高频学习资料
笔记
错题
英语
西综
政治
学习概况
模式趋势
学习日历
本月学习记录
学习热力图
最近 90 天的学习活跃度分布。
资料库文件索引
默认展示西综、英语、政治;点开西综后按 5 个科目和综合资料展开。
资料库文件索引
默认展示西综、英语、政治;点开西综后按 5 个科目和综合资料展开。
错题 / 薄弱点
AI 估分
录入估分
可以直接填得分,也可以填题目数和正确数自动折算。
按题型录入
填了题型得分后,会优先按题型合计;不填则使用上面的直接得分或题数折算。
保存后会显示。
智能估分
根据手动估分、学习记录、错题频率和掌握状态给出趋势区间。
学习记录越多,估分越有参考价值。
📊 估分算法说明
基础分:英语 55 / 政治 60 / 西综 170。如果录入过手动估分,则用手动估分作为基础。
活动加分:每 1 条学习记录 = 满分 × 0.4%;每 1 个"已掌握"条目 = 满分 × 0.8%。上限为满分的 8%。
薄弱惩罚:"不会" × 1.0 + "模糊" × 0.65 + "待复习" × 0.35,除以总条目数 = 薄弱率。薄弱率 × 满分 × 18% = 惩罚分。
区间计算:手动估分存在时区间 ±6%,纯数据估分 ±12%。复习条目越多区间越窄,最低 ±4%。
置信度:最低 25%,每条学习记录 +1,每条复习条目 +1.2,有手动估分 +20,上限 90%。
⚠ 这是趋势参考,不等同于正式预测分数。学习记录越多、手动估分越频繁,参考价值越高。
节奏建议
倒计时、连续学习天数和今天优先看的方向。
专注记录(最近 7 天,分钟)
任务类型
掌握状态
错题和薄弱点的状态。
科目分布
复习队列里的科目占比。
西综模块分布
来自复习队列里标了模块的西综条目(生理/生化/病理/内科/外科/诊断)。
数据摘要
当前系统已经沉淀的数据量。
系统概述
本地优先的考研提效系统:Ollama 跑本地模型(默认 qwen2.5:0.5b,快速可响应),FastAPI 暴露网页 API,LlamaIndex + qwen3-embedding:0.6b 做资料检索。已吸收英语阅读、政治刷题、西综审稿、西综306、螺旋刷题、资料复习、词卡和学习报告排版等流程并转成网页任务;AI 输出会写入 Obsidian 仓库供后续复习。
文件位置
D:\桌面\kaoyan-ai\dataD:\桌面\kaoyan-ai\outputsD:\桌面\Obsidian仓库\橘子笔记库D:\Ollama\modelsqwen2.5:0.5b访问地址
加载中...加载中...D:\桌面\kaoyan-ai\backups本地服务连接
模型分工
拖动框边缘可缩放。
云端模型(可选)
默认关闭。填入 OpenAI 兼容接口(OpenAI / DeepSeek / Kimi 等)的 key 后,工作台“模型”下拉会多出一个云端选项。key 只保存在本机 state/config.json,不上传任何地方。按 token 计费,建议只在高价值任务用。
提示词设置
每个任务模式有内置 prompt 模板。点击下方按钮到 Prompt 数据页编辑自定义模板;留空保存会恢复内置。
数据管理
自定义 Prompt
选择任务后编辑提示词模板;留空并保存会恢复内置模板。
系统健康诊断
一键检查 Ollama、嵌入模型、Obsidian 路径、资料库和 Python 依赖是否正常。
知识库状态
各科目资料是否已构建向量库、片段数、最后构建时间。