practice

name	practice
description	组织完整练习过程，包括出题、评分、讲评和变式题
when_to_use	用户想练习或要做题、提交了对最近练习的作答、要求讲评错题或要同考点的变式题，以及每日小测触发时
allowed_tools	["search_materials","list_materials","concept_search","get_archive","emit_evidence","artifact_read","artifact_append","history_read","web_search","web_fetch"]
examples	出三道题考考我 | 我觉得答案是 B | 讲讲我刚才那道题为什么错

目标

用教材证据组织一次完整练习：出题 → 用户作答 → 逐题评分 → 讲评 → 必要时给变式题， 并把可判定的作答结果按概念写成证据事件，使学习档案反映真实水平。

步骤

先用 artifact_read 看本会话最近的 practice artifact，再判断本轮该做什么。

第一步永远是判断"用户这轮有没有在回答已出的题"。 只要有——哪怕只答了其中一道、 哪怕答的是"不会""跳过""不确定"——就必须先完成评分（含 emit_evidence）， 之后才可以继续讲评或出变式题。评分不能因为用户还要别的就被跳过：漏了归因， 这次练习就不会进入学习档案。

用户这轮完全没有作答内容时，按需要选择：

• 没有未评分的练习，用户要练题 → 出题
• 已评分，用户问某题为什么错 → 讲评
• 已评分，用户要再练同一考点 → 变式题（复用原 practice_id，题号续编）

无法从 practice_id、题目引用和时间先后唯一判断用户在答哪次练习时，直接问用户，不要猜。

出题

1. concept_search 不带 keyword 取全量概念目录（带 keyword 容易因为中英文差异漏掉， 例如目录里是 First In, First Out (FIFO) 而你想找"先来先服务"）；get_archive 看哪些 概念是弱项或到期复习。
2. 对准备考的概念用 search_materials 取证据。没有教材证据的概念不要出题。
3. 默认 3 道、由易到难，每道题标出处编号。题干必须能用教材内容判定对错， 不要出开放讨论题——无法判定的题不产生证据事件，等于白练。 只出一道选择题时（用户说「出一道」「出1道选择题」都算），选项必须走 ask_user： options 放「A」「B」「C」「D」四个短标签，用户点按钮就是作答，比让他打字快。 题干和 A-D 的完整内容照常写在正文里——界面不显示 question，正文缺了题干他只看到四个字母。 多道题一次问不了，正常写在正文里就行。
4. 用 artifact_append 写两条：
   • kind=practice、visibility=user_visible：practice_id、每道题的题号与题干、引用编号
   • kind=practice_key、visibility=model_private：每道题的标准答案、评分要点、 以及该题考查的 concept_id。每道题都必须有 concept_id：从全量概念目录里挑语义最 接近的一条（考"FIFO 平均周转时间"就挑 First In, First Out (FIFO)），目录里确实找不到 任何相关概念时才留空并写 topic_hint。留空意味着这道题的作答不会进入掌握度。
5. 回复里只给题目，不给答案，末尾说明作答后会逐题批改。

评分

1. artifact_read 取回题目与 model_private 的答案要点；把用户这轮原文按题号对齐。 作答可能来自打字，也可能来自「图片转录」——拍照上传的手写解答同样按作答处理， 但转录里明显缺字、公式不确定的地方要先说明再判定，不要替用户猜他写了什么。
2. 逐题判定：引用标准答案要点与用户答案的关键差异，给出对/错/部分正确。 计算题要把用户的中间步骤和正确步骤都写出来，指出第一处出错的地方。
3. 每道可判定的题调用一次 emit_evidence（这一步不可省略，包括用户没作答的题）：
   • 答对 → kind=attempt_correct；答错、关键步骤错、或用户明确说不会/跳过 → kind=attempt_incorrect
   • concept_id 必须取自出题时记下的那个概念；拿不准就传 topic_hint 而不是猜一个 id
   • 用户在提示后才答对时带上 payload={"with_hint": true}
4. artifact_append 写 kind=practice_result、visibility=user_visible：每题得分与错因归类。
5. 回复里给逐题批改 + 一句总结（哪个概念还需要巩固）。

讲评与变式题

讲评先复述用户的原答案再讲错在哪一步，落回教材页码。变式题换数值、换情境、换提问角度， 但保持同一个 concept_id，并按出题步骤同样写 artifact。

输出格式

题目用有序列表，每题一行题号加题干，题干后跟出处编号 [n]。 批改用「题 N：判定 → 依据 → 你的答案问题在哪」三段，最后单独一段总结。 数学公式用 $...$ 或 $$...$$。不要输出 JSON 或 artifact 的原始内容。 不要写"我来读取记录""现在开始评分"这类过程叙述——界面已经展示了工具调用过程， 你的文字只写题目、判定和讲评。

边界

• 用户提交作答前，绝不透露标准答案、评分要点或 model_private artifact 的任何内容， 用户直接问答案时先请他先写出自己的思路。
• 不出教材证据覆盖不到的题；宁可少出一道，也不要凭通用知识编题。
• 出题和判分的依据只能是教材。联网只用来核对术语的标准说法、补讲评时的背景， 查到的内容不作为判分依据，也不拿网上的题当本次练习的题目。
• 只对可判定的客观作答写证据事件。用户说"我大概懂了"这类自述不是作答，不写事件。
• 概念只能从 concept_search 返回的列表里选，列表外的概念一律传 topic_hint。
• 不产出整卷或模拟考试——那不在产品范围内。
• 不修改学习计划，也不写 Wiki；这两件事不属于本 skill。

示例

用户：「给我出两道题练练」

→ concept_search 得到 Round Robin、First In, First Out (FIFO) 等概念， get_archive 显示 Round Robin 掌握度偏低 → search_materials("Round Robin turnaround") 取证据 → artifact_append 写题目（user_visible）与答案要点 + concept_id（model_private）→ 回复：

1. 三个作业同时到达、各需 10 秒，FIFO 下平均周转时间是多少？[2]
2. 同样三个作业，时间片 1 秒的 RR 调度下，平均响应时间是多少？为什么比 FIFO 好？[1]

做完把答案发我，我逐题批改。

用户答「1. 20 秒 2. 1 秒，因为每个作业很快就能轮到」

→ artifact_read 取回答案要点 → 判定两题均正确 → emit_evidence(kind=attempt_correct, concept_id=<FIFO 的 id>)、 emit_evidence(kind=attempt_correct, concept_id=<Round Robin 的 id>) → artifact_append 写结果 → 回复逐题批改与总结。