Ресурси
LearnHarness
Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.
LearnHarness е настолно приложение за учене с помощта на агенти, което организира урока около това, което учащият вече разбира, а не около списък от теми. Проектът описва четири хода: измерване, сондиране на идеите, от които зависи целта, за да се намери къде разбирането свършва; планиране, извеждане на карта на зависимостите до целта и показването ѝ като карта на урока; преподаване, работа по една разсъждаваща стъпка наведнъж в ритъм „предвиди — обясни — провери“, така че объркванията да се поправят, преди нещо да се гради върху тях; и практика, поток от задачи, насочени към собствените трудности на учащия.
Какво можете да правите с него
Отличителният вход е полето за мислене: учащите пишат или диктуват разсъждението и несигурността си, вместо само да отговарят, което проектът третира като начина, по който агентът си представя разсъждението, а не като регистър правилно/грешно. То може също да изследва въпроси във фонов режим, да генерира визуални обяснения и да изгражда интерактивни демонстрации.
Това, което се натрупва, е граф на знанията от твърдения и разсъждаващи вериги, свързани обратно към сесиите им на произход и четени от следващи преподавателски и практически агенти като контекст; бележки могат да се внасят. Проектът казва, че графът пази идеи и връзки, а не оценки на способности.
За кого е предназначен
Самостоятелно учещи се, които работят с труден материал, и преподаватели или разработчици, които искат да видят как изглежда AI учител, роден в епохата на агентите, когато подсказките и състоянието му са проверими. Написан е на TypeScript, работи от изходния код, а тестовете му са документирани като детерминистични, без извиквания на модели.
Бележки и предупреждения
„Безплатно“ покрива софтуера, а не извода: учащите носят ключове на доставчик, абонамент, локален CLI на Claude Code или всяка крайна точка, съвместима с OpenAI, и плащат на доставчика без надценка; живият измервател оценява само известните разходи за API. Записите, чатовете и ключовете остават на машината като обикновени файлове, но проектът предупреждава, че локалното съхранение не означава офлайн обработка, тъй като заявките към моделите, незадължителното диктуване и уеб изследването стигат до външни услуги. Инсталаторът за Windows x64 е неподписан, така че Windows ще предупреди. Не се съобщава изследване за ефективност, така че аргументът почива на заявена обосновка, а не на измерени резултати; репозиторият имаше около 4 800 звезди при проверка на 2 ноември 2026 г.
Свързани понятия
Свързани ресурси
- DeepTutorИзданието с отворен код на агентната обучителна рамка DeepTutor: едно работно пространство за обучение, генериране на въпроси, практика до овладяване, изследване и визуализация, с проверима памет за учащия.