Skip to content

yunkai93/learning-os

Repository files navigation

Learning OS

Learning OS 是一个可复用、证据驱动的 Codex 辅助学习系统。

它把学习拆成几层:

  • engine/:学习引擎,定义如何规划、验收、补救、复盘和恢复。
  • tracks/:课程包,定义具体学什么。
  • state/:状态事实源,记录当前学到哪里。
  • sessions/:每次学习会话记录。
  • workspace/:真实练习、项目和实验产物。
  • journal/:长期笔记、错误、问题、决策和跨课程洞察。

当前已创建并激活第一条课程包:fullstack-learning-system。它是第一条试运行路线,用来验证 Learning OS 的课程包生成、session 规划、证据验收和跨设备协作流程。

当前下一步由状态文件决定,不靠 README 手写判断。README 只说明项目结构;恢复学习时必须以 state/sessions/state/handoff/ 为事实源。可以运行:

npm run learn -- doctor

当前仓库状态是:

  • Active track: fullstack-learning-system
  • Current module: m01-ts-node-foundation
  • Current session pointer: session-001
  • Session status: paused
  • Next step: 处理 session-001 环境 blocker:pnpm 当前不可用,优先启用/安装 pnpm,或明确本轮使用 npm fallback。

快速使用

学习者只需要看:

LEARNER.md

校验系统结构:

npm run validate

validate 会同时检查:

  • 必需目录和文件是否存在。
  • state、session、track source 是否通过 JSON Schema。
  • active track、current session、handoff、session Markdown 是否一致。
  • session 引用的 module/outcome 是否存在且属于对应课程包。
  • workspace、sessions、journal 等课程包工作目录是否齐全。

查看当前状态:

npm run status

查看唯一下一步:

npm run learn -- next

检查本机 Node/npm/pnpm/corepack/git 环境:

npm run learn -- env-doctor

运行自动化测试:

npm test

新增第二条课程包时,先创建课程包壳:

npm run learn -- new-track my-track "My Track"

这个空壳还不是课程。要生成真实课程内容,需要让 Codex 使用:

engine/prompts/create-track.md

然后把结果写入该课程包的 source/ 文件。

当前第一条课程包已生成,不需要重复创建。除非要新增第二条学习路线,否则不要运行 new-track

使用模型

  1. 从学习目标创建课程包。
  2. state/learner.json 记录学习者背景和偏好。
  3. 激活课程包。
  4. 根据课程包和当前状态生成一次学习 session。
  5. 你完成任务,Codex 担任教练、审阅者和验收官。
  6. 用证据和 rubric 验收。
  7. 更新状态、session 历史、进度和 handoff。
  8. 继续、暂停、切换课程包或阶段复盘。

跨设备协作

用户不需要手动记忆同步命令。正常使用时只需要告诉 Codex:

今天继续
暂停并同步
换电脑恢复
验收并保存

Codex 负责按照 engine/policies/sync-flow.md 执行:

  • 读取 state 和 handoff
  • 检查 git 状态
  • 拉取或提醒远端变化
  • 运行 npm run status
  • 运行 npm run validate
  • 更新 session、track state、handoff 和 journal
  • commit 和 push

跨设备恢复只信任仓库事实源,不依赖上一台电脑的聊天记录。

设计保证

  • 课程内容和学习引擎解耦。
  • 状态文件机器可读,跨设备恢复不靠聊天记忆。
  • generated 文档不是事实源。
  • 进度基于 outcome 和 evidence,不基于感觉。
  • 支持多课程包暂停与恢复。
  • 后续可以复用到新的学习目标。

About

一个AI驱动的学习平台

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors