错题复习系统

从一份错题文件开始

我想解决的不是“再做一个题库”，而是让已经整理出来的错题，能在合适的时候重新出现。文件入库、识别、纠错和复习安排要连在一起，否则整理本身就会成为负担。

系统先判断材料的类型：有可靠文本层的 PDF 用规则切题；扫描件和照片交给视觉模型；对于结构清楚的错题本导出，还会直接提取单道题的图片。无法可靠分离的区域会提示核对，而不是把答案图片当成题干。

一个算法，也要服从真实的截止日

常规间隔复习追求长期记忆，但一次有截止日期的考试提出了不同要求：如果题目的下次间隔比剩余天数还长，它就再也不会在考前出现。

我把截止日作为独立约束叠加到调度器上，给所有天级间隔加上限，包括新卡毕业和“轻松”选项。已经排到截止日以后的题目，可以重新平均铺到剩余时间里。算法保留确定性，方便用测试核对每一次状态变化。

把“复盘”留给使用者

页面会记录自评、出处、知识点和卡壳点。模型可以提取印刷信息，但解题思路需要我自己填写。四档反馈会先预览实际间隔；选中反馈后，再明确保存并继续。

我在其中的工作

我定义学习流程与边界，借助 AI 编程工具组织实现，持续检查算法、数据迁移、题干预览和部署路径。我的贡献包括需求取舍、集成、问题排查与验收，不意味着每行代码都是我手写的。

目前的结果

仓库保留了可运行代码、界面截图、测试入口和服务器部署脚本。它已经形成完整的个人使用流程；模型识别的准确度、批量抽取的可靠性和公网访问保护，仍然需要分别看待。这里的项目状态来自仓库证据，没有把旧部署记录当作本次线上可用性测试。