具備篩選功能的挑戰庫
瀏覽按類別與難度分類、題目大小接近 ticket 的程式問題,然後挑選符合你想練習工作型態的挑戰。
Kodwai 是一個讓開發者在自己的電腦上透過 AI agent 解決程式挑戰的平台。首頁提到支援的 agent 包括 Claude Code、Cursor 和 Codex,並將產品定位為用來測試你是否能有效引導 agent 完成真實工作,而不只是你是否記得面試題。
流程從 CLI 開始:選擇挑戰、下載題目檔案與測試、在本機解題,然後提交整段流程進行評分。接著,Kodwai 會以 Direction、Outcome 和 Lift 評估這次執行,並根據 prompts、recovery、commits 與 test runs 等證據,將結果放上公開排行榜。
瀏覽按類別與難度分類、題目大小接近 ticket 的程式問題,然後挑選符合你想練習工作型態的挑戰。
使用 Kodwai CLI 從終端機啟動挑戰,會先下載題目敘述、起始檔案與測試,然後初始化 git repository 與計時器。
在自己的電腦上、用你自己的 AI agent 進行本機工作流程,而不是在受控 sandbox 內作業,並使用你既有的編輯器與工作方式。
提交整段流程進行評分,內容包含程式碼、git 歷史、測試執行、agent 對話紀錄與經過時間。
取得 Direction、Outcome 與 Lift 三個面向的分數,並附上逐項證據,說明每個面向為何得到該分數。
在公開排行榜上比較各次執行結果,並保有與已評分流程連結的公開個人檔案。
當你想練習引導 AI agent 完成程式任務的真實流程時使用 Kodwai,包括提示、驗證,以及 agent 出錯時的修正。
用它比較同一個問題的不同做法如何得分,特別是在某個提示雖然讓測試通過,但判斷力或驗證不足的情況下。
使用挑戰庫進行類似面試的準備,涵蓋題目大小接近 ticket 的後端、前端、安全性或其他可交付工作,而不是切換到白板題。
利用排行榜與公開個人檔案,隨時間追蹤已評分的執行結果,並分享可見的挑戰紀錄。
Kodwai 是一個讓你在自己的電腦上使用自己的 AI agent 解決程式挑戰的平台。來源內容顯示它支援 Claude Code、Cursor 和 Codex,並可從 CLI 啟動挑戰後提交進行評分。
頁面顯示的流程是:從終端機啟動挑戰、下載題目檔案與測試、在本機完成解題,然後提交整段流程進行評分。
Kodwai 主要面向想練習如何引導 AI agent 完成真實程式工作的開發者,而不是解抽象題目或白板題的人。
來源描述它會根據 Direction、Outcome 和 Lift 來評分,並以 prompts、recovery、test runs、commits 以及 agent transcript 作為證據。
頁面明確描述此產品可在你自己的電腦上搭配自己的 agent 使用,並提到不需要對抗 sandbox。除首頁列出的 agent 外,來源沒有提供更多整合或環境細節。