攒了几十个 G 的课件却从没学过之后我做了一个本地 AI 学习软件先交代背景我硬盘里躺着 21 份课件、论文和教材几个 G 到几十个 G 不等。每次下定决心这周必须看完结局都是打开第一份翻三页关掉回到短视频。收藏从未停止学习从未开始。这句话我以前当段子看后来发现是在说我。一、成果它现在长什么样先看东西再讲故事。现在的它能把一叠资料变成一门课① 资料 → 课程。选材料、写学习目标AI 生成课程大纲思维导图式可编辑确认然后按单元、讲次逐节学。每讲有独立的逐页课件、独立的讲师讲稿上课时字幕和语音逐句同步随时暂停。② 课件不只是要点列表。按内容形态自动出现对比表格页、架构图示页流程、时序、数据流、状态机、架构分层五种、数据图表页、讲末金句卡。任何一步生成失败都会退回文字要点页面永不空白。③ 学完就考。一讲讲完自动出题5 道单选为主部分带材料配图答完立刻给对错和解析错题进课程错题本可重做。④ 五类复习资料。速查表、学习笔记、思维导图、练习题、闪卡一键生成闪卡直接导出 Anki .apkg进我的复习流。⑤ 它记得我。长期记忆会记下我的偏好、进度和知识盲区可查看、可编辑、可物理删除。我自己的使用数据到现在建了 14 门课、154 个讲次。说吃自己的狗粮有点俗但一个学习工具如果作者自己不用是不敢拿出来见人的。做出这个东西是因为三条路都断了。二、痛点不是不想学是三条路都断了这两年不是没试过 AI。我把文档丢给过各种在线 AI 工具然后卡在三个问题上第一心里那关过不去。没答辩的论文、单位内部的培训课件、还没发表的资料——这些是要传给第三方服务器的。对方隐私条款写得再漂亮也不如根本不传两个字踏实。第二它敢编。这是我忍不了的。问这个结论原文在第几页它答得斩钉截铁页码一对就错。后来我才知道这是检索增强RAG的通病页码是模型自己写出来的提示词里写一万遍引用必须真实也没用——提示词是请求不是约束。第三工具只到总结为止。Summarize 一份文档得到一份摘要然后呢资料是散的没有顺序没有结构没有人问我上一节听懂没有更没有人考我。把一叠资料真正学完这件事没人管。所以我需要的不是一个更聪明的聊天框是一条完整的路资料进去课程出来有人讲有题做有反馈。三、想法三个很轴的决定想清楚要什么之后我做了三个在 2026 年看起来都挺逆潮流的设计决定。决定一单机不登录数据全在本机。不是没想过做 Web 版登录、云端存储、订阅付费那条路又顺又标准。但学习材料是隐私浓度最高的一类文件比聊天记录、浏览器历史都高。做成单机软件材料不上传是结构保证做成 Web 服务它只是隐私条款里的一句话。所以这个软件没有账号体系没有服务器所有数据躺在程序目录里拷走整包就是迁移卸载等于删文件夹。决定二BYOK你自己填 API Key我不转售。转售 API 是独立开发者最顺的商业模式但意味着每个用户的文档都要经过我的服务器。那我和我抛弃的那些在线工具有什么区别所以模型走 BYOKBring Your Own Key填任何 OpenAI 兼容端点——DeepSeek、Kimi、通义、本地 Ollama 都行。文档只发往你自己配置的那个端点没配置的时候相关功能直接提示模型未配置不会把材料传给任何第三方。代价是有一道配置门槛。所以做了三件事兜底常见服务商一键快速填充、测试连接一键排查、以及 Ollama 完全离线路线Key 都不用填断网跑完主链路。决定三引用防伪做成结构性的。这是我在这个项目上最较真的一件事。回到上面说的编页码问题。业内的常规解法是提示词工程但那是求模型自觉。我的做法是让模型没有写页码的通道检索命中了哪些片段系统就把页码回填到引用角标上——模型只能决定引用哪条决定不了页码是几。材料里没有的内容明确回答材料中未提及确实需要补充的显式标注材料外回答。这样一来防伪从概率问题变成了不可能问题。对学习场景这意味着你看到的每一个页码都点得开原文。