Review OS Prototype

一个从真实复习场景中提炼出来的 AI 辅助复习系统原型。
原仓库名仍为 zhongkao，但当前维护重点已经从单次考试冲刺，转向可复用、可研究、可部署的复习解决方案。

这个仓库现在可以被理解为：

Review OS：基于 GitHub、Markdown Vault 和 AI Agent 的复习操作系统。

它的核心目标是把资料、错题、作文素材、知识弱点、每日训练、AI 接手规则和完整来源统一放进一个版本化仓库，让复习过程变成可以维护、迁移、复用和部署的学习工程。

完整方案见：docs/review-os-solution.md

1. 原题、原文、图片、来源说明优先于漂亮总结。
2. 索引只负责导航，不能代替完整资料。
3. 摘要不能冒充正文。
4. 有迁移价值的错题要沉淀为“下次看到怎么反应”的模型。
5. AI 接手时必须先读 README 和对应接手指南。
6. 自动化只做提醒或接手卡，不能冒充真实执行。
7. 公开部署时只展示系统结构、方法论和脱敏样例。

• 课堂资料
• 错题截图
• 作文草稿
• 练习反馈
• 老师建议
• AI 对话产物

1. 判断材料类型：原题、错题、素材、方法、索引、状态。
2. 检查是否有完整来源。
3. 写入对应目录。
4. 把有迁移价值的内容抽象成母题、素材卡或方法卡。
5. 把不完整内容放入待补清单，不伪装成完整资料。
6. 由 AI 根据仓库状态继续生成题单、修复索引或整理资料。

• 每日题单
• 错题回炉清单
• 作文素材适配表
• 学科弱点地图
• 打印资料
• 网站展示页
• 可复用模板

1. 不要把本仓库继续当成单纯的考前提醒器。
2. 优先把它视为 Review OS 原型：系统化、模型化、可交接、可部署。
3. 做具体资料时，仍然先读 vault/ 中对应原文和索引。
4. 做网站展示时，只抽取结构、方法论和脱敏样例。
5. 修改文件前要确认路径和来源，不凭聊天记忆乱写。
6. 发现断链、摘要冒充正文、状态过期、步骤缺失时，应直接修复并说明。
7. 需要删除大段旧资料、公开私有内容、改变仓库权限时，必须先询问。

• 把系统方案拆成公开版与私有实施版。
• 从现有目录抽出干净模板。
• 统一错题卡、作文素材卡、每日题单模板。
• 在个人网站新增 Review OS 展示页。
• 整理可公开案例。
• 未来可考虑做成静态网站、CLI 或轻量 Web App。

本仓库仍保留旧复习资料，因为这些材料是系统原型的真实地层。
但从现在开始，维护重点转向：

把一次复习工程提炼为一个可研究、可复用、可部署的 AI 学习系统。