GitHub免费行测真题合集

行测真题合集下载教程：515 套卷 58890 题开源项目使用指南（含 AI 蒸馏玩法）

最近国考、省考备考季，GitHub 上一个完全免费的行测真题库又火了起来——项目名 ERRRC/xingcezhenti，把 2016–2026 年国考+省考行测真题整理成了标准 Markdown 格式，一共 515 套试卷、58,890 道题目、39,463 张本地化配图，题干、选项、答案、官方解析一应俱全，断网也能刷。

更难得的是，项目作者还附了一份《蒸馏方法参考.md》，把「如何用 AI 把这 5.8 万道题加工成可检索、可复用的知识单元」的完整经验写了下来——包括方法论、字段设计、十二条踩坑记录和成本实测。这份文档的价值，某种程度上比题库本身还高。

本文更新于 2026 年 10 月，项目生成时间为 2026-09-16。项目仍在持续维护，具体内容请以官方最新版本为准。

本文覆盖项目是什么、内容规模、下载方式、打开使用方法、个人用户用法、如何用 AI 蒸馏、注意事项与常见问题，按「介绍 → 下载 → 使用 → 蒸馏 → 注意事项」的顺序讲清。

---

一、行测真题是什么项目

项目地址：https://github.com/ERRRC/xingcezhenti

它是一套「原始真题副本」（未做 AI 蒸馏），按行测的六大模块分门别类整理，内容就是题目 + 答案 + 解析，不做二次加工。

核心特点：

• 覆盖完整：2016–2026 年国考+各省省考行测真题全量收录；
• 解析齐全：题干、选项、答案、官方解析全部带齐，多选题、判断题等特殊题型的答案用文字形式给出，不会出现「答案见 XX」的情况；
• 图片本地化：39,463 张图片（题面图形 + 解析公式图）全部放在项目本地的 90-图片/ 目录，用相对路径引用，完全离线可用；其中 20,282 道题含图；
• 原生适配 Obsidian：目录索引用 Obsidian 双链（[[链接]]）语法写就，用 Obsidian 打开后，点目录直接跳卷、点卷直接跳题；
• 带溯源 qid：每道题标注了原始题库 qid，可以回溯到源数据库 tiku.db 核实；
• 附蒸馏方法参考：即《蒸馏方法参考.md》，包含 RIA-TV++ 方法论、字段设计、Prompt 踩坑、评估指标、成本实测；
• 完全免费开源：没有付费墙、没有验证码、不需要注册登录。

---

二、行测真题内容规模：515 套卷 58890 题

按模块统计的题量分布如下：

模块	题数
政治理论	2,305
常识判断	9,163
言语理解与表达	16,000
数量关系	6,448
判断推理	16,859
资料分析	8,115
合计	58,890

需要说明两点：部分年份的卷子按模块拆分，所以卷数与题数的对应关系并非一一对应；资料分析模块是「一材多题」结构——一份材料带 2–5 道小题（共 984 份材料），所以单题数偏多，属于题型的结构差异，不是内容缺失。

---

三、行测真题怎么下载？

项目文件较大（近 4 万张图片），下载方式有四种，按需选择。

方式一：直接下载 ZIP（最简单）

适合不熟悉 Git 的考生，点几下鼠标就能拿到：

1. 打开项目主页：https://github.com/ERRRC/xingcezhenti
2. 点击页面右上角绿色的「Code」按钮；
3. 在下拉菜单里选择「Download ZIP」；
4. 等待压缩包下载完成（图片较多、体积较大，建议用稳定网络）；
5. 解压到你想存放的位置。

