cheese233/gaokao-related-math

problems-scraper 爬取 出卷网 高考专区-数学试卷，转换为 JSONL 格式。 安装 pnpm install 用法 # 首次试跑 50 套 pnpm scrape:test # 全量爬取 (3027 套，约 5-6 小时) pnpm scrape:full # 增量爬取 (每天最新) pnpm scrape:resume 输出 data/ ├── jsonl/problems.jsonl # 每行一个 JSON 题目 └── images/<id>/ # 试卷配图（散点图/几何图等本地副本） state/ ├── state.json # 爬取状态（maxSeenDate / fromDate） └── seen.bin # 已抓试卷 ID 集合（断点续抓） Cron（每日增量） # 每天 3:00~6:00… See the full description on the dataset page: https://huggingface.co/datasets/cheese233/gaokao-related-math.