study-platform
为工程师打造的高保真学习平台，强制执行“输入-拆解-测试”流程。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：study-platform。 它的用途是：为工程师打造的高保真学习平台，强制执行“输入-拆解-测试”流程。 完整的 Skill 内容见：https://321skill.com/skills/study-platform/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我刚刚读了一篇关于React性能优化的长文，帮我把它变成可复习的知识点。” 它会引导你将文章内容粘贴或导入到“仓库”，然后AI会将其自动拆分成多个关于`useMemo`、`React.memo`等概念的“学习单元”。之后，你可以在“演练场”中收到关于这些单元的选择题和代码场景题，进行巩固测试。
介绍
Systemizer 旨在解决工程师在学习过程中常见的“分析瘫痪”问题。许多学习工具过于灵活，导致用户在选择如何学习上耗费大量精力，最终陷入收藏资料却不行动、复习任务堆积如山、怀疑学习效果的困境。
该平台通过一个强制的三步工作流来引导学习：首先，在“仓库”中零阻力地收集任何学习材料；其次，在“工厂”中利用AI将材料拆解为原子化的“学习单元”；最后，在“演练场”中通过多种形式的主动回忆问题（如选择题、完形填空、代码场景）进行测试和复习。
它特别适合那些追求系统性、厌恶决策疲劳的“系统化”人格的工程师、开发者和高校学生。平台内置了针对巴西考试风格的练习模式，并采用定制的间隔重复算法来管理复习计划。
使用建议：将其作为你唯一的学习处理中心，避免在其他地方囤积资料。初期可以大量导入待学内容，信任AI的拆解能力，然后专注于每日的测试环节。注意，其强制的流程可能不适合需要高度自由探索式学习的研究场景。
核心特点
与强调灵活性和总结的笔记工具不同，Systemizer 强制推行“输入-拆解-测试”的固定流程，并利用AI主动生成测试题进行考核，而非被动总结。其独特的“Banca Profiles”功能模拟了特定考试委员会的出题风格，为备考提供针对性训练。
注意事项
不适合需要高度自由探索、创造性关联或非结构化知识构建的研究型学习场景。
常见问题
Systemizer 支持导入哪些格式的学习材料？
支持粘贴代码、上传PDF文件以及直接输入原始笔记文本。
它的复习算法和 Anki 有什么区别？
它采用自定义的SM-2变体算法，并深度集成到其三步工作流中，强调从原子化学习单元直接生成测试题进行复习。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/study-platform/raw/index.md 读取 study-platform 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/study-platform/raw/index.md（查看排版版本）