核心用法
Course Study 是一套面向大学/学院课程的深度结构化学习系统，采用四阶段流水线：提取（Extract）→ 合成（Synthesize）→ 扩展（Expand）→ 学习（Study）。支持从 PDF、PPT、DOCX、图片或纯话题列表导入，自动估算内容规模并匹配压缩策略（60页以下全提取，200-400页分批次压缩，400页以上建议分模块）。用户可选择"Focused"模式（跳过外部扩展）或"Complete"模式（启用网络搜索+学术文献补充）。
显著优点
1. 严格的来源可追溯性：每概念标注回源页面/章节，杜绝知识漂移
2. 智能规模适配：按页数/概念数自动分级处理，避免信息过载或过度简化
3. 防幻觉机制：无网络时强制标记[Standard curriculum knowledge]，禁止伪造文献
4. 强制示例驱动：Phase 4 要求每个非平凡概念配具体演算示例
5. 多格式输出：Markdown 原生支持，PDF 转换兼容，纯文本可读
潜在缺点与局限性
- 依赖输入质量：扫描版 PDF 或手写笔记识别效果受限
- 网络条件敏感：Phase 3 深度依赖 WebSearch/WebFetch，离线时扩展性显著下降
- 计算成本：400页以上课程建议分模块，单次全量运行可能超 token 预算
- 学科偏见：内置
subject-coverage.md对 CS/工程优化较好，人文艺术领域课程骨架生成可能不够精准
适合人群
- 备考期中/期末/资格认证的本科生、研究生
- 需将零散讲义整合为系统知识库的在职进修者
- 教学助理准备课程大纲或答疑参考资料
常规风险
- 知识产权：用户上传的版权课程材料需确保个人学习用途合规
- 过度依赖：结构化笔记可能替代主动回忆，建议配合 Anki/自测使用
- 版本漂移：若课程大纲更新，需重新运行全流程而非增量修补