一个给临时抱佛脚的人用的备考工作台。离考试还有两周？够用了。
你把课件、教材、往年题、笔记、PDF、手写照片、视频字幕扔进来，剩下的交给 AI——拆知识点、讲重点、出题、批改、生成模拟考、临考速背卡片。自己带 API Key，数据全在浏览器里，目前不搞账号，以后再弄。
🚀 在线预览：kaobuddy-preview-production.up.railway.app
打开即用，不用装任何东西。手机电脑都能访问。
大多数学习工具的假设是你有三个月时间、能每天打开电脑、愿意先花一天整理知识库。考搭子的假设刚好相反：你离考试没几天了，只想把手上乱七八糟的资料快速变成能学的东西。
具体点说：
- 课件 PDF、教材扫描件、课堂笔记（txt/md/docx）、手写拍照、B 站视频字幕——全都能吃进去。
- AI 从资料里抽"进程""线程""死锁""银行家算法"这种知识点，你可以选择自己安排学习计划或者切换日计划模式让ai带你无脑学习。
- 按知识点模块推进，学完就点完成，圆环形进度条帮助你可视化进度。
- 针对单个知识点讲解、生成学习卡片、出模拟题——不是泛泛的"本章复习"。
- 考前生成模拟考，可自定义题型和时长，导出 PDF 打印，也可ai答题。但考虑到ai阅卷不太成熟，所以还有个答案速览模式，可以自行选择。
- 最后的时间切到临考速背模式，背一个斩一个，帮你快速回顾知识点。
内置四个预设，填 API Key 就能开始：
| 预设 | 模型 |
|---|---|
| DeepSeek（默认） | deepseek-v4 pro/flash |
| Kimi 国内 | kimi-k2.6 |
| Kimi 国际 | kimi-k2.6 |
| OpenAI | gpt-5.5/mini |
| 自定义 | 任意 OpenAI-compatible |
支持两种模式：
- BYOK（自带 Key）：填自己的 API Key，请求直接从浏览器发到你的 AI 服务商。Key 存 localStorage，服务端不落盘。
- 邀请码（beta）：如果你有邀请码，可以先不填 Key，用服务端配置的 API 额度体验。用完再切换回你自己的API。
填科目、考试日期、每天能学多久、目标分数、已知薄弱点。考搭子会根据这些信息来排优先级和估时——离考试越近、目标越高，知识点拆分得越细。
支持的格式：
| 格式 | 方式 |
|---|---|
| 读取文字层（扫描版也能提取，图表和公式效果取决于模型） | |
| DOCX | 提取正文，mammoth 引擎 |
| RTF | 提取文本 |
| TXT / Markdown | 直接读取 |
| 旧 .doc | best-effort 解析（建议另存为 docx 或 PDF） |
| 手写笔记 | 上传图片或手写 PDF → AI 视觉识别 → 转文字入库 |
| B 站视频 | 粘贴链接 → 自动抓取公开信息和字幕 |
文件在浏览器端解析，不上传到服务器。超大 PDF 用分片策略，每次只取一层文字，秒级读完。
这是考搭子的核心。AI 根据你导入的资料，拆出"进程同步""银行家算法""极限定义"这种可考的知识点，每个模块带：
- 知识点名称
- 难度（低/中/高）
- 重要程度排名
- 考察内容（"会考什么"）
- 资料来源和证据（"资料里哪句话证明这个知识点存在"）
目标分数 ≥ 90 分时，AI 会按高覆盖率拆分：章节标题、二级标题、定义、机制、算法、典型题型、易错点，一个不落。
拆分完知识点后，一键生成每日安排。AI 会根据剩余天数、每天可学时间、模块重要程度和难度，把模块均匀分配到每一天。逾期没学的模块自动滚到今天。
两种视图：
- 知识模块：待学习 / 学习中 / 已学习，看板拖拽排序
- 每日计划：日历视图，每天学什么一目了然
点进一个知识点，你可以：
- 看讲解：AI 用零基础语言讲这个知识点——先从生活直觉开始，再讲定义、原理、解题步骤，最后用资料里的例题演示
- 出模拟题：围绕这个知识点生成 3 道题，做完后可换一批
- 学习卡片：互动方式学习知识点。
学完标记完成，进度条自动更新。
自定义考试时长（5-180 分钟）和题型要求（"选择题 + 简答题，偏计算"），AI 严格按你导入的资料出题，不编造资料里没有的内容。