方式二：用 Git 克隆（方便后续更新）

如果你装了 Git，想用命令行拉取、或后续同步作者更新：

git clone https://github.com/ERRRC/xingcezhenti.git

作者更新后，进入项目目录执行 git pull 即可同步最新内容。

方式三：只挑需要的模块下载

如果嫌整包太大，也可以只下载你薄弱的模块目录（GitHub 上可以直接进某个文件夹下载），比如只取「数量关系」，占用空间会小很多。

方式四：国内加速包（推荐网络受限的同学）

由于项目包含近 4 万张图片，直接从 GitHub 下载在国内经常龟速甚至中断。建议优先使用国内加速渠道获取完整压缩包，内容与原始仓库保持一致，仅做访问加速，未修改任何原有文件。

存储空间提示：近 4 万张图片，解压后预计占用数 GB 磁盘空间，下载前请确认磁盘有足够余量。

解压后的目录结构：

xingcezhenti/
├── 01-政治理论/        各模块真题，模块内按卷命名
├── 02-常识判断/
├── 03-言语理解与表达/
├── 04-数量关系/
├── 05-判断推理/
├── 06-资料分析/
├── 90-图片/            所有题目配图 + 公式图
│   ├── 题目图/
│   └── 公式图/
├── README.md           项目说明
├── 图片缺失清单.txt    极少数图片缺失的清单（如有）
└── 蒸馏方法参考.md     自行蒸馏题库的方法参考

---

四、行测真题怎么打开使用？三种方式

方式一：用 Obsidian 打开（强烈推荐）

这是项目原生支持的用法，体验和「私人真题库」没区别。

步骤：

1. 先下载安装 Obsidian（官网 https://obsidian.md/ ，个人使用免费）；
2. 打开 Obsidian，点击「打开文件夹作为仓库」（Open folder as vault）；
3. 选择你解压（或 clone）出来的 xingcezhenti 文件夹（注意是选中整个文件夹，不是里面的某个子目录）；
4. 等待 Obsidian 建立索引（首次因文件多，可能需要几分钟，之后会非常流畅）；
5. 打开根目录的 README.md 作为总入口，点击表格里的模块链接进入对应模块；
6. 在模块目录里点开任意一套真题卷的 .md 文件，题干、选项、答案、解析、图片、公式全部直接显示。

为什么推荐 Obsidian：

• 双链点击即跳转，从总索引 → 模块 → 套卷 → 题目，路径清晰；
• 图片和公式直接渲染，不用联网加载；
• 可以自己做笔记：在题旁写思路、打标签、标记错题，打造属于自己的错题本；
• 支持全文搜索：想搜某个考点关键词，一秒在 5.8 万道题里定位；
• 支持多端同步（可通过 iCloud、OneDrive、WebDAV 等方案同步到手机/平板）。

方式二：用 VS Code 或 Typora（轻量选择）

• VS Code：打开 xingcezhenti 文件夹 → 安装 Markdown 预览插件 → 打开任意 .md 文件按 Ctrl+Shift+V（macOS 为 Cmd+Shift+V）进入预览；
• Typora：直接用 Typora 打开任意 .md 文件，所见即所得，图片自动加载。

这种方式适合只想「看看题」的轻量用户，缺点是没有 Obsidian 那样方便的双链跳转和笔记功能。

方式三：纯文本查看（零门槛）

用记事本或任意文本编辑器打开 .md 文件也能读，题目、答案、解析都是纯文字，只是图片位置会显示为相对路径（如 90-图片/题目图/xxx.png），需要自己去对应目录打开图片。

---

五、个人用户怎么用最高效？

先给一句最重要的判断：大多数人其实不需要蒸馏，直接刷就够了。项目作者在《蒸馏方法参考.md》里开篇就强调：

蒸馏的价值不在于「读得更少」，而在于把内容变成可被调用、可被验证、可复用的单元。只想读题和解析的话，本仓库的原始真题已经够了，不必蒸馏。

所以先对号入座，看你是哪一类：

你的目标	你需要的	要不要蒸馏
刷题、查解析、按模块浏览	原题 + 答案 + 官方解析	不需要，现成内容就够
按「考点」复习、横向对比各省考法	考点聚合层（考点卡 + 真题实例）	需要
想让 AI 问答/检索自己的题库	结构化标注 + 引用溯源 + 检索单元	需要
想做题型统计、难度分析	标签体系	需要，但标签归一比蒸馏更关键