四、开发一个人和一堆取舍技术栈上我全程没追新Python FastAPI 做本机侧车服务SQLiteFTS5 全文检索中文逐字分词做存储前端是零构建的原生 JS——没有框架没有打包器第三方库锁死在 vendor 目录里。理由很务实单人项目框架带来的心智负担大于收益。浏览器直接跑源码调试时所见即所得出了问题栈里没有一层是构建产物对不上源码。质量上不敢含糊19 套自动化测试896 项断言全部自带 mock 模型服务不需要网络和真实 Key其中 48 项是冻结态验证——专门测打包之后的产物。改前端最怕的就是源码是对的打包错了冻结态测试把用户双击后看到的世界也纳入门禁。取舍比功能更难。举两个例子语音模型随包分发包体因此到了 295MB。换来的是语音输入和朗读完全离线、不依赖任何第三方。我觉得值但每次看到下载量都会肉疼一下。讲师讲稿和课件强制写成两份内容系统用文本相似度检测照念课件雷同就打回重写。因为将心比心没人愿意听 AI 念 PPT。【图4配图清单·截2问答 引用溯源——页码点得开原文】五、它到底能干什么一分钟版如果上面太长了这是浓缩版——给只想直接上手的读者。一句话它是一个长在你电脑里的 AI 学习助手。你喂它资料它帮你把资料变成一门课讲给你听出题考你最后帮你复习。它能干这五件事场景它做什么手头有材料想学透上传课件/论文/教材 → 生成课程大纲 → 逐讲学习看课件、听讲解、做练习、得反馈有问题要问基于你的材料问答回答带页码点一下跳原文材料里没有的它明说不编想复习巩固一键生成速查表、笔记、思维导图、练习题、闪卡闪卡导进 Anki错题自动进错题本想检验成果每讲结束自动出题、即时判分给解析学完一个单元出掌握度总结没材料也能学给一个主题比如博弈论入门AI 先把材料写出来明确标注AI 生成再走完整课程链路上手只要三步解压绿色包双击啃书先生.exe自动开窗不用装任何环境设置里填一个 API KeyDeepSeek 等任何 OpenAI 兼容端点都行有快速填充一键搞定点测试连接看到 ✅ 就好上传一份 PDF 或 Word开始提问或建课几个常见用法期末复习把整学期课件传上去建一门课专攻错题本里反复错的知识点啃论文论文传上去先让 AI 按研究问题—方法—实验—结论结构讲一遍不懂的地方顺着页码回原文核对考证/考公教材按章建课每讲学完当场做题速查表和闪卡留给通勤路上刷完全离线党装个 Ollama 拉个本地模型断网也能问答、生成资料、语音输入、本地朗读也说清楚它不适合谁不想填 API Key 的人。这是硬门槛。填一个 DeepSeek Key 几块钱能用很久完全不想花钱走 Ollama 本地模型路线断网也能用但要额外装 Ollama。只用手机学习的人。目前只有 Windows 10/11 桌面版一人开发没有移动端。靠扫描版 PDF 的人。不做 OCR纯图片 PDF 检索不了需要带文字层的文件。在意包体的人。295MB大头是本地语音模型。嫌大可以理解但这就是离线可用的票价。六、写在最后这个项目叫啃书先生MrNibbleMIT 协议开源代码全公开网盘 1https://pan.xunlei.com/s/VP2G63jZ6sXTqAtOJiinzEL0A1?pwdfzqk#提取码 fzqk网盘 2https://pan.quark.cn/s/70e580c771a6GitHub开源仓库含全部源码与构建脚本https://github.com/tianzi41/mrnibble当前版本v2.292026-09-23绿色免安装包解压双击即用不想翻 GitHub 的评论区放了网盘链接迅雷 夸克双备份。它不想重演一堂课——那是另一条更重的路。它想解决的是更朴素的问题让你硬盘里那些从来没被打开过的资料真的被学完。如果你也有一堆以后一定看的文件夹欢迎试试。有问题直接 GitHub issue我看到就回。
