nagisanzenin/engram

What it solves

Engramは、AIアシスタントを単なる説明エンジンから、人間にとっての包括的な学習システムへと変貌させます。これは、AIの説明を読んだ後に「理解した」と感じるものの、能動的なテストや計画的な復習が行われないために、すぐに忘れてしまうという「流暢性の錯覚」という問題を解決します。

How it works

Engramは、さまざまなエージェントプラットフォーム（Claude Code、OpenCodeなど）のプラグインとして統合されます。長期的な定着を確実にするために、マルチエージェント・ループを使用します：

1. Curriculum Architect: 必要性に基づいて、トピックを章の順序ではなく、第一原理に基づいたコンセプトマップに分解します。
2. The Tutor: 「生成優先」のアプローチを用い、ユーザーが完全な回答を受け取る前に、概念を予測し、説明し直すことを要求することで、ユーザーを概念へと導きます。
3. The Assessor: レッスン・ダイアログを見ることなく、ユーザーの記述回答を採点する、独立した「ブラインド」エージェントです。習得の客観的な証拠を提供します。
4. The Scheduler: 決定論的なエンジン（FSRS-4.5を使用）であり、ユーザーが忘れる直前のタイミングで概念の復習をスケジュールします。

Who it’s for

AIコーディングアシスタントやエージェントプラットフォームを使用しており、複雑な技術的トピックの実際の知識と長期的な定着を測定可能な形で向上させたい学習者。

Highlights

• Cross-Platform State: 学習の進捗とスケジュールはローカルのJSONファイルに保存されるため、ユーザーは同じ学習履歴を維持しながら、異なるAIプラットフォーム間を移動できます。
• Blind Grading: 独立したアセッサー（評価者）を使用して習得を検証することで、チューター（講師）エージェントの「熱意バイアス」を防ぎます。
• Evidence-Based Pedagogy: 記憶の耐久性を最大化するために、想起練習、間隔反復、およびプレテスト効果を実装しています。
• Local-First: このエンジンにはネットワークコードが含まれておらず、すべてのデータはユーザーのマシンにローカルで保存されます。
• Interactive Visuals: 「閾値概念」のためのインタラクティブなHTMLエクスプロラブルを生成し、操作を通じて理解を促進します。