Anki 考试锻造 是做什么的?
将分散的历年真题、扫描版 PDF 和课件讲义转化为一个不断演进、零重复的 Anki .apkg 学习系统,专注于记忆可提取性和考试投资回报率。
双执行路径(MCP 或独立 CLI)
根据您的智能体环境选择可用的接口:
-
MCP 工具(作为 Antigravity 插件或 MCP 服务器安装时):
anki_doctor— 检查 Python、SQLite、OOXML(.pptx/.docx)和 PDF 提取就绪状态。anki_extract_source— 从.pdf、.pptx、.docx、.md/.txt或图片文件夹中提取文本、演讲者备注、渲染的 PNG 页面(用于扫描版 PDF)和嵌入的图片。anki_analyze_frequency— 按标准化的concept_key对考题项进行分组,确定性地统计精确出现次数,生成 Markdown 频率报告,并输出一个优先排序的deck.json。anki_validate_deck— 检查提示/答案是否存在、{{c1::...}}完形填空语法、>= 2个 MCQ 选项、唯一的card_id/guid以及媒体文件路径。anki_build_apkg— 将deck.json编译成具有确定性 GUID 的.apkg(ExamForge-Basic、ExamForge-MCQ、ExamForge-Cloze),并按考试频率排序。anki_inspect_apkg— 检查已有的.apkg(优先使用collection.anki21),提取捆绑的媒体文件,并可按标签(leech)、牌组、查询或minLapses过滤笔记。anki_diff_supplement— 将课件/PPT 候选卡片与已有的deck.json或.apkg进行差异比较,保持所有原始 GUID 不变,仅追加真正的新卡片。anki_apply_mnemonics— 将结构化的记忆技巧助记符写回匹配的卡片中,同时保持原始 GUID,以实现零进度损失的 Anki 更新。
-
独立 CLI(通过
--skill-only安装或在没有 MCP 的情况下运行时):- 纯 Python(直接从技能文件夹运行,核心
.apkg/.pptx/.docx流程不依赖 pip 额外包):python <skill-or-plugin-dir>/engine/cli.py <doctor|extract|freq|validate|build|inspect|diff|mnemonic> ... - Node.js 包装器(从插件仓库运行时):
node <plugin-dir>/server/cli.mjs <doctor|extract|freq|validate|build|inspect|diff|mnemonic> ...
- 纯 Python(直接从技能文件夹运行,核心
四阶段闭环工作流
阶段 1:历年真题摄入与频率分析
- 运行
anki_doctor(或cli.py doctor)以确认 PDF/Python 就绪状态。 - 在可控窗口内提取源文件:对历年真题 PDF 调用
anki_extract_source(fromPage: 1, maxPages: 15..20, renderMode: "auto")。对于扫描版或图片密集的页面,使用您的多模态视觉能力阅读生成的pages/page_XXX.png图片,而不是仅依赖稀疏的 OCR 文本。通过next_from_page继续,直到覆盖所有试卷。 - 将每个考题标准化为结构化的 JSON 项,包含:
concept_key:简洁的标准概念名称,以便措辞不同但测试相同基本事实的问题能够干净地合并(例如,"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(用于mcq)、back/answer、explanation、topic、source_years(例如,["2021", "2023"])和media(任何图表文件名)。
- 切勿在脑海中计算频率:将提取的项数组/文件传递给
anki_analyze_frequency(选择subjectPreset:clinical-medicine、postgrad-exam、law-exam或general),以生成确定性的 Markdown 频率报告和优先排序的deck.json。
阶段 2:卡片创作、验证与 .apkg 打包
- 在最终确定卡片之前,请参考:
- 在打包前验证:运行
anki_validate_deck(如果卡片引用了提取的图表,则传递mediaDir)。修复所有阻塞性错误(invalid_cloze、missing_media、duplicate_card_id等),并考虑拆分由警告标记的冗长卡片。 - 构建
.apkg:运行anki_build_apkg(subdeckStrategy: "tier"将卡片放入01-高频必背、02-中频常考、03-真题常规、04-课件补充,排序方式使得最高频的真题卡片在 Anki 的due队列中优先出现)。
阶段 3:课件 PPT / 笔记增量补充(考试分数提升器)
一旦基于历年真题的高收益卡片构成了及格基线,使用课件讲义(.pptx、.docx、.pdf)填补剩余的教学大纲空白,同时不覆盖或重复已有卡片:
- 使用
anki_extract_source提取课件牌组(extractImages: true将嵌入的图表/表格拉入media/目录)。 - 从新课件/笔记中起草候选卡片。
- 针对已有的
deck.json或导出的.apkg运行anki_diff_supplement:- 完全重复会自动跳过。
- 近似重复(
similarity >= nearThreshold)会被显示供审查;当幻灯片细节丰富了已有真题卡片时,传入mergeNear: true。 - 新概念会被分配
source::ppt-supplement标签并放入04-课件补充牌组,而每个已有卡片保持其确切的原始guid。
- 重新验证并重新构建
.apkg(anki_build_apkg)。重新导入 Anki 会就地更新修改过的笔记,而不会丢失复习历史。
阶段 4:卡壳 / 水蛭卡片助记修复
当用户导出他们的活跃 Anki 牌组(包含调度信息,或在导出 .apkg 时勾选 **