核心用法
本Skill专用于雅思阅读复盘闭环：用户提交做题截图或答案后，自动识别错题、生成结构化JSON数据，通过saveReview API入库，最终由服务端review.html模板统一渲染为可视化复盘页面。
标准 workflow：收集输入（来源、答案、用时）→ 逐题确认错题 → 生成v4.0 JSON（含成绩、错题分析、词汇、同义替换）→ saveReview API入库 → getReviews回查确认 → 交付线上链接。
v5.5.0关键变更：选择题错题新增rejectedOptions[]字段，用于「为什么不选」排除分析；「最高铁律」强制要求任何阅读材料必须跑完整闭环，禁止停留在文字分析阶段。
显著优点
- 结构化数据沉淀：v4.0 JSON schema覆盖成绩、用时、错题、词汇、同义替换、行动项等全维度，支持长期进步追踪
- 自动化闭环：截图识别 → 错题确认 → API入库 → 线上渲染，无需手动操作
- 批量历史导入：自动扫描本地复盘文件夹，legacy笔记一键转结构化数据
- 双模式运行：作者模式（SSH部署+词库维护）与客户端模式（HTTPS仅入库）适配不同权限场景
- 服务端预置数据：C4-C20全量answer-key与bilingual数据，复盘流程大幅简化
潜在缺点与局限性
- 强依赖外部基础设施：必须配合tuyaya.online后端服务，离线无法完整运行
- 模式切换门槛：作者模式需SSH凭据与服务器权限，客户端模式需配置IELTS_USER_TOKEN，首次配置有学习成本
- 识别准确率边界：第三方App截图标记规则多变，极端UI可能识别失败需人工确认
- 词库维护负担：新增词汇必须确保
dict_full.json覆盖，否则线上词卡展开失效 - 大文件传输限制：>1MB文件必须用gzip流，直接SCP不稳定
适合人群
- 正在系统备考雅思、需要精细化错题追踪的学习者
- 已积累大量历史复盘笔记、希望结构化归档的复盘密集型用户
- 具备基础技术配置能力（环境变量、token管理）的进阶用户
常规风险
- 数据丢失风险：若跳过Step 8 Final Gate（特别是getReviews回查），可能出现「文件生成但API未入库」的静默失败，导致首页进度图缺失
- 版本落后风险：未执行check-update.js可能错过v5.0+的简化流程，仍在维护已废弃的bilingual_data.json
- 字段名错误风险：
answers[]必须用my/correct/result缩写格式，与wrongQuestions[]的全拼字段混用会导致渲染异常 - 模式误用风险：客户端模式执行SSH操作或作者模式跳过词库校验均会导致部署失败或功能异常
- 时间压力失真：用时字段为强制项，用户估算不准会影响进步趋势图准确性