核心用法
Anki 技能专注于将任意学习材料转化为科学优化的记忆卡片。用户输入文本、PDF 或笔记后，代理执行原子化提取——每个卡片仅承载单一事实，杜绝多概念堆砌。支持三种核心格式：基础问答（解释性知识）、完形填空（术语与定义）、图像遮挡（解剖图、流程图）。卡片强制附加上下文线索（来源、领域、助记提示），以降低干扰效应。
代理可诊断用户分享的 Anki 统计数据，识别"轻松地狱"（ease hell）、过高失败率卡片（leeches）及间隔设置失衡，并输出参数调优方案（初始间隔、毕业间隔、每日新卡上限）。针对考试冲刺场景，支持薄弱领域优先级排序与情境化考题生成。
显著优点
- 认知负荷优化：严格遵循"一卡一事实"与"无歧义答案"原则，减少提取失败与干扰
- 主动防错机制：内置 5 项红旗检测（多完形删除、排除法可解、无上下文定义、列表伪装单事实、无意义双向卡）
- 个性化诊断：基于真实统计数据（非泛泛建议）生成调优方案
- 格式中立输出：支持 Anki 导入格式或纯文本，兼容全平台
潜在局限
- 依赖用户输入质量：无法自动抓取外部材料，需用户主动提供源内容
- 无实时同步：不连接运行中的 Anki 应用，诊断基于用户手动导出数据
- 语言学习深度有限：语言专项卡片（发音、变位）需配合
language.md扩展，核心技能侧重通用原则 - 缺乏多媒体生成：图像遮挡需用户提供底图，不自动生成视觉素材
适合人群
- 备考学生（医学、法律、语言认证考试）
- 终身学习者构建个人知识库
- 现有 Anki 用户遭遇"卡片积压"或"高遗忘率"困境者
- 教育机构内容设计师需批量生成标准化卡片
常规风险
- 过度简化风险：严格原子化可能导致知识碎片化，需用户自主建立概念网络
- 参数误调风险：间隔算法调优建议需结合个体作息验证，盲目照搬可能造成复习压力峰值
- leech 卡片累积：失败 8 次以上卡片若仅依赖重写建议而不执行，将形成隐性学习债务
- 上下文依赖：跨领域迁移卡片（如医学术语用于日常对话）可能因语境缺失导致误用