feat(题目): 答案错误时拿公开样例重跑，并排显示正确输出和你的输出，按差异类型给中文提示

原来答案错误只有四个字。6901 条历史答案错误在公开样例上重跑过：73% 在样例上就错了，
其中约三分之一只差格式（没输出、input() 提示文字、空格换行、中英文标点、小数位数）。

- judge/run.ts 的 checkSamples：判出答案错误后以内联测试点重跑题目样例（output: true），
  记下第一个没过的样例和学生在它上面的输出，写进 statistic_info.sample_check；
  样例全过则只记 passed。全是公开信息，不碰隐藏测试点；比赛不跑（有期末考试）
- 前端按差异归类（数字先于「多了内容」判，免得 007 被当成多打了文字），
  并排显示输入 / 正确输出 / 你的输出，标出第一处不同的行；只差空白时把空格、换行画出来，
  末尾空白不画（判题本来就忽略）
- 提示给具体值（「正确输出是 84.10，你输出的是 84.1」），input("…") 单独提示

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

apps/api/src/judge/run.ts

@@ -1,6 +1,6 @@
 import { createHash } from "node:crypto"
 
-import { astRuleSchema, type ContestSubmissionInfo } from "@oj2/contract"
+import { astRuleSchema, type ContestSubmissionInfo, type StatisticInfo } from "@oj2/contract"
 import { and, eq, inArray } from "drizzle-orm"
 
 import { config } from "../config"
@@ -377,6 +377,69 @@ async function diagnoseRuntimeError(
   return parsePythonTraceback(output, row.submission.code, prependLines)
 }
 
+/** sample_check 里三段文本各自的上限。样例本身很短，截的主要是学生的输出（死循环打印） */
+const SAMPLE_TEXT_LIMIT = 2000
+
+type SampleCheck = NonNullable<StatisticInfo["sample_check"]>
+
+/**
+ * 答案错误时拿题目的**公开样例**重跑一次，记下第一个没过的样例和学生在它上面的输出，
+ * 写进 `statistic_info.sample_check`。
+ *
+ * 2025 秋以来的 6901 条答案错误在样例上重跑过：73% 在样例上就已经错了。样例写在题面上，
+ * 所以「输入 700，正确输出 7，你的输出 007」给学生看不泄露任何隐藏数据，而这正是他最
+ * 缺的线索 —— 原来答案错误只有四个字，连错在哪一类都不知道。其中约三分之一只差格式
+ * （多了提示文字、空格换行、中英文标点、小数位数），前端按差异类型再补一句中文提示。
+ *
+ * 和运行时错误的诊断一样，主判题不开 output；这里的样例是内联传的，输出只回这几个点。
+ */
+async function checkSamples(
+  row: {
+    submission: typeof schema.submission.$inferSelect
+    problem: typeof schema.problem.$inferSelect
+  },
+  source: string,
+): Promise<SampleCheck | null> {
+  const samples = (Array.isArray(row.problem.samples) ? row.problem.samples : [])
+    .map((item) => asRecord(item))
+    .filter(
+      (item): item is { input: string; output: string } =>
+        typeof item.input === "string" && typeof item.output === "string",
+    )
+  if (!samples.length) return null
+
+  const response = await requestJudge(
+    row.submission.language,
+    source,
+    row.problem.timeLimit,
+    row.problem.memoryLimit,
+    // 题面上的样例输入常常没有结尾换行，而 input() 读到文件末尾没有换行照样能读，
+    // C 的 scanf 也不在乎。补一个是为了和测试点文件的样子一致
+    samples.map((item) => ({
+      input: item.input.endsWith("\n") ? item.input : `${item.input}\n`,
+      output: item.output,
+    })),
+    true,
+  )
+  // 在样例上就编译不过不会发生（正式判题刚编译过同一份代码），真遇到了就当没检查
+  if (response.err || !Array.isArray(response.data)) return null
+  const cases = [...(response.data as JudgeCase[])].sort(
+    (left, right) => Number(left.test_case) - Number(right.test_case),
+  )
+  const index = cases.findIndex((item) => item.result !== JudgeStatus.ACCEPTED)
+  if (index < 0) return { passed: true }
+  const sample = samples[index]!
+  const output = cases[index]!.output
+  return {
+    passed: false,
+    index,
+    input: sample.input.slice(0, SAMPLE_TEXT_LIMIT),
+    expected: sample.output.slice(0, SAMPLE_TEXT_LIMIT),
+    output: typeof output === "string" ? output.slice(0, SAMPLE_TEXT_LIMIT) : "",
+    result: cases[index]!.result,
+  }
+}
+
 export async function judgeSubmission(job: JudgeJobData) {
   const [row] = await db
     .select({
@@ -473,6 +536,19 @@ export async function judgeSubmission(job: JudgeJobData) {
         if (diagnosis) statisticInfo.runtime_error = diagnosis
       }
 