两种模式：
- 考题模式：直接出卷子，考完 AI 逐题批改——选择题对答案字母，简答题按得分要点给分，措辞不要求完全一致
- AI 答题模式：AI 先自己答一遍（展示它的解题思路），再对照你提交的答案批改
每道题批改结果带标记：✓（正确）、✗（错误）、△（部分得分）。错题自动收入错题本。整份试卷导出成 A4 PDF。
把知识点压成速背卡片，结构是：核心概念 → 必背要点 → 记忆口诀 → 常见考法 → 易错提醒。适合考前最后一天翻。
围绕指定知识点生成 4-6 张卡片，四种类型：
| 类型 | 正面 | 背面 |
|---|---|---|
| concept（概念卡） | "什么是死锁？" | 一句话定义 + 考试要点 |
| mistake（易错卡） | "关于死锁，常见的错误是？" | 易错点解释 |
| exam（考试卡） | 一道简答题 | 参考答案 + 考试答法 |
| quick_memory（速背卡） | "记住死锁四条件" | 精简口诀 |
卡片流式生成——AI 出一张，你立刻就能翻一张。支持手势滑动，左滑不会、右滑会。第一轮筛下来的弱卡自动进入第二轮。
模拟考批改的错题自动入库，手动也能添加。薄弱点独立管理，带严重程度标记，可定期复习。也可以手动添加错题
所有数据（项目、资料、计划、模块、错题、模拟考记录）存在浏览器 IndexedDB 里，不经过服务器。支持一键导出 JSON 备份，导入时自动合并。
打开即用，啥都不用装：
考搭子跑在 Railway 上，手机电脑都能访问。
Mac：双击 open-kaobuddy.command
Windows：双击 open-kaobuddy.bat
脚本会自动装依赖、启动服务、打开 http://127.0.0.1:8000。
# 后端
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[test]"
uvicorn backend.app.main:app --port 8000
# 前端开发
npm install
npm run dev # 打开 http://localhost:5173，API 自动代理到 8000# Docker
docker build -t kaobuddy .
docker run -p 8080:8080 kaobuddy
# Railway
# 项目里已经有 Dockerfile + fly.toml + Procfile
# 详细步骤见 DEPLOY.md| 层 | 技术 | 说明 |
|---|---|---|
| 前端框架 | React 19 + TypeScript | 严格模式，全类型覆盖 |
| 构建 | Vite 6 | 输出到 backend/static/ |
| UI | Motion (framer-motion) + Phosphor Icons | 手势动画 + 图标 |
| pdfjs-dist（懒加载）+ jspdf + html2canvas | 读取 PDF 文字层，导出 A4 | |
| 文档解析 | mammoth + 自研旧 .doc 解析 | DOCX / RTF / .doc |
| 后端框架 | FastAPI + uvicorn | 异步，流式 SSE |
| AI 调用 | httpx + OpenAI-compatible 协议 | 支持所有兼容服务商 |
| 存储 | IndexedDB + localStorage | 浏览器端，零服务端存储 |
| 日志 | 结构化 JSON → stdout | 每行一条，含 request_id + 耗时 + 脱敏 |
| 安全 | CSP 头 + SW 版本控制 + 邀请码验证 | 防 XSS，缓存自动刷新 |
| PWA | Service Worker + Web Manifest | 可添加到主屏幕，离线兜底 |
| 部署 | Docker 多阶段构建 | node:22 构建 → python:3.11 运行 |
| CI/CD | GitHub Actions | push/PR 自动跑全量检查 |
.