三种人群的具体用法建议：

① 只想刷题的（占绝大多数）——用 Obsidian + 错题标签就够了

装好 Obsidian 打开题库，做题时给错题加 错题 标签（例如在题目前加一个 错题），再用双链把这批错题集中到一篇笔记里。时间一长就是你的专属错题本，比任何在线题库的错题功能都灵活，完全不用碰 AI。

② 想按考点复习的——用 AI 标注一层考点

题库本身没有考点标签、没有难度值、没有答题数据，也没有「这道题在考什么、怎么想最快」。如果你想把「数量关系」按考点重排（比如把所有的「基期量计算」聚到一起看），就需要做一次蒸馏——方法见下一章。

③ 想用 AI 问答自己题库的——除了标注还要设计「检索单元」

你要先想清楚：检索的单位是「一道题」还是「一个考点」？这决定了字段怎么设计。这部分属于进阶，建议先做出来 50 题的效果再决定。

---

六、进阶教学：如何用 AI 蒸馏这套题库

以下方法来自项目自带的《蒸馏方法参考.md》。作者反复强调：这是参考，不是必须执行的流程，按你的目标取舍即可。

6.1 第一步：先想清楚你要什么

不同目标对应完全不同的做法。作者用一句话区分了三个概念：

摘要和笔记是「压缩」，蒸馏是「结构化复用」。

压缩完你还是只有一堆文字；结构化之后，你能问出「哪些考点是高频的」「这道题属于某个考点的第几种变体」「我错在这类题的哪一步」。

6.2 第二步：先去重（这一步最容易被忽略，但必须做）

同一道题会在不同省份/年份重复出现。文档给了一个惊人的真实数据：

在言语理解范围内共 15,055 题，按「题干+选项」去重后只剩 6,292 题，重复率高达 58%。

这意味着：如果你不先去重就直接标注，工作量会凭空翻一倍多，而且重复内容会污染你的聚合结果（同一个考点被重复计数）。

做法：在动手标注前，先用「题干 + 选项」做一次去重，再开始跑。这一步能帮个人用户省掉一半以上的成本和时间。

6.3 第三步：了解数据里有什么、缺什么

• 有什么：题干、选项、答案、官方解析、qid（唯一 id），20,282 题含图；
• 缺什么：考点标签、难度值、答题数据、「这道题在考什么、怎么想最快」——这些正是你要蒸馏出来的东西。

6.4 第四步：借一套方法论骨架（RIA-TV++）

文档推荐参考一套公开的拆书方法论 RIA-TV++（出自开源项目 cangjie-skill），它原本是把一本书拆成一组可调用的 AI 技能。作者实测后给出了哪些环节对题库有效、哪些不适用：

环节	对题库是否适用	原因
阶段 0 整书理解	❌ 不适用	题库没有「作者的骨架」，骨架在考试大纲/模块体系里
阶段 1 多路并行提取	⚠️ 视粒度	逐题标注是一题一请求，多路并行会重复劳动
阶段 1.5 三重验证	✅ 有效	看是否有真题支撑、能否拿去解新题、能否减少错题复现
阶段 1.6 晋级门	✅ 最值得借	解决「考点爆炸」（见 6.9）
阶段 2 六段能力卡	✅ 直接映射	公考题字段几乎可以照抄
阶段 3 关系链接	✅ 有效	三类关系「依赖/对比/组合」中，对比关系就是「考点辨析」
阶段 4 压力测试	✅ 有效	易错点就是「诱饵题」素材
阶段 5 编译交付	✅ 概念可借	同一份事实源编译成 Obsidian 库 / App 卡片 / 检索索引