+      // 同上，比赛不跑：比赛里有期末考试，格式提示在那里不该给
+      if (
+        result === JudgeStatus.WRONG_ANSWER &&
+        row.submission.contestId === null &&
+        row.submission.language !== "SQL"
+      ) {
+        const check = await checkSamples(row, source).catch((error: unknown) => {
+          console.warn(`[judge] 样例重跑失败 ${row.submission.id}:`, error)
+          return null
+        })
+        if (check) statisticInfo.sample_check = check
+      }
+
       if (result === JudgeStatus.ACCEPTED) {
         const rules = astRulesForLanguage(row.problem.astRules, row.submission.language)
         if (rules.length > 0) {

apps/web/src/oj/problem/components/SubmissionResult.vue

@@ -16,6 +16,7 @@ import SubmissionResultTag from "shared/components/SubmissionResultTag.vue"
 import { useProblemStore } from "oj/store/problem"
 import PythonErrorExplain from "./PythonErrorExplain.vue"
 import RuntimeErrorExplain from "./RuntimeErrorExplain.vue"
+import WrongAnswerExplain from "./WrongAnswerExplain.vue"
 import { useAIStream } from "shared/composables/aiStream"
 import { submitHintFeedback } from "oj/api"
 import { MdPreview } from "md-editor-v3"
@@ -113,6 +114,13 @@ const runtimeError = computed(() => {
   return submission.statisticInfo?.runtime_error ?? null
 })
 
+/** 答案错误时公开样例上的对比，交给 WrongAnswerExplain；比赛提交没有（见后端 checkSamples） */
+const sampleCheck = computed(() => {
+  const submission = props.submission
+  if (!submission || submission.result !== SubmissionStatus.wrong_answer) return null
+  return submission.statisticInfo?.sample_check ?? null
+})
+
 const msg = computed(() => {
   if (!props.submission) return ""
   // 走 PythonErrorExplain / RuntimeErrorExplain 那两张中文卡片
@@ -285,6 +293,7 @@ const columns: DataTableColumn<JudgeCaseResult>[] = [
       v-if="
         pythonCompileError ||
         runtimeError ||
+        sampleCheck ||
         msg ||
         infoTable.length ||
         submission.statisticInfo?.ast_results?.length
@@ -292,6 +301,12 @@ const columns: DataTableColumn<JudgeCaseResult>[] = [
     >
       <PythonErrorExplain v-if="pythonCompileError" :err-info="pythonCompileError" />
       <RuntimeErrorExplain v-if="runtimeError" :info="runtimeError" :code="submission.code" />
+      <WrongAnswerExplain
+        v-if="sampleCheck"
+        :check="sampleCheck"
+        :code="submission.code"
+        :language="submission.language"
+      />
       <n-card v-if="submission.statisticInfo?.ast_results?.length" embedded>
         <n-flex vertical :size="8">
           <n-flex

