इस प्रोजेक्ट के बारे में

LookatStudy एक डेस्कटॉप एप्लिकेशन है जो लगभग किसी भी शिक्षण सामग्री को एक संरचित, गेटेड पाठ्यक्रम में परिवर्तित करता है। यह GitHub रिपॉज़िटरी, स्थानीय फ़ोल्डर, वेब लेख, arXiv पेपर, वीडियो लिंक, पेस्ट किया गया टेक्स्ट, EPUB पुस्तकें और ऑडियो रिकॉर्डिंग स्वीकार करता है। समर्थित दस्तावेज़ प्रारूपों में Markdown, Jupyter नोटबुक, PDF, PowerPoint, HTML और सादा टेक्स्ट शामिल हैं, जबकि कई भाषाओं की कोड फ़ाइलों को docstrings के रूप में गद्य के साथ शिक्षण सामग्री माना जाता है। ऑडियो और वीडियो स्रोतों को Whisper का उपयोग करके स्थानीय रूप से ट्रांसक्राइब किया जा सकता है, और द्विभाषी सामग्री स्वचालित रूप से जोड़ी जाती है। ऐप आयातित सामग्री को एक स्किल मैप में व्यवस्थित करता है जहाँ अनुभाग और पाठ एक पथ पर नोड्स बन जाते हैं। पाठ क्रमिक रूप से अनलॉक होते हैं, और प्रत्येक पाठ को ज्ञान बिंदुओं में विभाजित किया जाता है। किसी पाठ की महारत सबसे कमज़ोर ज्ञान बिंदु से निर्धारित होती है, इसलिए उपयोगकर्ताओं को आगे बढ़ने से पहले सभी अवधारणाओं की समझ प्रदर्शित करनी होती है। अध्याय परीक्षाएँ गेटकीपर के रूप में कार्य करती हैं, जिनमें अध्याय के ज्ञान बिंदुओं से उत्पन्न समयबद्ध प्रश्न होते हैं। परीक्षा परिणाम समीक्षा का मार्गदर्शन करने के लिए ज्ञान बिंदु के अनुसार विभाजित किए जाते हैं। एक AI ट्यूटर Bayesian Knowledge Tracing (BKT) मॉडल का उपयोग करके प्रति-अवधारणा महारत को ट्रैक करता है। ट्यूटर कमज़ोर क्षेत्रों की पहचान करता है और उन अवधारणाओं पर प्रश्न और स्पष्टीकरण केंद्रित करता है जिनसे उपयोगकर्ता संघर्ष करता है। उपयोगकर्ता शिक्षण शैलियों को सीधे स्पष्टीकरण, मार्गदर्शक प्रश्नों, या स्व-निर्देशित अभ्यास के बीच बदल सकते हैं। AI उपयोगकर्ता की स्वीकृति के बिना सीखने के रिकॉर्ड को संशोधित नहीं कर सकता; यह प्रस्ताव कार्ड का मसौदा तैयार करता है जिन्हें पुष्टि की आवश्यकता होती है। चैट थ्रेड्स अतुल्यकालिक रूप से चलते हैं, जिससे कई बातचीत एक साथ स्ट्रीम हो सकती हैं। स्पेस्ड रिपिटिशन भूलने से पहले समीक्षा शेड्यूल करने के लिए SM-2 एल्गोरिदम का उपयोग करता है। दैनिक XP, फ़्रीज़ विकल्पों के साथ स्ट्रीक्स, और एक मिश्रित समीक्षा दराज प्रेरणा प्रदान करते हैं। सभी डेटा स्थानीय रूप से एक SQLite फ़ाइल में संग्रहीत होता है, कोई खाता या क्लाउड सिंक नहीं। उपयोगकर्ता अपनी स्वयं की LLM API कुंजी प्रदान करते हैं, जिसमें उन्नीस प्रीसेट प्रदाता और किसी भी OpenAI-संगत एंडपॉइंट के लिए समर्थन होता है। कुंजी मुख्य प्रक्रिया में अलग रहती है और रेंडरर के लिए अगम्य होती है। ऐप में वाक्य हाइलाइटिंग के साथ टेक्स्ट-टू-स्पीच, ऑफ़लाइन न्यूरल आवाज़ें, और स्थानीय Whisper के माध्यम से डिक्टेशन शामिल है। एक छोटा इंटरैक्टिव रोबोट साथी उपयोगकर्ता की क्रियाओं पर प्रतिक्रिया करता है और अनुकूलन योग्य है। एक अंतर्निहित गाइड पाठ्यक्रम API कुंजी की आवश्यकता के बिना पूर्ण शिक्षण लूप प्रदर्शित करता है। Windows, macOS (Apple Silicon), और Linux के लिए इंस्टॉलर उपलब्ध हैं, साथ ही Android पर Termux के माध्यम से एक मोबाइल पथ है। DeepSeek Harness के लिए एक प्लगइन संस्करण मौजूद है, जो उस एजेंट फ्रेमवर्क के भीतर समान अध्ययन सुविधाएँ प्रदान करता है।