├── backend/
│ ├── app/
│ │ ├── main.py # FastAPI 应用 + 所有路由
│ │ ├── ai_client.py # AI 调用（chat + stream）
│ │ ├── prompts.py # System prompt 模板
│ │ ├── schemas.py # Pydantic 数据模型
│ │ ├── invites.py # 邀请码系统
│ │ ├── video.py # B 站视频信息抓取
│ │ └── logging.py # 结构化 JSON 日志
│ └── static/ # 前端构建产物（Vite 输出）
├── src/
│ ├── App.tsx # 主应用
│ ├── api.ts # 前端 API 层
│ ├── storage.ts # IndexedDB 封装 + 迁移
│ ├── utils.ts # 工具函数（解析、格式化、计划）
│ ├── fileReaders.ts # 文件读取（PDF/DOCX/RTF/图片）
│ ├── aiAuth.ts # AI 认证模式解析
│ ├── inviteState.ts # 邀请码状态管理
│ ├── generationGuards.ts # 生成前置守卫
│ ├── pdfExport.ts # PDF 导出
│ ├── useCardLearning.ts # 卡片学习 Hook
│ └── components/
│ ├── Common.tsx # 通用组件（BrandMark / StatusToast / RenderText）
│ └── ErrorBoundary.tsx # 错误边界
├── tests/
│ ├── test_api.py # 后端测试（21 个）
│ └── frontend/ # 前端测试（36 个）
├── public/ # PWA 资源（sw.js / manifest / 图标）
├── Dockerfile # 多阶段 Docker 构建
├── fly.toml # Fly.io 配置
├── Procfile # Railway 配置
├── pyproject.toml # Python 项目定义
├── requirements.txt # Python 依赖
├── vite.config.ts # Vite 配置
├── .github/workflows/ci.yml # CI/CD
└── index.html # Vite 入口
# Python
.venv/bin/pytest -q # 21 个测试
python3 -m py_compile backend/app/*.py # 语法检查
# TypeScript
npx tsc --noEmit # 类型检查
# 前端单元测试
node --import tsx --test tests/frontend/ # 36 个测试
# 构建检查
npx vite build # 确保能正常打包GitHub Actions 在每次 push 和 PR 时自动跑上面全部。CI 文件见 .github/workflows/ci.yml。
| 变量 | 用途 | 默认值 |
|---|---|---|
PORT |
服务端口 | 8080（Docker）/ 8000（本地） |
ALLOWED_ORIGINS |
CORS 跨域来源（逗号分隔） | localhost:5173（本地开发） |
KAOBUDDY_AI_BASE_URL |
邀请码模式 AI 地址 | 无 |
KAOBUDDY_AI_API_KEY |
邀请码模式 AI Key | 无 |
KAOBUDDY_AI_MODEL |
邀请码模式模型名 | 无 |
KAOBUDDY_AI_INPUT_CNY_PER_MILLION |
邀请码计费：输入单价 | 无 |
KAOBUDDY_AI_OUTPUT_CNY_PER_MILLION |
邀请码计费：输出单价 | 无 |
KAOBUDDY_INVITE_CODES |
初始化新邀请码数据文件时使用的码列表（逗号分隔） | 无 |
KAOBUDDY_INVITE_STORE_PATH |
邀请码数据文件路径 | work/invites.json |
KAOBUDDY_INVITE_MAX_INPUT_CHARS |
邀请码请求上限（字符数） | 80000 |
KAOBUDDY_INVITE_MAX_TOKENS |
邀请码请求上限（token） | 6000 |
同源部署 + 用户自带 Key 模式下，以上全部留空即可。
如果 KAOBUDDY_INVITE_STORE_PATH 指向的文件已经存在，系统会继续读取里面原有的邀请码；KAOBUDDY_INVITE_CODES 只在第一次初始化新文件时使用，真实邀请码不要写进仓库。
- 不做账号系统、不做云同步、不搞付费。你的资料是你自己的，全在浏览器里。
- API Key 存 localStorage，请求时从浏览器直接发到 AI 服务商。服务端代码开源，你可以自己审查
backend/app/ai_client.py——它就是个转发。 - B 站视频只抓公开页面信息和字幕（best-effort），不下载视频、不需要登录。
- 扫描版 PDF 的文字识别效果取决于文字层质量和你接的模型（多模态模型可以直接读图）。
- 旧版
.doc没有可靠的浏览器端解析器。建议用 Word/WPS 另存为.docx或 PDF，省心很多。 - 这是一个备考工具，不是通用笔记软件。不要期望它做思维导图、间隔重复（Anki 那种）或者协同编辑——这些事情有其他更好的工具做。
MIT