apps/web/src/oj/problem/components/WrongAnswerExplain.vue

@@ -0,0 +1,171 @@
+<script setup lang="ts">
+import { JUDGE_STATUS, SubmissionStatus } from "utils/constants"
+import {
+  classifyDiff,
+  explainDiff,
+  firstDifferentLine,
+  type SampleCheck,
+} from "oj/problem/utils/wrongAnswer"
+
+/**
+ * 答案错误时的样例对比（数据见后端 judge/run.ts 的 checkSamples）。
+ * 全是公开信息：样例写在题面上，「你的输出」是学生自己的程序在公开输入上的输出。
+ */
+const props = defineProps<{
+  check: SampleCheck
+  code: string
+  language: string
+}>()
+
+/** 后端每段截到 2000 字，到了上限就是被截过 */
+const TEXT_LIMIT = 2000
+
+const onSample = computed(() => props.check.result === SubmissionStatus.wrong_answer)
+const kind = computed(() =>
+  onSample.value ? classifyDiff(props.check.expected ?? "", props.check.output ?? "") : null,
+)
+const hint = computed(() => {
+  if (props.check.passed) return ""
+  if (!kind.value) {
+    const name = JUDGE_STATUS[props.check.result as keyof typeof JUDGE_STATUS]?.name ?? "出错了"
+    return `你的程序在这个例子上就「${name}」了，先让它在例子上跑通。`
+  }
+  return explainDiff(kind.value, props.check, props.code, props.language)
+})
+const diffLine = computed(() =>
+  firstDifferentLine(props.check.expected ?? "", props.check.output ?? ""),
+)
+
+/**
+ * 只差空白的时候把空白画出来，不然两边看着一模一样。
+ *
+ * 末尾的空白先去掉：判题比的是整个输出去掉末尾空白之后的样子（JudgeServer 的
+ * stripped_output_md5），print 自己带的那个换行不算错。画出来的话，学生会以为
+ * 是结尾那个「↵」惹的祸。
+ */
+function lines(text: string) {
+  const visible = kind.value === "whitespace"
+  const parts = text.replace(/\s+$/, "").split("\n")
+  return parts.map((line, i) => {
+    if (!visible) return line
+    const ending = i < parts.length - 1 ? "↵" : ""
+    return line.replace(/ /g, "·").replace(/\t/g, "→") + ending
+  })
+}
+</script>
+
+<template>
+  <n-card embedded class="explain-card">
+    <div v-if="check.passed" class="explain">
+      题目里的例子都对了，没通过的是隐藏的测试点。想想特殊情况：最大的数、最小的数、0、负数，或者题目里专门提到的情况。
+    </div>
+    <n-flex v-else vertical :size="12">
+      <div class="explain">
+        <b>例子 {{ (check.index ?? 0) + 1 }} 没有通过：</b>{{ hint }}
+      </div>
+      <div class="blocks">
+        <div class="block input">
+          <div class="label">输入</div>
+          <div class="text">
+            <div
+              v-for="(line, i) in (check.input ?? '').split('\n')"
+              :key="i"
+              class="line"
+              v-text="line"
+            />
+          </div>
+        </div>
+        <div class="block">
+          <div class="label">正确输出</div>
+          <div class="text">
+            <div
+              v-for="(line, i) in lines(check.expected ?? '')"
+              :key="i"
+              class="line"
+              :class="{ diff: onSample && i === diffLine }"
+              v-text="line"
+            />
+          </div>
+        </div>
+        <div class="block">
+          <div class="label">你的输出</div>
+          <div v-if="check.output" class="text">
+            <div
+              v-for="(line, i) in lines(check.output)"
+              :key="i"
+              class="line"
+              :class="{ diff: onSample && i === diffLine }"
+              v-text="line"
+            />
+          </div>
+          <div v-else class="text empty">（什么都没有输出）</div>
+          <n-text v-if="check.output && check.output.length >= TEXT_LIMIT" depth="3" class="cut">
+            输出太长，只显示了前面一部分
+          </n-text>
+        </div>
+      </div>
+    </n-flex>
+  </n-card>
+</template>
+
+<style scoped>
+.explain-card {
+  max-width: 560px;
+}
+
+.explain {
+  font-size: 16px;
+  line-height: 1.7;
+}
+
+.blocks {
+  display: grid;
+  grid-template-columns: 1fr 1fr;
+  gap: 8px;
+}
+
+.block {
+  min-width: 0;
+}
+
+.block.input {
+  grid-column: 1 / -1;
+}
+
+.label {
+  font-size: 13px;
+  opacity: 0.7;
+  margin-bottom: 4px;
+}
+
+.text {
+  margin: 0;
+  font-family: ui-monospace, "SF Mono", Menlo, Consolas, monospace;
+  padding: 8px 10px;
+  border-radius: 4px;
+  font-size: 14px;
+  line-height: 1.6;
+  max-height: 200px;
+  overflow: auto;
+  background-color: rgba(128, 128, 128, 0.1);
+}
+
+/* 每行用 v-text 填，不写 {{ line }}：模板里标签两边的换行缩进会被 Vue 压成一个空格，
+   配上 white-space: pre 就是每行开头多一个空格 —— 在一个专门比对空格的地方，这不能有 */
+.line {
+  white-space: pre;
+  min-height: 1.6em;
+}
+
+.diff {
+  background-color: rgba(208, 48, 80, 0.2);
+}
+
+.empty {
+  opacity: 0.6;
+}
+
+.cut {
+  font-size: 12px;
+}
+</style>

apps/web/src/oj/problem/utils/pythonError.ts

@@ -76,7 +76,7 @@ export const PUNCTUATION_MAP: Record<string, string> = {
  * 几乎一样，「把「：」换成「:」」这句话学生看不出区别。「冒号是中文的，要换成英文的」
  * 看得懂，要换哪一个由卡片里那行代码的标红来指。
  */
-const PUNCTUATION_NAMES: Record<string, string> = {
+export const PUNCTUATION_NAMES: Record<string, string> = {
   "（": "左括号",
   "）": "右括号",
   "，": "逗号",

