RepoRadar LearnHarness: создание индивидуализированных учебных процессов с AI-агентами
LearnHarness — это инструмент, который использует AI-агентов для создания индивидуализированных учебных процессов, адаптируясь к твоему уровню понимания и целям. Он не просто объясняет, а учитывает твои ответы и мышление, чтобы предложить следующие шаги в обучении.
Проект выделяется среди традиционных методов обучения тем, что строит детальную карту твоих знаний и поддерживает её с течением времени. Вместо стандартного изложения материала, LearnHarness использует подход, основанный на принципах постепенного наращивания понимания — каждое занятие строится на предыдущем, позволяя выявлять и устранять недопонимания.
Запуск проекта требует Python и доступ к интернету для работы AI-агентов. В README не указаны явные ограничения, но стоит помнить, что проект находится на стадии активной доработки и может иметь не все функции. Если ты ищешь способ эффективно учиться сложным темам, этот инструмент может быть полезным.
Проект LearnHarness представляет собой среду, использующую AI-агентов для планирования и обучения на основе текущего понимания пользователя с учетом его целей. Он создает детальную картину того, что ты понимаешь и как ты рассуждаешь, обновляя эту информацию по мере обучения.
Основная идея LearnHarness заключается в том, что вместо простого объяснения материала, система анализирует твои ответы и способы мышления, чтобы понять, что тебе нужно изучить дальше. Обучение происходит пошагово, и практические занятия помогают усваивать материал. Knowledge graph (граф знаний) сохраняет учебные данные между сессиями, что позволяет эффективно использовать предыдущий опыт.
Как это работает
- Измерение. Перед началом обучения агент оценивает, где заканчивается твое понимание. Он использует твои ответы и уверенность, чтобы определить, с чего начать.
- Планирование. Агент формирует карту зависимостей от текущего уровня понимания до цели. Ты можешь увидеть план, который будет адаптироваться в зависимости от твоего понимания.
- Обучение. Каждый шаг основывается на том, что ты уже понимаешь. Ты прогнозируешь, получаешь объяснение и проверяешь свои знания.
- Практика. Отдельные сессии предлагают различные задачи, требующие правильных знаний для решения без предварительного указания.
- Мыслеизложение. Ты можешь объяснять свои рассуждения и реакцию своими словами, что помогает агенту создавать более полное представление о твоем понимании.
Как установить и запустить
Чтобы начать работу с LearnHarness, нужно скачать его с сайта learnharness.ai или из релизов на GitHub.
- macOS (Apple Silicon): загрузи подписанный и нотариально заверенный DMG, перекинь приложение в папку Applications.
- Windows (x64): запускай установщик. В данный момент он не подписан, могут появляться предупреждения о "неизвестном издателе".
- Linux (x64): сделай AppImage исполняемым и открой его, либо установи `.deb` для Debian/Ubuntu.
После установки добавь свой API-ключ провайдера и выбери модели, после чего можешь начать сессию с тем, что хочешь понять. LearnHarness поддерживает более 30 опций провайдеров, включая OpenAI и другие.
Ограничения и безопасность данных
- Твои ключи и данные. LearnHarness не требует подписки — ты платишь только своим провайдерам за использование.
- Локальное хранение. Все твои чаты, графы и настройки хранятся на твоем компьютере.
- Внешние сервисы. Модели запускаются через настроенных провайдеров, поэтому локальное хранение не означает оффлайн-обработку.
- Прозрачность. Системные подсказки могут быть видимы и редактируемы, проект является открытым и лицензирован под AGPL-3.0.
Разработка и поддержку
Для разработки и тестирования проекта используй следующие команды:
npm install
npm run dev # http://localhost:3000
npm test # детерминированное, без LLM, без сетиВопросы, баги и запросы на функции можно оставлять в разделе Issues на GitHub.
Открыть на GitHub: amosblomqvist/learnharness →
