Sumber Daya
LearnHarness
Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.
LearnHarness adalah aplikasi desktop untuk pembelajaran berbantuan agen yang mengatur pelajaran di sekitar apa yang sudah dipahami pembelajar alih-alih di sekitar daftar topik. Proyek ini menggambarkan empat gerakan: mengukur, menyelidiki gagasan yang menjadi sandaran tujuan untuk menemukan di mana pemahaman berakhir; merencanakan, menurunkan peta ketergantungan menuju tujuan dan menampilkannya sebagai peta pelajaran; mengajar, mengerjakan satu langkah penalaran sekaligus melalui ritme prediksi–penjelasan–pemeriksaan sehingga kebingungan diperbaiki sebelum apa pun dibangun di atasnya; dan berlatih, aliran soal yang diarahkan pada kesulitan pembelajar sendiri.
Apa yang dapat Anda lakukan dengannya
Masukan yang menjadi cirinya adalah medan pemikiran: pembelajar menulis atau mendiktekan penalaran dan ketidakpastiannya alih-alih hanya menjawab, yang oleh proyek ini diperlakukan sebagai cara agen membayangkan penalaran alih-alih sebagai catatan benar/salah. Alat ini juga dapat meneliti pertanyaan di latar belakang, menghasilkan penjelasan visual dan membangun demonstrasi interaktif.
Yang terakumulasi adalah grafik pengetahuan berisi proposisi dan rantai penalaran, yang ditautkan kembali ke sesi sumbernya dan dibaca oleh agen pengajaran dan latihan berikutnya sebagai konteks; catatan dapat diimpor. Proyek ini menyatakan bahwa grafiknya menyimpan gagasan dan koneksi, bukan penilaian kemampuan.
Untuk siapa
Pembelajar mandiri yang menggarap materi sulit, serta dosen atau pengembang yang ingin melihat seperti apa tutor AI agent-native ketika prompt dan keadaannya dapat diperiksa. Proyek ini berbasis TypeScript, dijalankan dari sumber, dan ujinya didokumentasikan sebagai deterministik, tanpa panggilan model.
Catatan dan peringatan
Gratis mencakup perangkat lunaknya, bukan inferensinya: pembelajar membawa kunci penyedia, langganan, CLI Claude Code lokal atau endpoint apa pun yang kompatibel OpenAI, dan membayar penyedianya tanpa markup; meteran langsung hanya memperkirakan biaya API yang diketahui. Rekaman, obrolan dan kunci tetap di mesin sebagai berkas biasa, tetapi proyek ini memperingatkan bahwa penyimpanan lokal bukan berarti pemrosesan offline, karena permintaan model, dikte opsional dan riset web semuanya menjangkau layanan eksternal. Pemasang Windows x64 tidak ditandatangani, sehingga Windows akan memperingatkan. Tidak ada studi efektivitas yang dilaporkan, sehingga argumennya bersandar pada alasan yang dinyatakan alih-alih hasil terukur; repositorinya memiliki sekitar 4.800 bintang saat diperiksa pada 2 November 2026.
Konsep terkait
Sumber daya terkait
- DeepTutorRilis open-source kerangka bimbingan agentic DeepTutor: satu ruang kerja untuk bimbingan, pembuatan soal, latihan penguasaan, riset dan visualisasi, dengan memori pembelajar yang dapat diperiksa.