apps/web/src/oj/problem/utils/wrongAnswer.ts

@@ -0,0 +1,162 @@
+import type { StatisticInfo } from "@oj2/contract"
+import { PUNCTUATION_MAP, PUNCTUATION_NAMES } from "./pythonError"
+
+/**
+ * 答案错误时，比较学生在**公开样例**上的输出和正确输出，归一类、给一句中文提示。
+ * 数据来自后端 judge/run.ts 的 checkSamples（`statistic_info.sample_check`）。
+ *
+ * 分类是拿 2025 秋以来 5055 条「样例上就错了」的答案错误定的：
+ * 格式和内容都不同 44%、数值不对 15%、没有输出 10%、多了文字 9%、只差空格换行 9%、
+ * 少了内容 5%、中英文标点 4%、数字写法（小数位数）2.5%、大小写 1%。
+ * 前几类之外的「几乎对了」合起来约三分之一，一句话就能改对。
+ *
+ * 样例是公开的，这里可以放心地把具体的值说出来（「正确输出是 84.10，你输出的是 84.1」）。
+ */
+export type SampleCheck = NonNullable<StatisticInfo["sample_check"]>
+
+export type DiffKind =
+  | "no-output"
+  | "whitespace"
+  | "punctuation"
+  | "case"
+  | "extra"
+  | "missing"
+  | "number-format"
+  | "values"
+  | "other"
+
+const NUMBER = /-?\d+(?:\.\d+)?/g
+
+function squash(text: string) {
+  return text.replace(/\s+/g, " ").trim()
+}
+
+function toEnglishPunctuation(text: string) {
+  return [...text].map((ch) => PUNCTUATION_MAP[ch] ?? ch).join("")
+}
+
+export function classifyDiff(expected: string, output: string): DiffKind {
+  const e = squash(expected)
+  const o = squash(output)
+  if (!o) return "no-output"
+  if (e === o) return "whitespace"
+  if (squash(toEnglishPunctuation(expected)) === squash(toEnglishPunctuation(output))) {
+    return "punctuation"
+  }
+  if (e.toLowerCase() === o.toLowerCase()) return "case"
+  // 数字先于「多了内容」判：007 里包含 7、3.0 里包含 3，先判包含就会把它们当成
+  // 「多打了说明文字」，给出完全不相干的建议
+  const en = e.match(NUMBER) ?? []
+  const on = o.match(NUMBER) ?? []
+  const sameShape = e.replace(NUMBER, "N") === o.replace(NUMBER, "N") && en.length === on.length
+  if (sameShape && en.length) {
+    const sameValues = en.every((value, i) => Math.abs(Number(value) - Number(on[i])) < 1e-9)
+    return sameValues ? "number-format" : "values"
+  }
+  if (e && o.includes(e)) return "extra"
+  if (o && e.includes(o)) return "missing"
+  return "other"
+}
+
+/** 第一处不一样的标点：[正确输出里的, 你输出的] */
+function firstPunctuationPair(expected: string, output: string) {
+  const e = [...squash(expected)]
+  const o = [...squash(output)]
+  for (let i = 0; i < Math.min(e.length, o.length); i++) {
+    if (e[i] !== o[i]) return [e[i]!, o[i]!] as const
+  }
+  return null
+}
+
+function punctuationHint(expected: string, output: string) {
+  const pair = firstPunctuationPair(expected, output)
+  if (pair) {
+    const [want, got] = pair
+    // 中文的那个才在名字表里
+    const name = PUNCTUATION_NAMES[got] ?? PUNCTUATION_NAMES[want]
+    if (name && PUNCTUATION_MAP[got] === want) {
+      return `内容对了，但标点不一样：正确输出用的是英文的${name}，你输出的是中文的${name}。输出里的标点要和题目完全一样。`
+    }
+    if (name && PUNCTUATION_MAP[want] === got) {
+      return `内容对了，但标点不一样：正确输出用的是中文的${name}，你输出的是英文的${name}。输出里的标点要和题目完全一样。`
+    }
+  }
+  return "内容对了，但标点不一样：输出里的标点要和题目完全一样，注意分清中文标点和英文标点。"
+}
+
+function numberFormatHint(expected: string, output: string, language: string) {
+  const en = squash(expected).match(NUMBER) ?? []
+  const on = squash(output).match(NUMBER) ?? []
+  const i = en.findIndex((value, k) => value !== on[k])
+  if (i < 0) return "数字的写法和正确输出不一样。"
+  const want = en[i]!
+  const got = on[i]!
+  const decimals = want.split(".")[1]?.length ?? 0
