nagisanzenin/engram

它解决了什么问题

Engram 将 AI 助手从简单的解释引擎转变为人类的全面学习系统。它解决了"流利错觉"问题——用户在阅读 AI 的解释后感觉理解了某个概念，但很快就会忘记，因为缺乏主动测试或定期复习。

它如何工作

Engram 作为各种代理平台（如 Claude Code、OpenCode 等）的插件集成。它使用多代理循环来确保长期记忆：

1. 课程架构师：基于必要性而非章节顺序，将一个主题分解为基于基本原理的概念图。
2. 导师：采用"先生成"的方法引导用户理解概念，要求用户在获得完整答案前先预测并解释概念。
3. 评估者：一个独立的、"盲评"代理，不查看课程对话即可对用户的书面回答进行评分，提供掌握程度的客观证据。
4. 调度器：使用 FSRS-4.5 的确定性引擎，在用户可能忘记之前安排概念的复习。

适合谁

使用 AI 编码助手或代理平台并希望显著提升实际知识水平和复杂技术主题长期记忆的学习者。

特色亮点

• 跨平台状态：学习进度和计划存储在本地 JSON 文件中，允许用户在不同 AI 平台间切换，同时保持相同的学习历史。
• 盲评机制：通过独立评估者验证掌握程度，防止导师代理的"热情偏见"。
• 基于证据的教学法：实施主动回忆、间隔重复和预测试效应，以最大化记忆持久性。
• 本地优先：引擎无网络代码，所有数据均本地存储在用户机器上。
• 交互式可视化：为"临界概念"生成交互式 HTML 可探索内容，通过操作促进理解。