前言¶

用 DSH 这类智能体学习时，常见的做法是把资料丢给模型，让它总结一遍。问题在于这是一次性交付：模型不知道你哪个概念没掌握，没有进度门槛，也没有复习调度，换个会话，学习状态就丢了。

dsh-plugin-lookatstudy 把整条学习链做成了 DSH 插件：资料导入为课程，逐概念追踪掌握度，按间隔重复安排复习。DSH 的理念是「一切皆插件」，学习这件事同样可以挂在宿主的集成点上——侧边栏入口、斜杠命令、工具卡片，各有各的位置。下面介绍这个插件具体做了什么、怎么装、怎么用。

这是什么¶

dsh-plugin-lookatstudy 由 Kaiji-Z 维护，MIT 许可证，学习引擎模块从 LookatStudy（MIT）vendored。它的一句话定位是：把任意 markdown 文档、本地文件夹或 GitHub 学习仓库导入为 DeepSeek Harness 内的引导式课程，带技能树式关卡推进、BKT 掌握度追踪和 SM-2 间隔重复。

插件分两个面：对话里的导师（tutor），以及一个三栏全接管的学习面板。宿主被定义为会话模型加 agent-turn 引擎，面板拥有 UI，宿主拥有循环。

导入：从四种来源建课¶

下面是建课的四个入口，按来源选工具：

1、study_import_markdown / study_import_folder：导入 markdown 文档或本地文件夹，支持 12 种文档格式，含 EPUB、DOCX、PPTX、PDF 文本。
2、study_import_github：导入 GitHub 学习仓库，走 jsDelivr CDN，github.com 不可达的环境下也能用。
3、study_import_url：导入单篇文章、arXiv 论文或视频元数据。
4、study_apply_design：由导师设计的结构协议，负责把导入内容组织成课程结构。

核心机制：掌握度取最弱概念¶

插件用知识组件（KC）追踪学习状态，流程如下：

1、首次教学一课时，导师派生 2–7 个概念（study_define_concepts）。
2、每次答题归因到具体概念（study_record_answer，带 concept）。
3、逐概念运行 BKT，课程掌握度取最弱概念。
4、出测验时优先针对薄弱概念。

推进由掌握度驱动：≥50% 提前解锁下一课；≥90% 结业，并安排首次 SM-2 复习；答题本身也会推动复习计划。

此外还有一条提案通道（propose → apply）：≥85% 且学习者给出令人信服的费曼式讲解时，导师可以提案提前结业（study_propose_mastery），但会等待学习者明确的 yes/no 才应用（study_resolve_proposal）。学习者的决策不会被跳过。

摩擦感知与学习者记忆¶

学习过程中的困惑、卡住、挫败会被静默记录（study_report_friction），以 ⚡😣 薄弱点的形式呈现在课程树里，导师据此调整策略。

学习者记忆有三个槽位：全局风格、每课程模式、每课缺口，通过 read-merge-write 更新（study_remember）。每回合还会注入一份动态学习者快照，包含 focus、strategy band、薄弱概念、friction、memory、due count 和 pending proposal，导师每轮都看得到这些上下文。

学习面板：三栏结构¶

dsh 侧边栏有一行「学习」（位于「新会话」下方，与其他插件入口并列），点开是一个三栏全接管面板，样式全部使用 dsh 的 --dsw-* tokens。关闭面板或切换会话时，中栏直接交还给宿主。

左栏是课程：课程选择、进度、带一键复习启动的 due box、课程树（关卡门槛、掌握度条、⚡😣 薄弱点标记），空态时提供一键演示导入。注意一点交互设计：点击课程栏里的课仅做 FOCUS，切换黑板内容，零模型流量；导师只在你发送消息时介入。

中栏是导师对话，拥有独立 composer，面板从不触碰 dsh 宿主的 composer。栏头有灵魂药丸：guide 引导 / direct 精讲 / practice 实战。导师出的测验题，A–D 选项会渲染成可点击的答案按钮。

右栏是黑板，承载当前 focus 课的内容：

• 讲解：服务端消毒的 markdown 富渲染，按需加载 KaTeX 公式、语法高亮代码、mermaid 图（mermaid 走 CDN loader，离线静默降级）。
• 🕸 概念图视图：同一课的知识组件画成概念图，捆绑 ELK 布局，不依赖外部服务。
• Cornell 笔记三区，每条笔记删除前有确认。
• 朗读栏：朗读本课时通过 Microsoft Edge 神经语音在宿主端逐句合成并磁盘缓存，离线回退浏览器系统语音，朗读时当前句高亮。