+  const head = `正确输出是 ${want}，你输出的是 ${got}。`
+  // 007 和 7：逆序数、取位数一类题的老毛病，跟小数没关系
+  if (/^-?0\d/.test(got)) {
+    const how = language === "Python" ? "用 int() 转成整数再输出" : "按整数（%d）输出"
+    return `${head}数字前面多了 0。要输出的是一个数，不是一串数字字符：${how}，前面的 0 就没了。`
+  }
+  if (decimals > 0) {
+    const how =
+      language === "Python"
+        ? `Python 可以写 f"{x:.${decimals}f}"`
+        : `C 语言可以写 printf("%.${decimals}f", x)`
+    return `${head}题目要求保留 ${decimals} 位小数，${how}。`
+  }
+  if (!got.includes(".")) return `${head}数字的写法和正确输出不一样。`
+  if (language === "Python") {
+    return `${head}这里要输出整数：Python 里 / 算出来的总是小数，整除要用 //，或者用 int() 转换。`
+  }
+  return `${head}这里要输出整数，不要带小数点：printf 用 %d 输出整数。`
+}
+
+/** Python 的 input("请输入……")：提示文字会被打印进输出，判题时必然对不上 */
+export function hasInputPrompt(code: string) {
+  return /\binput\(\s*[fr]?["'][^"'\n]*\S[^"'\n]*["']\s*\)/.test(code)
+}
+
+export function explainDiff(
+  kind: DiffKind,
+  check: SampleCheck,
+  code: string,
+  language: string,
+): string {
+  const expected = check.expected ?? ""
+  const output = check.output ?? ""
+  const printName = language === "Python" ? "print" : "printf"
+  switch (kind) {
+    case "no-output":
+      return `你的程序什么都没有输出。检查一下是不是忘了写 ${printName}，或者 ${printName} 写在了执行不到的地方（比如某个 if 的里面）。`
+    case "whitespace":
+      return "内容对了，只是空格或换行不一样。下面把空格画成了「·」、换行画成了「↵」，对照着看看哪一行多了或少了。"
+    case "punctuation":
+      return punctuationHint(expected, output)
+    case "case":
+      return "内容对了，只是字母的大小写不一样。输出要和题目的大小写完全一样。"
+    case "extra":
+      if (language === "Python" && hasInputPrompt(code)) {
+        return 'input() 括号里的提示文字也会被输出，判题时就对不上了。把 input("……") 里的文字删掉，只写 input()。'
+      }
+      return "你的输出比正确输出多了一些内容。题目要输出什么就只输出什么，不要加「请输入」「结果是」这类提示或说明文字。"
+    case "missing":
+      return "你的输出比正确输出少了一部分，对照看看漏了什么。"
+    case "number-format":
+      return numberFormatHint(expected, output, language)
+    case "values":
+      return "输出的格式对了，但算出来的数不对。拿这个例子的输入，自己一步一步算一遍，看看程序在哪一步和你想的不一样。"
+    case "other":
+      return "对照一下你的输出和正确输出，找找从哪里开始不一样。"
+  }
+}
+
+/** 第一处不一样的行号，0 起；完全一样（只差结尾空白）时为 -1 */
+export function firstDifferentLine(expected: string, output: string) {
+  const e = expected.replace(/\s+$/, "").split("\n")
+  const o = output.replace(/\s+$/, "").split("\n")
+  for (let i = 0; i < Math.max(e.length, o.length); i++) {
+    if (e[i] !== o[i]) return i
+  }
+  return -1
+}

packages/contract/src/submission.ts

@@ -101,6 +101,26 @@ export const statisticInfoSchema = z.looseObject({
       exit_code: z.number().int().optional(),
     })
     .optional(),
+  /**
+   * 答案错误时拿题目的**公开样例**重跑的结果，judge/run.ts 的 checkSamples 写。
+   * 只在非比赛提交上有。
+   *
+   * 这里的东西全是学生本来就看得到的：样例写在题面上，output 是他自己的程序在
+   * 公开输入上的输出。隐藏测试点的内容一概不碰。三段文本都截断过（见 SAMPLE_TEXT_LIMIT）。
+   */
+  sample_check: z
+    .object({
+      /** 所有样例都过了（错在隐藏测试点上） */
+      passed: z.boolean(),
+      /** 第一个没过的样例，0 起；passed 为 true 时没有下面这些 */
+      index: z.number().int().optional(),
+      input: z.string().optional(),
+      expected: z.string().optional(),
+      output: z.string().optional(),
+      /** 样例上的判题结果：多数是答案错误，也可能在样例上就超时、运行出错 */
+      result: z.number().int().optional(),
+    })
+    .optional(),
 })
 
 /**