攒了几十个 G 的课件却从没学过之后我做了一个本地 AI 学习软件先交代背景我硬盘里躺着 21 份课件、论文和教材几个 G 到几十个 G 不等。每次下定决心这周必须看完结局都是打开第一份翻三页关掉回到短视频。收藏从未停止学习从未开始。这句话我以前当段子看后来发现是在说我。一、成果它现在长什么样先看东西再讲故事。现在的它能把一叠资料变成一门课① 资料 → 课程。选材料、写学习目标AI 生成课程大纲思维导图式可编辑确认然后按单元、讲次逐节学。每讲有独立的逐页课件、独立的讲师讲稿上课时字幕和语音逐句同步随时暂停。② 课件不只是要点列表。按内容形态自动出现对比表格页、架构图示页流程、时序、数据流、状态机、架构分层五种、数据图表页、讲末金句卡。任何一步生成失败都会退回文字要点页面永不空白。③ 学完就考。一讲讲完自动出题5 道单选为主部分带材料配图答完立刻给对错和解析错题进课程错题本可重做。④ 五类复习资料。速查表、学习笔记、思维导图、练习题、闪卡一键生成闪卡直接导出 Anki .apkg进我的复习流。⑤ 它记得我。长期记忆会记下我的偏好、进度和知识盲区可查看、可编辑、可物理删除。我自己的使用数据到现在建了 14 门课、154 个讲次。说吃自己的狗粮有点俗但一个学习工具如果作者自己不用是不敢拿出来见人的。做出这个东西是因为三条路都断了。二、痛点不是不想学是三条路都断了这两年不是没试过 AI。我把文档丢给过各种在线 AI 工具然后卡在三个问题上第一心里那关过不去。没答辩的论文、单位内部的培训课件、还没发表的资料——这些是要传给第三方服务器的。对方隐私条款写得再漂亮也不如根本不传两个字踏实。第二它敢编。这是我忍不了的。问这个结论原文在第几页它答得斩钉截铁页码一对就错。后来我才知道这是检索增强RAG的通病页码是模型自己写出来的提示词里写一万遍引用必须真实也没用——提示词是请求不是约束。第三工具只到总结为止。Summarize 一份文档得到一份摘要然后呢资料是散的没有顺序没有结构没有人问我上一节听懂没有更没有人考我。把一叠资料真正学完这件事没人管。所以我需要的不是一个更聪明的聊天框是一条完整的路资料进去课程出来有人讲有题做有反馈。三、想法三个很轴的决定想清楚要什么之后我做了三个在 2026 年看起来都挺逆潮流的设计决定。决定一单机不登录数据全在本机。不是没想过做 Web 版登录、云端存储、订阅付费那条路又顺又标准。但学习材料是隐私浓度最高的一类文件比聊天记录、浏览器历史都高。做成单机软件材料不上传是结构保证做成 Web 服务它只是隐私条款里的一句话。所以这个软件没有账号体系没有服务器所有数据躺在程序目录里拷走整包就是迁移卸载等于删文件夹。决定二BYOK你自己填 API Key我不转售。转售 API 是独立开发者最顺的商业模式但意味着每个用户的文档都要经过我的服务器。那我和我抛弃的那些在线工具有什么区别所以模型走 BYOKBring Your Own Key填任何 OpenAI 兼容端点——DeepSeek、Kimi、通义、本地 Ollama 都行。文档只发往你自己配置的那个端点没配置的时候相关功能直接提示模型未配置不会把材料传给任何第三方。代价是有一道配置门槛。所以做了三件事兜底常见服务商一键快速填充、测试连接一键排查、以及 Ollama 完全离线路线Key 都不用填断网跑完主链路。决定三引用防伪做成结构性的。这是我在这个项目上最较真的一件事。回到上面说的编页码问题。业内的常规解法是提示词工程但那是求模型自觉。我的做法是让模型没有写页码的通道检索命中了哪些片段系统就把页码回填到引用角标上——模型只能决定引用哪条决定不了页码是几。材料里没有的内容明确回答材料中未提及确实需要补充的显式标注材料外回答。这样一来防伪从概率问题变成了不可能问题。对学习场景这意味着你看到的每一个页码都点得开原文。