所有学习状态来自对 /lookatstudy/api/state 的一条共享 3 秒轮询，三栏读的是同一份状态。

DSH 原生集成点¶

面板之外，插件还接入了宿主的多处集成点：

• 双语文案：整个 client 半区注册 lookatstudy locale namespace（zh/en，key parity 强制），切换宿主语言，学习面板跟着切。
• 设置页：settings.section 条目，含教学风格、study mode 开关、只读统计（courses/XP/streak）与状态文件路径。
• /study 斜杠命令：裸 /study 激活休眠安装并排队 kickoff 提示；/study <text> 排队该请求。斜杠命令能用的地方都能用。
• 输入框停靠药丸（conversation.composer.dock）：激活时显示 ⚡due · 🔥streak · Lv，休眠时不渲染。
• 会话标签内工具卡片：tool.call.toolview 键控条目，覆盖 study_record_answer（✓/✗ 加概念）、study_lesson、study_due_reviews、study_exam_result。
• 启动层预取：dsh.client.immediately: true，侧边栏「学习」行首帧即渲染，无需等待 bundle 拉取。

30 个工具的工具面¶

工具面共 30 个工具，按 import / learn / progress / artifacts / memory / proposals / reviews / awareness / misc 分组。除上面提到的导入、概念与答题、提案、摩擦与记忆工具外，还有几组值得单独说明：

• 交互式练习（artifacts，0.15.0 起）：study_generate_quiz（交互式练习卡）、study_pose_guess、study_compare_table、study_draw_diagram（mermaid）、study_code_walkthrough，各自渲染为面板内卡片，并沉淀到笔记。
• 巩固与产出（memory）：study_consolidate、study_translate_lesson（双语课程）、study_export（导出课程包 markdown）。
• 复习：study_due_reviews 查询到期项，study_record_record_review 记录复习结果；考试模式 study_exam_result 带星级评分。
• 杂项：study_set_mode、study_delete_course。另有 study_courses 支持进度查看与全文搜索，XP 与 streak 贯穿其中。

profile 方面：插件 works with any profile。web profile 下额外提供学习标签页的 HTTP API 并加载浏览器端；headless profile 只获得纯工具面。

安装与启用¶

从 npm 安装：

dsh plugin add dsh-plugin-lookatstudy        # from npm

或从本地 tarball 安装：

dsh plugin add ./dsh-plugin-lookatstudy-0.2.1.tgz

第一条命令走 npm，第二条从本地 tarball 文件安装。注意仓库 package.json 中的版本号为 0.16.0，而 README 安装示例中的 tarball 文件名为 0.2.1，两处不一致，安装时以你实际获取的包为准。安装后 works with any profile，无需额外配置即可在侧边栏看到「学习」入口。

典型用法¶

最直接的入口是对导师说话：

import https://github.com/microsoft/AI-For-Beginners and teach me lesson 1

这句会让导师导入该 GitHub 学习仓库为课程，并开始第一课。后续学习循环就是上面写的机制：派生概念、答题归因、BKT 更新、按掌握度解锁与结业。

查询到期复习：

what reviews are due today?

也可以用斜杠命令：裸 /study 激活休眠安装并排队 kickoff 提示；/study <text> 把该请求排队发给导师。在面板里发送消息或点击 starter，则是进入课程线程的入口——面板会激活休眠的学习面，在宿主上创建课程会话，回复经会话事件窗口流式返回，走插件自己的 markdown 管线渲染。

适用场景与注意¶

适合的场景：你手上已有成体系的学习资料——markdown 文档、本地文件夹、GitHub 学习仓库或散篇文章，希望在 DSH 里按课程推进，被逐概念追踪掌握度，并按 SM-2 计划复习，而不是每次重新问一遍。

安装与使用前有几点需要注意：

1、插件以当前 dsh 进程权限运行，安装前应检查源码与许可证。本项目为 MIT，学习引擎模块从 LookatStudy（MIT）vendored。
2、面板、学习标签页的 HTTP API 仅在 web profile 下可用；headless profile 只有纯工具面，同样能完成导入、教学与复习的完整循环。
3、网络依赖：mermaid 渲染走 CDN loader，离线静默降级；朗读的 Edge 神经语音在宿主端合成，离线回退系统语音；概念图的 ELK 布局为本地捆绑，不依赖外部服务。

结尾¶

dsh-plugin-lookatstudy 的价值在于把「问模型学东西」变成一个有状态、有门槛、有复习计划的过程，并且充分利用了 DSH 的宿主集成点，而不是只堆一袋工具。如果你在用 DSH 学习新领域，值得一试。

项目主页：https://github.com/Kaiji-Z/dsh-plugin-lookatstudy

社区目录页：https://www.skillhub.cn/plugins/Kaiji-Z/dsh-plugin-lookatstudy （skillhub.cn 为社区维护的插件目录，与 DeepSeek、幻方无官方从属关系）