amosblomqvist/learnharness

해결하는 문제

전통적인 수업은 모든 사람에게 동일한 설명을 제공하며, 이미 알고 있는 내용이나 사고 방식을 무시합니다. LearnHarness는 먼저 수업의 각 부분에 대한 현재 이해와 추론을 측정한 다음, 사용자에게 맞춘 교육 계획을 구축합니다. 목표가 단지 익숙한 것이 아니라 명백히 사실로 느껴지는 깊은 이해를 목표로 합니다.

작동 방식

1. 측정. 에이전트는 질문을 통해 이해가 끝나는 지점을 찾습니다. 답변, 확신, 사고를 사용합니다.
2. 계획. 시작점에서 목표까지의 의존성 맵을 만듭니다. 계획은 표시되며 이해가 다르게 판명되면 적응합니다.
3. 가르치기. 수업은 이미 이해한 내용을 기반으로 구축됩니다. 예측하고, 설명을 듣고, 이해를 확인합니다. 혼란은 그 위에 구축하기 전에 해결됩니다.
4. 연습. 별도의 세션에서 이름을 먼저 언급하지 않고 올바른 지식을 회상해야 하는 다양한 문제를 제시합니다. 힌트와 문제는 추론에 적응합니다.

텍스트나 받아쓰기로 "소리 내어 생각"할 수 있어 에이전트에게 추론의 상세한 그림을 제공할 수 있습니다. 또한 백그라운드에서 질문을 조사하고, 시각적 설명을 만들고, 대화형 데모를 구축할 수 있습니다.

지속적인 지식 그래프는 학습한 내용을 명제와 추론 체인으로 저장하고 원본 세션에 대한 링크를 포함합니다. 향후 세션은 처음부터 시작하는 대신 이 그래프를 읽고, 연습 세션은 여기에서 자료를 가져옵니다.

대상 사용자

구조화되고 추론 기반의 접근 방식으로 주제를 배우고 싶어 하며 암기보다 깊은 이해를 중시하는 사람들. 또한 모든 것이 로컬에 저장되므로 데이터 개인정보 보호에 관심이 있고, 표시 가능하고 편집 가능한 시스템 프롬프트가 있는 오픈소스 소프트웨어를 높이 평가하는 사람들을 위한 것입니다.

하이라이트

• AI 에이전트를 사용하여 이해도를 측정하고 맞춤형 수업을 계획합니다.
• 추론에 반응하는 적응형 교육 및 연습.
• 세션을 넘어 학습을 이어가는 지속적인 지식 그래프.
• 채팅, 그래프, 설정, API 키를 로컬에 저장.
• 구독 없음; 모델 제공자에게 직접 비용을 지불하기만 하면 됩니다.
• 크로스 플랫폼: macOS(Apple Silicon), Windows, Linux.
• AGPL-3.0에 따라 오픈소스.