正在整理你需要的资料…
amosblomqvist/learnharness ↗ · 项目主页 ↗
自学一门啃不动的课,难的是不知道卡在哪一步。learnharness 先测出你在每个前置知识点上的边界,再画出通向目标的依赖图一步步教,练习题跟着你的思路走,学过的东西记成知识图谱。Electron 与 Next.js 写的桌面应用,AGPL-3.0 协议。
适合想啃一门难啃的课、又不想被固定课程节奏牵着走的人 —— 它测的是理解边界,不给你排名次;桌面版还能拖着 PDF 和照片一起学。

下面是把仓库 README 逐节读完后归纳出的中文要点。
教学分四步:先测出你在每个前置知识点上的理解边界,据此排出到目标之间的依赖关系图并随实际理解调整计划,再逐步教学,每步都建立在你已懂的内容上并先让你预测再给解释,最后用不同会话出多样化练习题;目标是把结论讲成显然成立,而不只是眼熟
学过的内容会累积成命题与推理链,即单独的论断及导向它的前提;图谱展示这些结构并可回溯到来源会话,也支持导入笔记;之后的教学会话可以直接读取图谱,练习会话也能从中取材,它记录的是想法及其关联,不记录对你能力的评分
从 learnharness.ai 或 GitHub Releases 下载;macOS(Apple Silicon)提供已签名公证的 DMG,Windows(x64)运行安装器但目前未签名、可能出现未知发布者或 SmartScreen 警告,Linux(x64)可执行 AppImage 或装 Debian/Ubuntu 的 .deb;选好模型后即可开始会话
没有 LearnHarness 订阅或加价,费用取决于所用服务商、命令行配置、订阅或本地部署,实时费用估算只覆盖已知的接口费用;聊天、知识图谱、设置与密钥都存在本机,学习记录是可直接查看的普通文件;模型请求会把任务所需上下文发出去,本地存储不等于离线处理;应用以 AGPL-3.0 开源
文档索引涵盖全部指南、开发环境的搭建与检查、运行时架构、键盘快捷键、主题文件格式以及桌面构建与发布;可信的本地插件可从作者指南和能力图谱入手,其中列出提问、练习题、提交、上下文视图与界面等契约,examples/plugins/ 放可运行的小模板,plugins/ 放功能源码项目
以 AGPL-3.0 发布,应用免费且长期开源;若将来收费也只会是托管密钥、托管服务这类便利性项目,不会对本地可运行的功能收费
| 主要语言 | TypeScript | 许可 | AGPL-3.0 |
|---|---|---|---|
| 创建时间 | 2026-10-16 | 最近提交 | 2026-11-12 |
| 站内采集 | 2026-11-06 起,连续观察 9 天 | 最近一次 | 2026-11-14 |
给「学一门新东西」做的 Agent 外壳:先测出你在哪断了,再按依赖图一步步教,学过的东西沉淀成一张能追溯的知识图谱。
LearnHarness 的想法是:讲得对不等于学得会,所以它先测再教。流程是四步:Measure 阶段从你的答案、信心和思考里找出你理解的边界;Plan 阶段算出从那个起点到目标的依赖图,你能看到计划;Teach 阶段每一步都建在你已经懂的东西上,先让你预测、再解释、再确认,困惑被修好之后才往上搭;Practice 阶段是另开的练习场,题目要求正确知识自己浮现而不被点名,题目与提示会跟着你的推理调整。它要求你把思考说出来,写下推理、不确定和反应,这是它拿到细腻画像而不是一份对错表的唯一原因。学过的内容被存成命题与推理链构成的知识图谱,图上每条都能回溯到来源那一次对话,下次教学直接读图谱而不是从头开始。桌面版支持 macOS(签名公证的 DMG)、Windows(x64,未签名会弹 SmartScreen 警告)、Linux(AppImage 或 deb),模型可以用订阅连接、装好的 Claude Code CLI,或任意 OpenAI 兼容端点,包括本地模型服务器。系统提示词公开且可编辑。
最近 9 次采集
2026-11-06 5,611 ★ → 2026-11-14 9,278 ★ (累计 +3,667)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。