六段能力卡到公考题的映射（这是设计字段时的直接参考）：

RIA++	在公考题上的含义
R 原文	题干 + 材料原文定位（哪一段、哪一句、哪个数据）
I 自述	问法模型：题干怎么问 → 该用什么模型
A1 案例	这道真题本身（标明题号/年份）
A2 触发	什么时候该想起这个考点（题干特征 + 你会怎么提问）
E 步骤	推理链（带具体数字/词句）+ 最快解法
B 边界	什么时候不能用这个方法、和相邻考点怎么区分（最容易漏的一段）

6.5 第五步：设计字段（作者最终用的 12 个字段）

这是作者跑完全库后定下来的字段表，每个字段的设计要点都是踩坑换来的：

字段	作用	设计要点
考点定位	模块 / 大类 / 考点名	一级科目取值必须封闭；二级题型要封闭枚举，并写明「不得添加任何后缀」；三级考点只写纯考点名，不带括号、不带本题做法
考点细节	本题在该考点下的具体特征	与上一项分离——这是「1:1 率」从 92% 降到 2% 的关键
问法模型	题干怎么问 → 用什么模型	一句话，要能反过来指导做题
推理链	分步推理	3–8 步，每步引用题干/材料里的具体数字或词句（不允许空话）
最快解法	考场怎么最快做	方法名 + 关键步骤
易错点	这道题的坑	1–3 条，是将来做「诱饵题」的素材
母题抽象	可迁移模板	「当题干出现…特征时，用…方法，验证…」
题干关键特征	匹配同类题的特征词	3–6 个，用于相似题匹配
适用边界	什么时候不要用这个方法	最容易漏；写具体的误判场景，不要写空话
易混考点	[{考点, 区分信号}]	直接对应「对比关系」，是知识点网络的边
典型提问	学习者会怎么问	口语化，用于检索命中（如「增长量和增长率怎么区分」）
疑点	官方解析可能有问题的记录	安全阀，见 6.8

6.6 第六步：写 Prompt（六个必须避开的坑）

这是文档里最实用的部分，全是花钱试出来的：

1. 枚举示例会变成「偏好名单」：在 Prompt 里写「如’细节判断’、’标题填入’」，模型会把新考法压平成这几个示例。改为规则描述 + 规范表。
2. 给了规范表，模型会漏前缀：必须显式强调「大类- 前缀必须写全」，并在质检里加前缀校验。
3. Prompt 里的杂字会被照抄：作者写「逻辑填空|片段阅读|语句表达之一」，其中 之一 是笔误，模型在拿不准时直接照抄了这个字面量——属于「低频高破坏」的坑。
4. 要留「扩展口」：封闭规范表会让真实的新考法无处可去。加一句「若确属规范表覆盖不到的新考法，可新增小类，但必须同样带大类前缀」。作者实测长尾仅 0.9%，审查后全部是真实新考法。
5. 归类边界要写死：容易混的边界要显式规定（如「给词/成语填空属逻辑填空；给整句填空属语句表达」），不写清楚模型会在边界上摇摆。
6. 铁律必须写在最前面：答案不可改、不得引入外部知识、只输出一个 JSON 对象。第三条尤其重要——输出格式不稳会毁掉整条自动化链路。

一份可直接改造的 Prompt 骨架（个人用户版）：

你是行测真题标注助手。请严格按以下规则标注这道题，只输出一个 JSON 对象。

【铁律】
1. 官方答案是唯一事实，你不得改写；若你的分析与官方解析矛盾，
   只能写进 "疑点" 字段。
2. 不得引入外部知识（通用解题方法论除外）。
3. 只输出一个 JSON 对象，不要任何解释文字。

