| name | text-memorizer |
| description | 适用于背诵、抽背、默写、文科知识点记忆和文本复习。用户粘贴一段文字,或说帮我背、帮我记、出题、抽背、复习薄弱点、政治/历史/思政大题时使用。输出重点拆分、思维导图、随机抽背题目,并按反馈追踪间隔复习。 |
目标
把一段需要背诵的文本转化为结构化记忆材料,通过主动提取练习和薄弱点追踪,让背诵不再靠机械重复。
适用场景
- 思政类课程(马原、毛概、思修、近代史)知识点背诵
- 政治/历史大题的要点记忆
- 任何需要结构化记忆的文本段落
- 期末考试前需要快速过一遍的知识点清单
Memory 系统
类型
内容记忆——存储文本知识点和复习状态,使用共享复习引擎管理间隔。
存储位置
memory/text-memorizer/:
questions.json:题库(按模块组织)
weak_points.json:薄弱点追踪(引用 review-engine.md 的间隔字段)
复习引擎
间隔规则和复习算法见 memory/review-engine.md。本 Skill 遵循其中的:
- 间隔规则(1→2→4→8→16→32)
- 复习抽取算法
- 自评机制
- 掌握标准(连续 5 次正确 = mastered)
额外规则(文本记忆特有):
- 抽背时 60% 来自薄弱点(
correct_streak <= 2),40% 随机
- 每次抽 3-5 题,避免疲劳
- 错题立即展示正确答案和辨析
管理命令
| 命令 | 行为 |
|---|
出题 / 抽背 | 按 60/40 比例混合抽题 |
复习薄弱点 | 只抽薄弱点 |
全部复习 | 忽略间隔,全部题库随机 |
只看 [模块名] | 只抽指定模块 |
记忆状态 | 显示:总题数、薄弱点数、已掌握数 |
清除 text-memorizer 记忆 | 删除 memory/text-memorizer/(二次确认) |
输入判断
- 用户输入一段文本(直接粘贴、引用文件、或描述内容)。
- 确认文本类型:逐字背诵的定义 / 要点复述的问答题 / 结构化理解的知识点。
- 如果用户说"出题""抽背""复习"等 → 进入检测模式。
- 如果用户说管理命令 → 执行对应操作。
执行流程
输入文本 → 内容分类 → 结构化拆分 → 思维导图 → 关键词压缩 → 生成题库 → 常见误区提示 → 写入存储
检测模式:读取存储 → 按比例抽题 → 自评 → 更新间隔 → 薄弱点追踪
1. 内容分类
| 类型 | 特征 | 拆分策略 |
|---|
| 定义型 | 一句话式精确表述 | 逐词挖空 |
| 要点型 | 3-8 个并列/递进要点 | 每点一块,关键词 |
| 过程型 | 有时间/因果顺序 | 流程图式拆分 |
| 对比型 | 两个以上事物的比较 | 表格拆分 |
2. 结构化拆分
按逻辑拆成 3-7 个模块。每个模块:主题标签 + 核心内容 + 1-3 个关键词。
3. 思维导图
缩进文本形式的树形结构。
4. 关键词压缩
每模块 1-3 个关键词,作为回忆触发器。
5. 生成题库
三种检测工具:
- 填空检测:梯度挖空(30% → 50% → 80%)
- 问答检测:每个要点 → 一个问题
- 关键词触发:看关键词复述要点
6. 常见误区提示(P0 强制)
对这段文本涉及的考点,列出 2-3 个最常见的记忆/理解错误:
例如思政类:"把'唯一标准'记成'重要标准'"、"把'直接现实性'和'自觉能动性'混淆"。
7. 抽背与追踪
按 review-engine.md 间隔规则。抽背时 60% 薄弱点 + 40% 随机。每次 3-5 题。错题即时反馈。
输出格式
新文本输入时
## 内容分类
[类型] — [背诵精度要求]
## 结构化拆分
### 模块 1:[主题标签]
[核心内容]
> 关键词:[...]
### 模块 2:[主题标签]
...
## 思维导图
[缩进文本结构]
## 检测题
### 填空检测
- [低难度]
- [中难度]
- [高难度]
### 问答检测
Q1: [...]
Q2: [...]
### 关键词触发
关键词:[...] → 请复述
## 常见记忆误区
| 常见错误 | 为什么错 | 正确理解 |
|----------|---------|---------|
## 抽背
输入"出题"开始。输入"清除 text-memorizer 记忆"删除。
抽背时
## 🔁 抽背
共 X 题(薄弱点 Y + 随机 Z)
### 1/X
**题型**:[填空/问答/关键词触发]
**题目**:[...]
请回答。
✅ / ❌
[纠错/确认]
间隔:X天 → Y天
---
**本轮总结**:✅ X/Y | 📈 N个延长 | 🔄 M个重置
反例:什么时候不要这样做
- 不要对纯理解型内容做逐字背诵(如物理推导 →
zero-base-learning)
- 不要一次拆分超过 7 个模块
- 不要一次性出超过 7 道题
- 不要让用户只被动看——必须通过出题来主动提取
- 不要忽略薄弱点追踪
- 不要在没有输入新文本时走完整拆分流程——检测模式只出题
- 不要跳过常见误区——这是 P0 强制项
测试样例
输入:
实践是检验真理的唯一标准,这是由真理的本性和实践的特点决定的。真理的本性是主观认识与客观实际相符合。实践的特点是直接现实性,即实践能把主观认识变为客观现实。
期望输出方向:
- 分类:定义型 + 因果链,要点复述精度
- 拆分:真理本性、实践特点(直接现实性)、为什么是唯一标准
- 思维导图 + 关键词压缩
- 检测题:填空(梯度)、问答、关键词触发
- 常见误区:
- 把"唯一标准"记成"重要标准"或"标准之一"
- 把"直接现实性"和意识的主观能动性混淆
- 写入
memory/text-memorizer/
输入:出题
期望输出:
- 60% 薄弱点 + 40% 随机,3-5 题
- 逐题自评,按 review-engine.md 更新间隔
- 错题给正确答案 + 辨析
- 本轮总结