企业官网建设流程全解析

艾宾浩斯复习工具 Recall

写在前面

你有没有过这种经历：背了一上午的英语单词，第二天醒来全忘了？或者学了一个技术点，过两周再看跟第一次见一样？

这不是你记忆力差，是人脑的遗忘曲线决定的。德国心理学家艾宾浩斯早在 1885 年就通过实验发现：人类对无意义音节的记忆保持率在学习后 20 分钟、1 小时、1 天、6 天分别约为 58%、44%、33%、25%。

那有没有办法对抗遗忘？有——间隔重复（Spaced Repetition）。简单说就是"在你快要忘掉的时候刚好复习一下"，每次复习之后间隔可以拉长，直到真正进入长期记忆。

市面上已经有 Anki、Quizlet 这类产品，但 Anki 配置太折腾、UI 不够友好，Quizlet 在线使用体验好但离线要翻墙。我想要一个轻量、好看、纯本地、数据完全自己掌控的复习工具——所以就搞了个Recall。

GitHub 项目地址 👉 https://github.com/suger-cheng/memory-tool

一、先看成品长什么样

📊 今日概览

打开应用第一眼就能看到今天要复习多少张、留存率、总卡片数、连续打卡天数、XP 和等级进度。

🗂 卡片管理

三种卡片类型：记忆卡片、知识点笔记、语录收藏。支持按卡组分类，嵌套卡组也没问题。

📚 卡组管理

卡组树结构，默认卡组 + 自建卡组，每日新卡数和复习上限独立配置。

⚙️ 设置页

主题切换、每日限额、托盘提醒、JSON 导入导出、数据库备份、自定义数据目录（改完自动迁移）。

二、核心算法：9 阶段间隔 + 三级反馈 + 长期记忆毕业

2.1 艾宾浩斯遗忘曲线

艾宾浩斯的实验公式是R(t) = e^(-t/S)，其中 R 是记忆保持率，t 是经过的时间，S 是记忆强度（和复习次数正相关）。我们的目标是在 R 降到某个阈值之前恰好复习一次，把 S 拉高，下次间隔可以更长。

2.2 九阶段间隔表

我把复习间隔设计成 9 个递进阶段，从第一次复习的 5 分钟到第 9 次的 30 天：

但这不是死板的——每张卡还有一个ease（难度因子，1.3~3.0），实际间隔 =基础间隔 × (ease / 2.5)。容易的卡（ease 大）间隔自动拉长，难的卡（ease 小）间隔自动压缩。

2.3 三级反馈机制

每次复习完一张卡，用户只需要点三个按钮之一：

"忘了"惩罚最重：阶段清零 + ease 大减 0.3 + 熟练度砍到 40%——但还是能拿到 1 XP，哪怕只是打开应用标记"忘了"也是好的，鼓励用户保持习惯。

2.4 熟练度与毕业系统

熟练度范围 0~100，达到 100 时卡片毕业，从普通复习流程进入长期记忆池：

• 长期记忆卡片使用 60 天基础间隔，按 ease 增长，上限 180 天

• 长期记忆卡片若再被标"忘了"，退回普通流程，熟练度降至当前值的 40%

毕业就像通关——你不会再被一张已经记住的卡反复打扰。

2.5 复习队列优先级

一天到期的卡可能有几十上百张，按什么顺序复习？我的设计：

逾期普通卡 > 今日到期 > 即将到期 > 逾期长期卡

同优先级内：逾期天数降序 → ease 升序 → 熟练度升序

简单说就是越该复习的卡越靠前，让每张卡都在"最佳遗忘临界点"被复习。

2.6 核心算法代码

算法集中在review_engine.py，核心就一个函数：

defapply_feedback(card:dict,feedback:str)->dict:"""根据用户反馈更新卡片的阶段、ease、熟练度。"""q={"forgot":0,"fuzzy":1,"remembered":2}[feedback]# 三级反馈更新逻辑ifq==2:# 记住了card["stage"]=min(card["stage"]+1,9)card["ease"]=min(card["ease"]+0.08,3.0)card["mastery"]+=100/9*(card["ease"]/2.5)elifq==1:# 模糊card["stage"]=max(card["stage"]-1,0)card["ease"]=max(card["ease"]-0.05,1.3)card["mastery"]=max(card["mastery"]-5,0)else:# 忘了card["stage"]=0card["ease"]=max(card["ease"]-0.3,1.3)card["mastery"]*=0.4# 熟练度达标 → 毕业ifcard["mastery"]>=100andnotcard["is_long_term"]:card["is_long_term"]=1returncard