【字段】（按规范表填写）
考点定位.一级科目：从 {政治理论|常识判断|言语理解与表达|数量关系|判断推理|资料分析} 中选一个
考点定位.二级题型：封闭枚举，必须带 "大类-" 前缀，不得添加任何后缀
考点定位.三级考点：只写纯考点名，不带括号、不带本题做法
考点细节：本题在该考点下的具体特征（与上一条分离）
问法模型 / 推理链(3-8步,每步引用题中具体数字或词句) / 最快解法
易错点(1-3条) / 母题抽象 / 题干关键特征(3-6个)
适用边界(什么时候不要用这个方法) / 易混考点([{考点,区分信号}])
典型提问(口语化) / 疑点(官方解析是否有问题)

【题目】
<把这道题的题干、选项、官方答案、官方解析粘贴到这里>

6.7 第七步：先跑 50 题试水（重要）

作者给个人用户的强烈建议是：先跑 50 题。

50 题足够暴露字段设计和 Prompt 的大部分问题——我们的 92% 标签爆炸、选非误报、题型覆盖偏差，全都在这 50 题里就能看出来，而成本只有几美分。先看效果，再决定投不投。

6.8 第八步：质检（五个指标，每个都有坑）

指标	怎么看	坑
字段完备率	每个非空字段的占比	别只看平均；单个题目可能整片缺失
答案一致率	产出结论 vs 官方答案	判据是启发式的，会误报，必须人工核实异常项
三级考点 1:1 率	去重数 ÷ 题数	越低越好；>80% 说明字段混用
疑点率	非空占比	突然为 0 是危险信号；和同模块基线比，别跨模块比
题型覆盖	各题型占比	单个题型 ≥80% 时，结论不可外推

关于「疑点率」这个指标，作者有一个很反直觉的发现，值得单独说：

他们在 Prompt 里加了「答案不可改，有矛盾就写进疑点」这条铁律后，实测各模块的疑点率差异极大——判断推理 7.3%、言语理解 10.2%、资料分析高达 28.4%。原因不是标注质量差，而是资料分析的材料图表转文字时丢失了公式图，模型只能靠复算绕过，并如实上报。

所以「疑点率高」不等于「标注质量差」——它往往是输入质量的报警器。反过来，如果一批产出疑点率是 0，要高度警惕：那通常意味着安全阀没接上。

另外，人工抽检永远不可省：作者的做法是「看推理链末步是否与官方答案一致 + 核对关键计算」，成本很低，能抓住自动判据抓不住的问题。

6.9 第九步：考点聚合（做知识库才需要）

即使字段拆干净了，逐题标注仍会产出大量相似但不同的考点名，比如：

实词与成语综合辨析 / 实词+成语综合辨析 / 实词与成语混合辨析 / 实词与成语辨析
细节判断 / 细节推断 / 细节查找

两种解法：写同义映射表（❌ 规则会无限膨胀，纯正则做不到）；或在 Prompt 里给封闭规范表、要求「同类题一律用同一个词，禁止同义换写」，然后对脏数据重跑（✅ 成本极低）。

聚合层的核心思想是把「知识保留」和「可发现入口」解耦：不是每个考点都值得成为一个独立入口（会造成「入口爆炸」）。判定一个考点是否值得独立成入口，要过三条：

• 独立意图：会不会单独考它；
• 独立契约：有没有独立的问法模型 + 解法；
• 独立运行：不翻别的考点能不能讲完。

再加「独立复用」「独立评测」至少一条。

最后一条经验：聚合别追求 100%。实测约 9.8% 的题没有可拆的括号、约 4.2% 的题横跨多个考点，这批保留原字符串、不强行合并——强行合并比不合并更糟。

6.10 成本与三种投入档位

成本实测（用于估算，不是承诺）：

• 单题：约 1,100 输入 + 2,000 输出 tokens，约 $0.00065；
• 速度：并发 5 时，50 题约 2.2 分钟；
• 外推：言语全量 6,292 题 ≈ 4.6 小时、约 $4；全库 58,890 题 ≈ 数十小时、约 $40。

