资料检索
快速提问
随机出题
完整学习流程
① 选科目② 系统讲解③ 生成题目④ 作答⑤ 解析与来源⑥ 标记错误类型⑦ 更新掌握度⑧ 安排下次复习
科目
知识点
讲解模式
📌 今日待复习
📊 各科掌握度
❌ 最近错题
🎯 薄弱知识点
🕘 学习记录
📚 按科目和章节浏览
点击上方科目查看章节与知识点
示例：
法律原文示例：
示例：
回答规则：固定八段式（结论 / 法律规则 / 构成要件或适用条件 / 例外情形 / 案例说明 / 与相似制度的区别 / 常见错误 / 资料来源）；每条规则必须标注〔E1〕…出处；资料不足时系统拒答：「当前资料中没有找到足够依据，不能直接下结论。」（配置 qa_config.json 的 llm.enabled 后由大模型生成讲解，否则仅返回证据。）
科目
章节
知识点
题型
难度
数量
模式
示例：
出题规则：每题可追溯到知识块/真题的原始页码（sources）；LLM 生成的题须通过结构 + 溯源 + 接地校验，不合格自动弃题并提示；真题直选模式输出的都是真实真题（书 + 页码 + 解析）。标记「已熟练」与「错题」可点击题目卡片上的按钮；标错可在下方「标记记录」里撤销。
标记记录（点开可撤销「已熟练 / 错题」标记）
讲解模式
知识点
科目
示例：
讲解规则：速记模式给出定义/关键词/口诀/典型例子；深度讲解按「概念、规则、例外、案例、比较、考法」六段展开；苏格拉底提问不直接公布答案，按「法律关系 → 构成要件 → 例外排除 → 得出结论」逐步追问，最后揭示依据；错误纠正记录你错在哪一层（概念不清/法条记错/构成要件遗漏/例外没有注意/案例事实识别错误/选项比较能力不足）并定向纠正。所有规则性内容均标注〔En〕出处；资料不足时拒答。未启用大模型时：速记模式做原文抽取（口诀不生成）、深度讲解只返回证据、苏格拉底不自动评判但揭示真题答案、错误纠正可手工指定层次。
科目
筛选
关键词
掌握度 = 60% 答题正确率 + 40% 复习阶梯进度（答对 1→3→7→14→30 天；答错 当天重做→1 天后→3 天后），只由答题表现与复习间隔决定，与阅读时长无关。点击知识点卡片上的「答对 / 答错」即可记录一次答题并自动更新掌握度与下次复习时间；第一版为简化间隔，后续可平滑升级 FSRS/SM-2。
配置 OpenAI 兼容的大模型接口（vllm / ollama / dashscope / openai / 本地网关均可）。
保存后立即生效（问答 / 出题两个模块热重载，无需重启服务）；
未启用时为离线模式：问答只返回证据与充分性判定、出题走真题直选。
启用 LLM
Provider
Base URL
模型名
API Key 环境变量名（可选，一般留空——密钥直接点下方「保存密钥」即可）
temperature
max_tokens
超时（秒）
API Key（保存到本机后，问答 / 出题 / 讲解全部立即生效，无需重启服务）
密钥说明：点「保存密钥」会写入本机密钥文件
llm_key.local（不写入 qa_config.json、不出现在任何接口响应里），保存后下一次调用即刻使用新密钥。不需要配置环境变量；「API Key 环境变量名」一栏留空即可（如误把密钥粘到该栏，系统会自动识别并迁移保存）。优先级：本次请求临时输入 > 已保存密钥 > 环境变量。API 调用试一试：用上方配置直接调用一次 Chat Completions，查看回复与 token 用量。本次 max_tokens 默认 16384（可自行修改，上限 131072），超时 ≤ 120 秒。