iPAS AIAP 來源頁: https://ipd.nat.gov.tw/ipas/certification/AIAP/learning-resources 該頁是 Next.js SSR,可直接 curl 頁面原始碼,用 grep 撈出 /api/proxy/uploads/certification_resource/.../*.pdf 的完整連結。把新梯次各科的 PDF 網址記到 tools/sources.json。

2. 抽成題目骨架(每科一份)。用這支,不要自己拿 pdftotext 硬幹:

   node tools/extract-exam.mjs '<PDF網址>' --level 初級 --round 115年第三次 \
     --subject "科目1：人工智慧基礎概論" -o /tmp/new-s1.json
   

   它會輸出 {level, round, subject, chapter:'', topic:'', question, options[4], answer, explanation:''}, 答案已經是 0-based 且取自 PDF 最左欄的官方答案。

   為什麼要有這支工具(兩個會「靜默毀題」的坑,都不會讓程式出錯):

   • -layout 的行序會亂,拿它重建題幹會出錯而且看起來完全正常 → 題幹改用不加 -layout 的原始閱讀順序,-layout 那份只拿最左欄答案。
   • 頁尾「第 N 頁,共 15 頁」會被插進句子中間,長成「判斷零件表面是否存第 2 頁,共 15 頁在細微刮痕」→ 已在解析階段濾除,check-questions.mjs 也有硬檢查擋。

   答案用三重驗證(欄位式、座標式、孤立字母鄰接),任何一重對不上就中止,不會給半成品。 注意 -bbox-layout 的 y 是每頁重新算的,自己寫檢查時跨頁比 y 會假報大量不一致。

3. 填 chapter / topic / explanation(這步才輪到你 AI 判讀):

   • chapter 用官方學習指引的章節名,沿用既有題庫已用過的,不要自創。
   • explanation 自己寫:為何對 + 逐一駁錯項 + 核心記憶點,中位數約 200 到 250 字。
   • 每則詳解建議以「正解 (X)」開頭,方便寫一支腳本比對它與官方答案是否一致,不一致就不要產出。
   • 字串內不要用半形雙引號 ",用「」。
   • 夾純英數的括號用半形((Supervised Learning)),夾中文的維持全形。既有題庫零例外。

4. 帶圖題(題幹有「下圖/程式碼/圖表」純文字抽不到的):先跑 pdfimages -list <pdf> 看尺寸分佈——每頁尺寸都一樣的是頁首裝飾,不是題目用圖(115-3 那兩份 30 張全是 1084x454 的裝飾,實際零張帶圖題)。真的有題目用圖才用 pdfimages -png -p '<pdf>' /tmp/e 取乾淨內嵌圖(忽略每頁固定尺寸的頁首裝飾圖;不要用含左側答案欄的整頁截圖)。圖用 pdfimages 取出後轉 WebP lossless、命名為 <該題 id>.webp 存到 assets/(例如 assets/115-2-m-s3-f1.webp),該題填 image: "assets/<id>.webp"。別沿用 PDF 原始圖號(早期 114-2 沒這樣、踩過坑);題幹寫「附圖」就一定要掛上。中文標點用全形(夾純英文括號維持半形)。

5. 加入 + 驗證:

   node tools/add-questions.mjs /tmp/new.json --dry-run   # 先試跑
   node tools/add-questions.mjs /tmp/new.json             # 沒錯再加
   node tools/check-questions.mjs                         # 健康檢查:圖/檔名/附圖漏掛/結構/標點(要全綠)
   node core.test.mjs