作者的结论是：成本通常不是约束，时间和质量才是。真正贵的是「跑完发现自己字段设计错了要重跑」。

三种档位，按目标选，别一上来就做最重的：

档位	做法	适合	风险
最小	单题一个 Prompt，本地/在线模型批量跑，人工抽检几十题	自己复习、验证可行性	标签不收敛，只能自己看
中等	上述 + 字段规范 + 质检脚本 + 按模块导出	按考点复习、分享给别人	命名可能仍有变体，需要一次归一
完整	中等 + 考点聚合层 + 关系链接 + 压力测试与诱饵题 + 增量更新	做检索/问答、长期维护	工作量最大

给个人用户的推荐路径：从最小档起步，拿一个你自己薄弱的模块（比如数量关系 6,448 题的一部分）跑 50 题，看看产出能不能用。能用再往上加，别一上来就啃全库。

6.11 十二条踩坑经验（个人用户最值得记的几条）

文档完整的十二条经验很长，但有几条对个人用户特别有用，摘出来：

• 字段混用是标签爆炸的第一杀手：如果一个考点字段里既写考点名、又写本题做法（如「基期量计算（增长量为绝对量型）」），就会出现「几乎一题一个标签」的情况。作者实测拆字段后，1:1 率从 92% 降到 2.3%。做法：考点名和本题特征分成两个字段。
• 别盲目做同义词表：作者用「分层收敛测试」验证过——去掉尾部括号后去重数断崖式下降 55%，而再做同义折叠只降了 1.3%。断崖出现在哪一层，病就在哪一层，同义词根本不是问题所在。
• 批中抽检会骗人：中途抽检算出的「1:1 率」看起来很好，跑完却更差——因为抽样脚本按类目整段排列，而标注按序消费，抽检样本恰好全落在最规整的题型上。抽样后必须打散顺序。
• 模型标注一定要设「疑点」安全阀：让模型「不敢改官方答案」，矛盾只能写进 疑点 字段——这是质量信号，不是冗余。
• 量产用批量 API，深读用 AI 逐份读：作者实测两条路差异巨大——批量 API 有「疑点」安全阀（约 10% 正常），而让 AI 逐份读是 610 题 0 条疑点（安全阀整体缺失），且慢约 7 倍。批量跑用 API 调用，逐份深读才用对话式 AI。

---

七、行测真题下载使用注意事项

风险点	说明
来源与版权	真题来源于官方公开题库，仅限个人学习研究，请勿商业用途或二次售卖
项目体积	近 4 万张图片，下载解压需时间，也会占用数 GB 空间
图片缺失	根目录有 图片缺失清单.txt，列出极少数未本地化的图片，数量极少不影响使用
首次索引	Obsidian 首次打开需建索引，可能卡顿几分钟，属正常现象
版本区分	本仓库是「原始真题」，网上的「AI 问答版」「智能推荐版」是二次加工产物
蒸馏成本	蒸馏前务必先做字段设计并用 50 题验证，否则「跑完才发现要重跑」最贵

1. 数据来源与版权：项目是作者整理的「原题副本」，真题来源于官方公开题库，仅限个人学习研究使用，请勿用于商业用途或二次售卖。作者注明答案取自官方题库，但不排除个别题目存在答案争议，刷题时如遇疑问建议对照官方最新答案核实。
2. 项目体积较大：3.9 万张图片，下载和解压都需要时间。如果只是想先看看内容，不建议一开始就 clone 全仓库，可以先下载 ZIP 或国内加速包，也可以只下载你需要的模块。
3. 少量图片可能缺失：项目根目录有一份 图片缺失清单.txt，列出了极少数未能本地化的图片（数量极少，不影响整体使用）。作者后续可能在更新中补全，通过 git pull 可同步修复。
4. 首次打开 Obsidian 索引需要时间：由于文件数量多，首次打开仓库建立索引可能需要几分钟，期间搜索和双链可能反应慢，等索引完成后即可流畅使用。
5. 注意区分「原始真题」和「蒸馏版本」：本仓库是原始真题（未蒸馏），内容就是题目+答案+解析，按模块/套卷组织。网上看到的「AI 问答版」「智能推荐版」等衍生版本，是基于这份原始数据二次加工的产物，和本项目不是同一个东西。
6. 蒸馏前先算成本和设计：蒸馏不是必做项。如果要做，记住作者的结论：成本很低（全库约 $40），但时间和质量才是约束——真正贵的是字段设计错了要重跑。所以一定先跑 50 题验证字段设计，再决定是否铺开。