三、技术栈 & 架构设计

3.1 为什么选 PySide6？

PySide6 是目前 Python 桌面 GUI 的性价比之王——免费（LGPL 协议）、跨平台、样式系统灵活、图表渲染可以接 pyqtgraph。

3.2 整体架构

┌──────────────────────────────────────────────┐ │ PySide6 界面层 │ │ dashboard_view / review_view / card_manager │ │ deck_manager / stats_view / settings_view │ └──────────────────┬───────────────────────────┘ │ 调用 ┌──────────────────▼───────────────────────────┐ │ 业务逻辑层 │ │ review_engine.py 复习调度算法 │ │ gamification.py XP/等级/成就 │ │ scheduler.py 定时提醒 │ └──────────────────┬───────────────────────────┘ │ 读写 ┌──────────────────▼───────────────────────────┐ │ SQLite 数据层 │ │ database.py 连接管理 + 路径解析 │ │ utils/import_export.py JSON 导入导出 │ └──────────────────────────────────────────────┘

3.3 数据模型

全部 7 张表，职责清晰：

用 SQLite WAL 模式 + 单连接复用，性能和稳定性都够用。

3.4 数据路径的坑

这里有个我花了点心思的设计：数据目录可配置 + 自动迁移。

问题：如果把路径硬编码成E:\data\xxx，别人 Windows 机器上 E 盘不存在就崩了。但如果放在安装目录，升级/卸载会丢数据。

方案：

1. 默认路径跨平台：Windows 用%APPDATA%、macOS 用~/Library/Application Support、Linux 用$XDG_DATA_HOME
2. 引导配置独立：在~/.recall_config.json存data_dir——放在用户 home 而不是 data_dir 里，否则改了 data_dir 后下次启动找不到自己在哪
3. 一键迁移：设置里选新目录 → 自动关闭连接 → 迁recall.db+-wal+-shm→ 写引导配置。还做了目标目录可写校验、已存在数据库拒绝覆盖、迁移中途失败自动回滚
4. 便携版支持：设环境变量RECALL_BOOT_CONFIG=./boot.json就能把引导配置也挪走，整个 Recall 可以跟着 U 盘走

# database.py —— 路径解析核心逻辑def_get_data_dir()->str:"""默认路径按系统选择。"""ifsys.platform=="win32":base=os.environ.get("APPDATA")oros.path.expanduser("~")elifsys.platform=="darwin":base=os.path.expanduser("~/Library/Application Support")else:base=os.environ.get("XDG_DATA_HOME")oros.path.expanduser("~/.local/share")returnos.path.join(base,"Recall")def_resolve_data_dir()->str:"""优先级：引导配置 > 系统默认。"""cfg=_load_boot_config()# 读 ~/.recall_config.jsoncustom=(cfg.get("data_dir")or"").strip()ifcustomandos.path.isabs(custom):returncustomreturn_default_data_dir()

四、游戏化：让坚持下去变得容易

纯工具很难坚持，加了一点游戏化元素：

• XP 与等级：每次复习拿 XP（记住 +10、模糊 +4、忘了 +1），升级公式100 × (n-1) × n / 2

• 8 种成就徽章：初次复习、勤奋学习者（10/100 张）、连续打卡（3/7 天）、完美一轮、长期记忆、小有所成（Lv.5）

• 连续打卡天数：断一天就清零——但这也是动力

XP 系统其实是个副产品：算法本身已经很科学了，但加了数字反馈之后，用户会更愿意打开应用——这对坚持来说比算法精度更重要。

五、快速上手

方式一：源码运行

# 克隆仓库gitclone https://github.com/suger-cheng/memory-tool.gitcdmemory-tool# 安装依赖pipinstall-rrequirements.txt# 运行python main.py

方式二：打包 exe 分发

pipinstallpyinstaller# 单目录模式（推荐，启动快）pyinstaller--onedir--windowed--nameRecall main.py# 产物：dist/Recall/Recall.exe

分发时把dist/Recall/整个文件夹压缩给对方即可。对方双击就能用，数据目录自动按系统选择，无需配置。

依赖清单

PySide6 >= 6.5.0 pyqtgraph >= 0.13.0

Python 3.10+ 即可。

也可以直接安装exe文件，无需安装各种依赖，直接运行。

有任何问题或建议，欢迎在 GitHub 提 Issue / PR，也可以在评论区交流。

🔗项目地址：https://github.com/suger-cheng/memory-tool

⭐ 如果觉得有用，记得给项目点个 Star～