核心用法
Course Study 是一款专为考试备考设计的结构化学习工具。用户只需提供课程材料（PDF课件、粘贴的主题列表或课程名称），系统即可通过四阶段流水线生成完整的复习笔记：
- Phase 0 摄入：识别输入类型（PDF/主题列表/课程名），确定规模层级、输出语言及考试日期
- Phase 1 覆盖：页面对齐提取全部内容，生成覆盖率清单（完整性台账）
- Phase 2 蒸馏（核心输出）：按费曼概念块顺序编写
revision-notes.md，每个概念包含：通俗语言胶囊→直觉解释→形式化表述→必含实例→关联与常见误区；并与Phase 1台账对账，确保无遗漏 - Phase 3 补充（可选）：针对薄弱概念补充≤10个权威来源
显著优点
- 完整性保障：Phase 1台账与Phase 2对账机制，杜绝话题静默遗漏
- 费曼教学法强制落地："通俗语言胶囊优先"规则确保真正理解而非死记
- 实例刚性约束：每个非平凡概念必须配备逐步演算实例
- 来源可追溯：每处笔记标注页码/章节，矛盾内容标记差异而非擅自"纠正"
- 规模自适应：>400页自动拆分模块，批量处理仍保持台账连贯
潜在局限与风险
- 无网络时的知识边界：离线内容标记为
[Standard curriculum knowledge]，无法实时验证最新学术动态 - 纯定义性概念的实例困境：部分术语无可行实例，仅能标注说明
- 课程名路径的依赖：依赖标准课程大纲搜索，小众课程可能需手动提供材料
- PDF处理限制：必须通过
/pdf技能读取，格式混乱的扫描件可能影响提取精度
适合人群
- 备考大学生、研究生，尤其适用理工科公式密集型课程
- 需要快速建立知识体系框架的自学者
- 面临大量课件需系统整合的复习场景
常规风险
- 合规红线：明确禁止代做 graded homework/exam questions，仅提供学习方法指导
- 幻觉防控：严禁伪造URL/论文/作者，不确定主张须标注
[Uncertain — verify before exam] - 输出纪律：拒绝为缩短篇幅而删减话题， brevity 通过深度调节实现
技术实现亮点
采用模块化规则系统（rules/目录），阶段间通过清单（ledger）与对账（reconcile）机制确保流程可控，支持TodoList进度追踪及CJK双语PDF导出。