---

八、行测真题常见问题（FAQ）

行测真题在哪里可以下载？

该题库是 GitHub 开源项目 ERRRC/xingcezhenti，可在 GitHub 项目页直接下载 ZIP 或用 Git 克隆；国内访问较慢的用户，也可以使用国内加速压缩包，内容与原始仓库一致。

行测真题要收费吗？

完全免费。项目开源、无广告、不需要注册登录，但仅限个人学习研究使用，请勿用于商业用途或二次售卖。

行测真题目录用什么软件打开？

官方推荐使用免费笔记软件 Obsidian：先安装 Obsidian，选择「打开文件夹作为仓库」，选中整个 xingcezhenti 文件夹，之后双链和图片即可正常点击显示。也可以用 VS Code、Typora 等支持 Markdown 的工具。

行测真题里的图片显示不出来怎么办？

图片都放在 90-图片/ 目录下并以相对路径引用，所以移动文件时必须保持文件夹结构不变。建议直接用编辑器打开整个文件夹，不要单独拷贝某个 .md 文件，否则图片路径会失效。

行测真题一共多少套题？

共 515 套卷、58,890 道题，涵盖政治理论、常识判断、言语理解与表达、数量关系、判断推理、资料分析六大模块，图片 39,463 张均为本地化文件。

普通人需要做蒸馏吗？

不需要。作者在文档里明确说：只想读题和解析的话，本仓库的原始真题已经够了，不必蒸馏。只有当你需要「按考点复习」「让 AI 问答自己题库」「做题型统计」时，才值得做。

蒸馏大概要花多少钱？

按作者实测均价，单题约 $0.00065，全库 58,890 题约 $40 量级，言语全量（去重后 6,292 题）约 $4。成本通常不是约束，时间才是。

为什么蒸馏前一定要先去重？

因为同一道题会在不同省份/年份重复出现——言语理解范围内 15,055 题，去重后只剩 6,292 题，重复率 58%。不去重会导致工作量翻倍，还会污染聚合结果。

这套题库能拿来做商业用途吗？

不能。项目是作者整理的真题副本，仅限个人学习研究。如需商用，请自行联系原作者并获得授权。

---

写在最后

市面上的公考题库不少，但把十余年真题完整整理成 Markdown、图片全部本地化、原生适配笔记软件、还完全免费开源的，目前这是独一份。

更难得的是它的《蒸馏方法参考.md》——这不是一篇泛泛的「AI 使用教程」，而是一份把「用 AI 处理 5.8 万道题」的真实成本、真实误判、真实断崖数据都写下来的工程复盘。哪怕你只打算刷题、完全不做蒸馏，光看那份「十二条踩坑经验」，也能学到怎么和 AI 协作时少犯错。

它最大的意义，是把「刷题」这件事从平台里解放出来：你不用装 App、不用登录、不用看广告、不用怕哪天平台下架题目或收费。所有数据就在你自己的硬盘里，想用什么编辑器打开都行，想怎么做笔记怎么做笔记，甚至可以用 AI 把它变成属于自己的知识库——这才是真正属于你的题库。

项目地址：https://github.com/ERRRC/xingcezhenti
协议：开源免费，仅限个人学习研究使用。