"潜进" (HeurAMS: Heuristic Auxiliary Memorizing Scheduler, 启发式记忆辅助调度器) 是一种基于启发式算法与认知科学理论的辅助记忆调度器, 旨在帮助用户更高效地进行记忆工作与学习规划,
也是一种开放, 优雅, 易于扩展的间隔重复调度器实验平台, 旨在帮助研究者更高效地进行前沿记忆算法的研究.

关于此仓库

此仓库为 "潜进" 的核心程序库在 python 语言下的实现
包含数据模型与框架, 并内置了基于 textual 框架的前端实现 (interface 子模块)
除了通过内置前端进行学习外, 开发者也能在 python 环境中导入 heurams 库或使用 RPC 与 heurams 程序库实例通讯, 使用框架构建其他辅助记忆功能前端或其他应用程序

Note

我们已经着手于基于 KDE 用户界面框架 Kirigami 的现代跨平台前端开发, 称作 "KiriMemo", 包名是 "org.kde.kirimemo", 但其并非 KDE 项目
它通过 PyOtherSide 直接复用 python 内核, 为 Windows, Linux, macOS, Android, iOS 和 Plasma Mobile 提供现代用户界面
如果您善于开发 C++, QML, Qt 与 KDE 框架, 欢迎加入到 KiriMemo 项目的开发

特性

间隔重复调度器

许多出版物都广泛讨论了不同重复间隔对学习效果的影响. 特别是, 间隔效应被认为是一种普遍现象. 间隔效应是指, 如果重复的间隔是分散/稀疏的, 而不是集中重复, 那么学习任务的表现会更好. 因此, 有观点提出, 学习中使用的最佳重复间隔是最长的, 但不会导致遗忘的间隔.

软件开箱即用, 无需多加配置即可使用默认的 SM-2 算法进行学习
此外, 算法模块是 "潜进" 内核 (heurams.kernel) 中的一等公民, 内核天然支持插拔各型算法
无需安装繁杂的插件即可分单元集完成算法快速切换与调优, 研究者可以方便地修改算法模块以便捷地进行研究与测试
默认使用 SM-2 简单间隔重复算法, 此算法亦用作 Anki 闪卡记忆软件的默认闪卡调度器
内置 NSP-0 筛选用非间隔重复算法以便快速筛选记忆内容, FSRS 先进间隔重复算法作为效率更高的调度器, 与 SM-15M (移植自 sm.js 项目) 复杂间隔重复算法(逆向工程)
算法模块可以标记记忆项目, 也可以动态规划每个记忆单元的记忆间隔时间表, 动态跟踪记忆反馈数据, 以优化长期记忆保留率与稳定性
得益于项目的模块化架构与单元集结构设计, 一个项目甚至可以与任意种算法共存并互通, 这对研究者及想探索/实验高效率方法的用户极其友好

多模态学习进程

与 Anki 的 SQLite .apkg 包不同, 我们坚持使用人类可读的文件夹组织单元集, 这带来了若干好处, 包括:

人类可读: 您可以用任意工具, 乃至一个记事本自由修改记忆载荷数据而无需打开软件
元数据配置: 配置自由度极高, 可以任意组合, 重造, 乃至创造新内容
测验, 算法与知识互相隔离: 一条知识不再是单一的闪卡, 不仅可以用若干不同的算法规划, 还可以用多种并行的谜题类型测验, 极大地提升学习效果和丰富度. 作为学习者, 您无需担忧概念复杂--仅需从云端下载单元集即可开箱即用上述特性!
多模态学习
- 软件自身集成了文本转语音 (TTS) , 音频与语言模型 (LLM) 模块, 这些功能乃至功能本身都是可插拔, 可扩展, 可切换驱动的, 这为内容创建了极大的丰富度
- 软件内置多种谜题类型, 包括选择题 (MCQ), 填空题 (Cloze) 与识别题 (Recognition), 您可在同一单元应用多种, 或是选择性启用
- 软件天然支持动态内容生成, 支持宏驱动的模板系统, 根据上下文乃至语言模型动态生成知识点的解析
- 在间隔重复研究尚被 SuperMemo 系列独占的时代, Wozniak 就早已表示 "如果不能理解知识, 就无需记忆它". 今天, 我们依然相信理解是记忆的基石
云同步与分享优化:
- 由于记忆数据和单元集文件都是文本文件, 故可进行快速的增量同步而无需完整地上传所有文件, 并且设计天然支持版本控制
- 如果您想分享单文件, 软件也支持导出为压缩包或合并成单文本文件以通过纯文本文件形式在 pastebin 等平台分享
性能提升: 得益于现代且支持分块的文件组织结构, 潜进能在保持高自由度的同时仅使用 python 就能达到敏捷且低占用的用户体验
AI 辅助友好: 想象您有一些 .apkg 牌组或一大段教材内容, 您可以方便且高效率地使用 AI 工具创建可在 HeurAMS 使用的单元集

内置实用用户界面

尽管不是唯一前端, 但响应式 Textual 框架构建的内置终端用户界面在多种场景下仍具有独特优势:

跨平台, 并支持触屏/鼠标/键盘多操作模式
与几乎所有现代终端模拟器相容
对于支持 sixel 协议的终端模拟器, 可高清显示图像内容
对于不支持 sixel 协议的终端模拟器, 也支持图片低清的兼容显示模式
可通过 textual-web 作为服务部署, 并在任意浏览器使用
简洁直观, 键盘友好, 全功能且高效率的用户界面设计
易于嵌入: 可在 getty/kmscon 中运行而无需任何桌面图形服务
资源占用小, 运行流畅, 不拖泥带水
便于测试与调试程序库

查看屏幕截图.

快速开始

从包管理器安装

潜进 (包名是 heurams) 处于早期开发考虑, 尚未上架 PyPI, 但您可以用我们的基础设施安装稳定版和开发版本.

稳定版本

安装适用于用户体验的可选依赖(推荐):

python -m pip install heurams[basic] -i https://pypi.pluv27.top/root/stable/+simple/

安装适用于一般计算机的通用音频模块(基于 playsound3):
(此项不适用于 termux 环境, termux 的音频支持是内建的)

python -m pip install heurams[audio-playsound] -i https://pypi.pluv27.top/root/stable/+simple/

开发版本

Caution

对于部分 Linux 发行版和 Android Termux 用户:
您需要先行安装 cmake 和 libzmq 才能正确安装项目的 zmq 依赖.
例如在 termux 上先运行 pkg install cmake clang libzmq.
项目功能本身不依赖它, 但需要该依赖用于启动可选的调试服务器.

安装全部可选依赖(推荐):

python -m pip install heurams[all] -i https://pypi.pluv27.top/root/dev/+simple/

依赖组说明

由于部分依赖只被少数功能需要, 所以我们把可选依赖分得比较细, 前面提供的命令会安装部分可选依赖, 以下是依赖组列表:

依赖组	包含模块	说明
最小化安装	tabulate, toml, transitions	核心驱动程序库, 始终必需
interface	textual, psutil	基本用户界面依赖
algo-fsrs	fsrs	FSRS 算法模块
tts-edgetts	edge-tts	微软文本转语音
llm	llms-py	API 调用
audio-playsound	playsound3	通用音频模块
dev	zmq, pytest, pytest-cov	开发调试与测试工具
basic	[tts-edgetts], [llm], [algo-fsrs]	适用于用户体验的较轻依赖组(推荐)
all	以上所有依赖	完整安装组