Zasoby
LearnHarness
Tłumaczenie automatyczne tej strony z języka angielskiego, jeszcze nie sprawdzone przez rodzimego użytkownika języka.
LearnHarness to aplikacja desktopowa do uczenia się wspomaganego przez agentów, która organizuje lekcję wokół tego, co uczący się już rozumie, a nie wokół listy tematów. Projekt opisuje cztery ruchy: mierzenie, czyli sondowanie pojęć, od których zależy cel, by znaleźć granicę rozumienia; planowanie, czyli wyprowadzenie mapy zależności do celu i pokazanie jej jako mapy lekcji; nauczanie, czyli pracę po jednym kroku rozumowania w rytmie przewidź–wyjaśnij–sprawdź, żeby niejasności były naprawiane, zanim cokolwiek się na nich oprze; oraz ćwiczenie, czyli strumień zadań celowanych w trudności samego uczącego się.
Co można z nim zrobić
Wyróżniającym wejściem jest pole myślenia: uczący się piszą lub dyktują swoje rozumowanie i niepewność, a nie tylko odpowiadają, co projekt traktuje jako sposób, w jaki agent wyobraża sobie rozumowanie, a nie zapis dobrze/źle. Aplikacja potrafi też badać pytania w tle, generować wyjaśnienia wizualne i budować interaktywne demonstracje.
To, co się kumuluje, to graf wiedzy twierdzeń i łańcuchów rozumowania, powiązany z sesjami źródłowymi i czytany przez późniejszych agentów nauczania i ćwiczenia jako kontekst; notatki można importować. Projekt mówi, że graf przechowuje idee i powiązania, a nie oceny zdolności.
Dla kogo
Uczący się samodzielnie, którzy pracują nad trudnym materiałem, oraz wykładowcy i deweloperzy, którzy chcą zobaczyć, jak wygląda korepetytor SI rodem z agentów, gdy jego prompty i stan można przejrzeć. Projekt jest w TypeScript, uruchamia się ze źródeł, a jego testy są opisane jako deterministyczne, bez wywołań modeli.
Uwagi i zastrzeżenia
Darmowość obejmuje oprogramowanie, nie wnioskowanie: uczący się przynoszą klucze dostawcy, subskrypcję, lokalny CLI Claude Code albo dowolny punkt końcowy zgodny z OpenAI, i płacą dostawcy bez marży; licznik na żywo szacuje tylko znane koszty API. Zapisy, czaty i klucze zostają na maszynie jako zwykłe pliki, ale projekt ostrzega, że lokalne przechowywanie nie oznacza przetwarzania offline, ponieważ zapytania do modeli, opcjonalne dyktowanie i badanie sieciowe sięgają do usług zewnętrznych. Instalator dla Windows x64 jest niepodpisany, więc Windows ostrzeże. Nie opisano badania skuteczności, więc argument opiera się na deklarowanym uzasadnieniu, a nie na zmierzonych wynikach; w chwili sprawdzania 2 listopada 2026 repozytorium miało około 4 800 gwiazdek.
Powiązane pojęcia
Powiązane zasoby
- DeepTutorOtwartoźródłowe wydanie agentowych ram korepetycji DeepTutor: jedno środowisko do korepetycji, generowania pytań, ćwiczenia do mistrzostwa, badań i wizualizacji, z możliwą do wglądu pamięcią uczącego się.