English version is also available.

Scholarium

Scholarium 是一个非官方个人学习辅助工具，用于把用户已授权访问的 DeepLearning.AI 课程页面整理为本地学习资料。本项目仓库不包含或再分发任何 DeepLearning.AI 或 Coursera 课程材料；用户生成的本地输出由用户自行负责。工具使用 Playwright 控制本地浏览器访问用户已登录且有权访问的页面。

Legal and Usage Notice / 使用与法律提示

Scholarium 是非官方个人学习辅助工具，不隶属于 DeepLearning.AI 或 Coursera，也未获得其官方认可、赞助或授权。使用者应只整理自己有权访问的内容，并自行遵守 DeepLearning.AI、Coursera、课程平台、实验环境提供方的条款以及适用法律。请勿使用本项目绕过付费墙、登录限制、访问控制或平台使用限制，也不要在没有授权的情况下公开发布、分享、出售或再分发导出的字幕、notebook、lab、quiz、assignment、solution 或其他课程资料。

详细说明请阅读 NOTICE.md。如果你是权利人，或认为本项目及相关公开内容损害了你的权利，可通过 GitHub Issues 或 ascendho@outlook.com 联系维护者及时处理。

功能

• 从用户已登录且有权访问的课程主页发现 lesson 列表。
• 为本地个人学习保存 lesson 字幕 Markdown。
• 自动生成完整学习包：index.md、course-overview.md、resources.md、manifest.json。
• 在用户显式配置 Jupyter/Lab 链接时，保存可访问的 lesson 代码到本地。
• 可在用户已登录并有权访问的课程 code、project 或 graded 页面范围内使用页面提供的临时 lab 访问凭据。
• 复用 .auth/deeplearning_ai.json 中保存的本地 Playwright 登录态。

安装

python3 -m venv .venv
. .venv/bin/activate
python3 -m pip install --upgrade pip
python3 -m pip install -e ".[dev]"
python3 -m playwright install chromium

配置

在项目根目录编辑 scholarium.json：

{
  "course_url": "https://www.deeplearning.ai/courses/building-coding-agents-with-tool-execution",
  "code_url": "https://...lab-aws-production.deeplearning.ai/tree",
  "output_dir": "exports",
  "auth_state": ".auth/deeplearning_ai.json",
  "browser_visibility": "auto",
  "execute_lesson_notebooks": false,
  "notebook_execute_timeout_seconds": 900,
  "force": false
}

course_url 是必填项。code_url 可以留空；留空时只导出字幕和学习包元数据，不保存 lab 代码。配置中的 code_url 会作为 lesson lab 入口处理；课程页面中可见的 project 或 graded lab 也可能被发现。使用前请确认你有权访问并本地保存相关内容。

如果希望保存带输出的 lesson notebook，可以设置 "execute_lesson_notebooks": true。开启后，Scholarium 会在用户已授权访问的远程 Jupyter/Lab 环境中执行 code/lessons/ 下的 notebook，再把带 outputs 的 .ipynb 保存到本地。code/project/、graded、assignment 或 quiz 相关 notebook 不会自动执行。该功能可能耗时并修改远程 lab 会话状态；某个 notebook 执行失败时，程序会继续下载并在代码摘要中记录失败。

运行

scholarium

程序会为你已登录且有权访问的可见课程资源生成本地学习包，不需要额外参数。首次需要登录时，命令可能会打开一个浏览器窗口。你在浏览器里完成登录后，程序会自动继续运行。之后再次运行会复用保存的登录态，并默认在后台运行。

AI Skills 后处理工作流

本仓库包含两个 Codex skills，用于在导出完成后继续整理本地学习资料。普通使用时不需要手动调用内部 helper 脚本，直接在 Codex 中用自然语言指定 skill 和导出目录即可。

推荐顺序：

1. 先运行 scholarium 生成 exports/<course-slug>/。

2. 翻译导出内容：

   请使用 scholarium-localize skill，翻译 exports/<course-slug>
   

   输出会写入 exports/<course-slug>/zh/。原始英文导出不会被覆盖。

3. 生成每课学习笔记：

   请使用 scholarium-notes skill，为 exports/<course-slug> 生成每课学习笔记
   

   输出会写入 exports/<course-slug>/notes/，并生成 notes/index.md。

这些 skills 内部会使用 helper 脚本进行分块、断点续跑、跳过未变化文件和结果校验；这些脚本是实现细节，主要面向自动化和调试。生成的翻译、笔记和代码资料仍属于本地个人学习输出，请不要提交到公开仓库或再分发。

导出结构

默认导出到项目根目录下的 exports/：

exports/<course-slug>/
  index.md
  transcripts/
    01-<lesson-slug>.md
  code/
    lessons/
    project/
  course-overview.md
  resources.md
  manifest.json

• index.md：lesson 索引、处理状态和本地代码保存摘要。
• transcripts/：逐课字幕 Markdown。
• code/：在配置 Jupyter/Lab 链接后保存到本地的可访问代码和资料。
• code/lessons/：来自配置的 code_url 或普通 code lesson 页面的 lesson 代码。
• code/project/：来自 project、graded 或 assignment 页面中可见 lab 入口的项目代码；未发现时不会生成内容。
• course-overview.md：课程摘要、学习目标、讲师、lesson 类型和时长。
• resources.md：代码示例、测验或作业页面，以及页面中可见的资源链接。
• manifest.json：结构化课程、lesson、资源和处理结果数据。

metadata 表示该课程项没有生成单独的字幕 Markdown 文件，只记录在 index.md 和 manifest.json 中。代码示例、测验或作业页面如果没有可见字幕，会标记为 metadata，而不是 failed。

登录态

工具不会保存用户名或密码，只保存复用网页登录所需的本地 Playwright 浏览器状态：

.auth/deeplearning_ai.json

在用户已登录且有权访问的课程 code、project 或 graded 页面中，工具可能使用页面正常提供的临时 lab 访问凭据来请求相关 Jupyter/Lab 资源。只有你确认自己有权访问相关 lab，且课程页面没有提供可复用的 lab 入口时，才应在项目根目录的 scholarium.json 中添加 "code_token": "你的 Jupyter token"，或把 "browser_visibility" 改为 "visible" 后重新运行一次。不要提交或公开包含 token、登录态或导出课程资料的本地文件。

说明

• 本项目面向个人学习工作流。
• 源码位于 src/scholarium/，这是标准 Python src layout 下的包目录，不是生成输出目录。
• DeepLearning.AI 页面结构可能变化；解析器测试使用本地 HTML fixture 来保持核心行为稳定。