四、开发一个人和一堆取舍技术栈上我全程没追新Python FastAPI 做本机侧车服务SQLiteFTS5 全文检索中文逐字分词做存储前端是零构建的原生 JS——没有框架没有打包器第三方库锁死在 vendor 目录里。理由很务实单人项目框架带来的心智负担大于收益。浏览器直接跑源码调试时所见即所得出了问题栈里没有一层是构建产物对不上源码。质量上不敢含糊19 套自动化测试896 项断言全部自带 mock 模型服务不需要网络和真实 Key其中 48 项是冻结态验证——专门测打包之后的产物。改前端最怕的就是源码是对的打包错了冻结态测试把用户双击后看到的世界也纳入门禁。取舍比功能更难。举两个例子语音模型随包分发包体因此到了 295MB。换来的是语音输入和朗读完全离线、不依赖任何第三方。我觉得值但每次看到下载量都会肉疼一下。讲师讲稿和课件强制写成两份内容系统用文本相似度检测照念课件雷同就打回重写。因为将心比心没人愿意听 AI 念 PPT。【图4配图清单·截2问答 引用溯源——页码点得开原文】五、它到底能干什么一分钟版如果上面太长了这是浓缩版——给只想直接上手的读者。一句话它是一个长在你电脑里的 AI 学习助手。你喂它资料它帮你把资料变成一门课讲给你听出题考你最后帮你复习。它能干这五件事场景它做什么手头有材料想学透上传课件/论文/教材 → 生成课程大纲 → 逐讲学习看课件、听讲解、做练习、得反馈有问题要问基于你的材料问答回答带页码点一下跳原文材料里没有的它明说不编想复习巩固一键生成速查表、笔记、思维导图、练习题、闪卡闪卡导进 Anki错题自动进错题本想检验成果每讲结束自动出题、即时判分给解析学完一个单元出掌握度总结没材料也能学给一个主题比如博弈论入门AI 先把材料写出来明确标注AI 生成再走完整课程链路上手只要三步解压绿色包双击啃书先生.exe自动开窗不用装任何环境设置里填一个 API KeyDeepSeek 等任何 OpenAI 兼容端点都行有快速填充一键搞定点测试连接看到 ✅ 就好上传一份 PDF 或 Word开始提问或建课几个常见用法期末复习把整学期课件传上去建一门课专攻错题本里反复错的知识点啃论文论文传上去先让 AI 按研究问题—方法—实验—结论结构讲一遍不懂的地方顺着页码回原文核对考证/考公教材按章建课每讲学完当场做题速查表和闪卡留给通勤路上刷完全离线党装个 Ollama 拉个本地模型断网也能问答、生成资料、语音输入、本地朗读也说清楚它不适合谁不想填 API Key 的人。这是硬门槛。填一个 DeepSeek Key 几块钱能用很久完全不想花钱走 Ollama 本地模型路线断网也能用但要额外装 Ollama。只用手机学习的人。目前只有 Windows 10/11 桌面版一人开发没有移动端。靠扫描版 PDF 的人。不做 OCR纯图片 PDF 检索不了需要带文字层的文件。在意包体的人。295MB大头是本地语音模型。嫌大可以理解但这就是离线可用的票价。六、写在最后这个项目叫啃书先生MrNibbleMIT 协议开源代码全公开网盘 1https://pan.xunlei.com/s/VP2G63jZ6sXTqAtOJiinzEL0A1?pwdfzqk#提取码 fzqk网盘 2https://pan.quark.cn/s/70e580c771a6GitHub开源仓库含全部源码与构建脚本https://github.com/tianzi41/mrnibble当前版本v2.292026-09-23绿色免安装包解压双击即用不想翻 GitHub 的评论区放了网盘链接迅雷 夸克双备份。它不想重演一堂课——那是另一条更重的路。它想解决的是更朴素的问题让你硬盘里那些从来没被打开过的资料真的被学完。如果你也有一堆以后一定看的文件夹欢迎试试。有问题直接 GitHub issue我看到就回。
