Források
LearnHarness
Ennek az angol oldalnak a gépi fordítása, amelyet még nem ellenőrzött anyanyelvi beszélő.
A LearnHarness asztali alkalmazás ügynök által támogatott tanuláshoz, amely a leckét a tanuló már meglévő értése köré szervezi, nem témalista köré. A projekt négy lépést ír le: mérés, a cél által feltételezett gondolatok kipróbálása, hogy kiderüljön, hol végződik az értés; tervezés, a célig vezető függőségi térkép levezetése és óratérképként való megjelenítése; tanítás, egyszerre egy érvelési lépés kidolgozása előrejelzés–magyarázat–ellenőrzés ritmusban, hogy a zavarok kijavuljanak, mielőtt bármi épülne rájuk; és gyakorlás, a tanuló saját nehézségeire célzott feladatfolyam.
Mire használható
A megkülönböztető bemenet a gondolkodási mező: a tanulók leírják vagy lediktálják az érvelésüket és bizonytalanságukat, nem csak válaszolnak, amit a projekt úgy kezel, mint ahogy az ügynök az érvelést elképzeli, nem pedig helyes–helytelen nyilvántartásként. Kérdéseket a háttérben is kutathat, vizuális magyarázatokat generálhat és interaktív bemutatókat építhet.
Ami felhalmozódik, az az állítások és érvelési láncok tudásgráfja, amely visszalinkel a forrás-munkameneteihez, és amelyet a későbbi tanító és gyakorló ügynökök kontextusként olvasnak; jegyzetek importálhatók. A projekt szerint a gráf gondolatokat és kapcsolatokat tárol, nem képességértékeléseket.
Kinek szól
Önállóan tanulók, akik nehéz anyagon dolgoznak, valamint oktatók és fejlesztők, akik látni akarják, milyen egy ügynökre épülő MI-tutor, amikor a promptjai és állapota átvizsgálhatók. TypeScriptben íródott, forrásból fut, tesztjei pedig dokumentáltan determinisztikusak, modellhívások nélkül.
Megjegyzések és fenntartások
Az ingyenesség a szoftverre vonatkozik, nem a következtetésre: a tanulók hozzák a szolgáltatói kulcsokat, egy előfizetést, egy helyi Claude Code CLI-t vagy bármely OpenAI-kompatibilis végpontot, és felár nélkül fizetnek a szolgáltatónak; egy élő mérő csak az ismert API-költségeket becsüli. A rekordok, csevegések és kulcsok sima fájlként a gépen maradnak, de a projekt figyelmeztet, hogy a helyi tárolás nem jelent offline feldolgozást, mivel a modellkérések, az opcionális diktálás és a webes kutatás egyaránt külső szolgáltatásokat ér el. A Windows x64-es telepítője aláíratlan, így a Windows figyelmeztetni fog. Hatékonysági vizsgálatot nem jelentettek be, így az eset a megadott indokláson nyugszik, nem mért eredményeken; a repónak körülbelül 4 800 csillaga volt a 2026. november 2-i ellenőrzéskor.
Kapcsolódó fogalmak
Kapcsolódó források
- DeepTutorA DeepTutor ügynöki tutorálási keretrendszer nyílt forráskódú kiadása: egy munkaterület a tutoráláshoz, kérdésgeneráláshoz, elsajátítási gyakorláshoz, kutatáshoz és vizualizációhoz, átvizsgálható tanulói memóriával.