Que fait Anki Exam Forge ?
Transformez des sujets d'examen éparpillés, des PDF scannés et des diapositives de cours en un système d'étude Anki .apkg évolutif et sans doublons, construit autour de la récupération mémorielle et du ROI d'examen.
Deux chemins d'exécution (MCP ou CLI autonome)
Utilisez l'interface disponible dans votre environnement d'agent :
-
Outils MCP (lorsqu'installé comme plugin Antigravity ou serveur MCP) :
anki_doctor— vérifie la disponibilité de Python, SQLite, OOXML (.pptx/.docx) et l'extraction PDF.anki_extract_source— extrait le texte, les notes de l'orateur, les pages PNG rendues (pour les PDF scannés) et les images intégrées des fichiers.pdf,.pptx,.docx,.md/.txtou des dossiers d'images.anki_analyze_frequency— regroupe les items d'examen parconcept_keycanonique, compte les apparitions exactes de manière déterministe, produit un rapport de fréquence Markdown et génère undeck.jsonpriorisé.anki_validate_deck— vérifie la présence de la question/réponse, la syntaxe des trous{{c1::...}},>= 2options MCQ, l'unicité decard_id/guidet les chemins des fichiers médias.anki_build_apkg— compile ledeck.jsonen un.apkgà GUID déterministe (ExamForge-Basic,ExamForge-MCQ,ExamForge-Cloze) ordonné par fréquence d'examen.anki_inspect_apkg— inspecte un.apkgexistant (en privilégiantcollection.anki21), extrait les médias groupés et filtre les notes par balise (leech), paquet, requête ouminLapses.anki_diff_supplement— différencie les nouvelles cartes candidates de cours/PPT par rapport à undeck.jsonou.apkgexistant, en conservant tous les GUID originaux et en ajoutant uniquement les cartes véritablement nouvelles.anki_apply_mnemonics— écrit des mnémoniques structurés de technique de mémorisation dans les cartes correspondantes tout en conservant les GUID originaux pour des mises à jour Anki sans perte de progression.
-
CLI autonome (lorsqu'installé via
--skill-onlyou exécuté sans MCP) :- Python pur (fonctionne directement depuis le dossier de la compétence, zéro dépendance pip pour le flux de base
.apkg/.pptx/.docx) :python <dossier-skill-ou-plugin>/engine/cli.py <doctor|extract|freq|validate|build|inspect|diff|mnemonic> ... - Wrapper Node.js (lorsqu'exécuté depuis le dépôt du plugin) :
node <dossier-plugin>/server/cli.mjs <doctor|extract|freq|validate|build|inspect|diff|mnemonic> ...
- Python pur (fonctionne directement depuis le dossier de la compétence, zéro dépendance pip pour le flux de base
Workflow en boucle fermée en 4 phases
Phase 1 : Ingestion des examens passés et analyse de fréquence
- Exécutez
anki_doctor(oucli.py doctor) pour confirmer la disponibilité du PDF/Python. - Extrayez les sources par fenêtres gérables : appelez
anki_extract_sourcesur les PDF d'examens passés (fromPage: 1, maxPages: 15..20, renderMode: "auto"). Pour les pages scannées ou riches en images, lisez les imagespages/page_XXX.pnggénérées avec votre capacité de vision multimodale plutôt que de vous fier uniquement au texte OCR épars. Continuez avecnext_from_pagejusqu'à couvrir tous les sujets. - Normalisez chaque question d'examen en éléments JSON structurés contenant :
concept_key: nom de concept canonique concis pour que les questions formulées différemment testant le même fait sous-jacent fusionnent proprement (ex."桡神经损伤临床表现","胃食管反流病一线用药").card_type:"basic"|"mcq"|"cloze".front/stem/text,options(pourmcq),back/answer,explanation,topic,source_years(ex.["2021", "2023"]) etmedia(noms de fichiers des diagrammes).
- Ne comptez jamais les fréquences de tête : passez le tableau/fichier d'éléments extraits à
anki_analyze_frequency(choisissezsubjectPreset:clinical-medicine,postgrad-exam,law-examougeneral) pour générer le rapport de fréquence Markdown déterministe et ledeck.jsonpriorisé.
Phase 2 : Création, validation et packaging .apkg des cartes
- Avant de finaliser les cartes, consultez :
- Guide de conception des cartes — atomicité, sélection cloze vs MCQ vs basic, et hygiène des diagrammes.
- Préréglages par matière — conventions de champ et hiérarchies de balises pour la médecine clinique, les examens post-universitaires/d'habilitation et les STEM/sciences humaines.
- Validez avant le packaging : exécutez
anki_validate_deck(passezmediaDirsi les cartes référencent des figures extraites). Corrigez toute erreur bloquante (invalid_cloze,missing_media,duplicate_card_id, etc.) et envisagez de diviser les cartes verbeuses signalées par des avertissements. - Construisez le
.apkg: exécutezanki_build_apkg(subdeckStrategy: "tier"place les cartes dans01-高频必背,02-中频常考,03-真题常规,04-课件补充, triées de sorte que les cartes d'examen passées les plus fréquentes apparaissent en premier dans la filedued'Anki).
Phase 3 : Complément incrémental des diapositives de cours / notes (Boost de score d'examen)
Une fois que les cartes à haut rendement des examens passés constituent la base de réussite, utilisez les diapositives de cours (.pptx, .docx, .pdf) pour combler les lacunes restantes du programme sans écraser ni dupliquer les cartes existantes :
- Extrayez le paquet de cours avec
anki_extract_source(extractImages: trueextrait les diagrammes/tableaux intégrés dansmedia/). - Rédigez les cartes candidates à partir des nouvelles diapositives/notes.
- Exécutez
anki_diff_supplementpar rapport audeck.jsonexistant ou au.apkgexporté :- Les doublons exacts sont ignorés automatiquement.
- Les quasi-doublons (
similarity >= nearThreshold) sont présentés pour révision ; passezmergeNear: truelorsque les détails des diapositives enrichissent une carte d'examen passée existante. - Les nouveaux concepts reçoivent la balise
source::ppt-supplementet sont placés dans04-课件补充, tandis que chaque carte existante conserve exactement songuidoriginal.
- Re-validez et reconstruisez le
.apkg(anki_build_apkg). La réimportation dans Anki met à jour les notes modifiées sur place sans perdre l'historique de révision.
Phase 4 : Réparation mnémonique des cartes bloquées / leeches
Lorsqu'un utilisateur exporte son paquet Anki actif (avec les informations de planification, ou cochez "Support older Anki versions / 兼容旧版 Anki" lors de l'exportation .apkg) ou pointe vers des éléments tenaces :
- Exécutez
anki_inspect_apkgavectagFilter: "leech"et/ouminLapses: 3(ouquerypour des mots-clés spécifiques) pour isoler les cartes qui échouent systématiquement au rappel. - Appliquez le Recueil de mnémoniques pour créer des accroches mémorielles courtes et vivantes (
acronyme,rime,homophone,mécanisme,contraste,visuel,loci) ciblant spécifiquement pourquoi l'utilisateur confond cette carte. - Écrivez les accroches dans le champ
Mnemonicviaanki_apply_mnemonics(updateOnly: trueémet un.apkgde mise à jour chirurgical léger contenant uniquement les cartes corrigées avec leurs GUID originaux exacts). - Rappelez à l'utilisateur : les mnémoniques résolvent le codage initial des éléments tenaces ; la répétition espacée d'Anki maintient la récupérabilité à long terme — continuez à réviser la carte mise à jour normalement.