核心用法
Course Study 采用四阶段深度学习工作流，专为大学课程系统复习与考试冲刺设计：
Phase 0 intake：单次对话完成需求采集，支持PDF讲义、主题列表或课程名称三种输入路径
Phase 1 Extract：调用 /pdf 技能逐页精读讲义，输出带页码溯源的原始概念提取（lecture-XX-extract.md），确保每个知识点可追溯至原始材料
Phase 2 Synthesize：跨章节整合，构建概念依赖图谱，识别课程知识骨架与逻辑递进关系
Phase 3 Expand：在无网络环境下标记 [Standard curriculum knowledge]，有网络时检索权威补充材料，填补课程覆盖缺口
Phase 4 Study Materials：生成三大核心交付物——
- study-notes.md：每概念包含定义、直觉解释、形式化公式（LaTeX）、分步例题、前置依赖、常见误区
- quick-reference.md：单行速查表，仅保留核心公式与定义
- exam-qa.md：带溯源标注的模拟问答集
显著优点
1. 学术溯源严格：强制要求页码/章节标注，杜绝信息漂移
2. 多模态输出：Markdown原生 + Pandoc PDF导出（支持CJK字体配置）
3. 抗遗忘设计：概念依赖图谱明确前置知识，防止学习断层
4. 考试针对性：用户标记的重点主题自动获得深度处理并纳入速查/考题附录
5. 防幻觉机制：Phase 3 无网络时强制声明知识来源性质，禁止伪造URL或文献
潜在局限
- 输入依赖重：极度依赖PDF质量，扫描版讲义需先经OCR处理
- 计算成本高：四阶段工作流对长课程（15+讲）可能触发多轮交互
- 学科偏向：理工科（CS/数学/工程）公式渲染成熟，人文艺术类概念图谱构建相对薄弱
- 实时性缺口：无网络扩展时仅依赖内置课程知识，无法获取2024年后学科进展
适合人群
- 需要系统整理零散讲义的大学生/研究生
- 考前冲刺需快速构建知识骨架的应试者
- 自学在线课程缺乏结构化笔记的独立学习者
- 需为团队/班级生成标准化复习材料的助教或学习委员
常规风险
- 版权合规：处理付费课程PDF需确认用户拥有合法访问权
- 过度依赖风险：完整例题可能削弱自主推导能力，建议作为核对工具而非替代品
- 格式兼容：复杂LaTeX排版在部分Markdown渲染器中显示异常，PDF导出为更保险交付方式