跳到主要内容

Memento Flashcards

间隔重复（Spaced-repetition）闪卡系统。可从事实或文本创建卡片，通过自由文本回答与闪卡对话并由 agent 评分，从 YouTube 字幕生成测验，以自适应调度复习到期卡片，以及以 CSV 格式导出/导入卡组。

Skill 元数据​

来源可选 — 使用 aigenlabs skills install official/productivity/memento-flashcards 安装
路径optional-skills/productivity/memento-flashcards
版本1.0.0
作者Memento AI
许可证MIT
平台macos, linux
标签Education, Flashcards, Spaced Repetition, Learning, Quiz, YouTube

参考：完整 SKILL.md​

信息

以下是 AigenLabs 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。

Memento Flashcards — 间隔重复闪卡 Skill

概述​

Memento 为你提供一个本地、基于文件的闪卡系统，具备间隔重复调度功能。 用户可以通过自由文本回答与闪卡互动，由 agent 在安排下次复习前对回答进行评分。 在以下情况下使用此 skill：

  • 记住一个事实 — 将任意陈述转化为问答闪卡
  • 间隔重复学习 — 以自适应间隔和 agent 评分的自由文本回答复习到期卡片
  • 从 YouTube 视频生成测验 — 获取字幕并生成 5 道测验题
  • 管理卡组 — 将卡片整理成集合，导出/导入 CSV

所有卡片数据存储在单个 JSON 文件中。无需外部 API 密钥 — 由你（agent）直接生成闪卡内容和测验题。

Memento Flashcards 的用户响应风格：

  • 仅使用纯文本。回复用户时不使用 Markdown 格式。
  • 复习和测验反馈保持简短、中立。避免额外的称赞、鼓励或冗长解释。

使用时机​

在用户希望执行以下操作时使用此 skill：

  • 将事实保存为闪卡以供后续复习
  • 以间隔重复方式复习到期卡片
  • 从 YouTube 视频字幕生成测验
  • 导入、导出、查看或删除闪卡数据

不要将此 skill 用于通用问答、编程帮助或非记忆类任务。

快速参考​

用户意图操作
"记住 X" / "将此保存为闪卡"生成问答卡片，调用 memento_cards.py add
发送事实但未提及闪卡询问"要将此保存为 Memento 闪卡吗？" — 仅在确认后创建
"创建一张闪卡"询问问题、答案、集合；调用 memento_cards.py add
"复习我的卡片"调用 memento_cards.py due，逐张呈现卡片
"用 [YouTube URL] 测验我"调用 youtube_quiz.py fetch VIDEO_ID，生成 5 道题，调用 memento_cards.py add-quiz
"导出我的卡片"调用 memento_cards.py export --output PATH
"从 CSV 导入卡片"调用 memento_cards.py import --file PATH --collection NAME
"显示我的统计"调用 memento_cards.py stats
"删除一张卡片"调用 memento_cards.py delete --id ID
"删除一个集合"调用 memento_cards.py delete-collection --collection NAME

卡片存储​

卡片存储在以下路径的 JSON 文件中：

~/.aigenlabs/skills/productivity/memento-flashcards/data/cards.json

切勿直接编辑此文件。 始终使用 memento_cards.py 子命令。该脚本通过原子写入（先写入临时文件，再重命名）来防止数据损坏。

该文件在首次使用时自动创建。

操作流程​

从事实创建卡片​

激活规则​

并非每个事实陈述都应成为闪卡。使用以下三级检查：

  1. 明确意图 — 用户提到"memento"、"flashcard"、"记住这个"、"保存这张卡片"、"添加一张卡片"或类似明确请求闪卡的措辞 → 直接创建卡片，无需确认。
  2. 隐含意图 — 用户发送事实陈述但未提及闪卡（例如"光速是 299,792 km/s"）→ 先询问："要将此保存为 Memento 闪卡吗？"仅在用户确认后创建卡片。
  3. 无意图 — 消息是编程任务、问题、指令、普通对话，或明显不是需要记忆的事实 → 完全不激活此 skill。让其他 skill 或默认行为处理。

当激活被确认（第 1 级直接确认，第 2 级经用户确认后），生成闪卡：

第 1 步： 将陈述转化为问答对。内部使用以下格式：

Turn the factual statement into a front-back pair.
Return exactly two lines:
Q: <question text>
A: <answer text>

Statement: "{statement}"

规则：

  • 问题应测试对关键事实的回忆
  • 答案应简洁直接

第 2 步： 调用脚本存储卡片：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py add \
  --question "What year did World War 2 end?" \
  --answer "1945" \
  --collection "History"

如果用户未指定集合，使用 "General" 作为默认值。

脚本输出 JSON 确认已创建的卡片。

手动创建卡片​

当用户明确要求创建闪卡时，询问：

  1. 问题（卡片正面）
  2. 答案（卡片背面）
  3. 集合名称（可选 — 默认为 "General"）

然后如上所示调用 memento_cards.py add。

复习到期卡片​

当用户想要复习时，获取所有到期卡片：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py due

返回 next_review_at <= now 的卡片 JSON 数组。如需集合过滤：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py due --collection "History"

复习流程（自由文本评分）：

以下是你必须遵循的确切交互模式示例。用户回答后，你评分，告知正确答案，然后对卡片评级。

交互示例：

Agent： 柏林墙是哪年倒塌的？

用户： 1991

Agent： 不太对。柏林墙倒塌于 1989 年。下次复习是明天。 （agent 调用：memento_cards.py rate --id ABC --rating hard --user-answer "1991"）

下一题：第一个登上月球的人是谁？

规则：

  1. 只显示问题。等待用户回答。
  2. 收到回答后，将其与预期答案对比并评分：
    • correct（正确） → 用户答对了关键事实（即使措辞不同）
    • partial（部分正确） → 方向正确但缺少核心细节
    • incorrect（错误） → 答错或偏题
  3. 你必须告知用户正确答案及其表现。 保持简短、纯文本。使用以下格式：
    • correct：「正确。答案：{answer}。下次复习在 7 天后。」
    • partial：「接近了。答案：{answer}。{缺少的内容}。下次复习在 3 天后。」
    • incorrect：「不太对。答案：{answer}。下次复习是明天。」
  4. 然后调用评级命令：correct→easy，partial→good，incorrect→hard。
  5. 然后显示下一题。
python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py rate \
  --id CARD_ID --rating easy --user-answer "what the user said"

绝不跳过第 3 步。 用户必须在进入下一题前始终看到正确答案和反馈。

如果没有到期卡片，告知用户："现在没有到期的复习卡片。稍后再来查看！"

退休覆盖： 用户随时可以说"退休这张卡片"以将其永久从复习中移除。为此使用 --rating retire。

间隔重复算法​

评级决定下次复习间隔：

评级间隔ease_streak状态变化
hard+1 天重置为 0保持 learning
good+3 天重置为 0保持 learning
easy+7 天+1若 ease_streak >= 3 → retired
retire永久重置为 0→ retired
  • learning：卡片在活跃轮换中
  • retired：卡片不再出现在复习中（用户已掌握或手动退休）
  • 连续三次"easy"评级自动退休卡片

YouTube 测验生成​

当用户发送 YouTube URL 并想要测验时：

第 1 步： 从 URL 中提取视频 ID（例如从 https://www.youtube.com/watch?v=dQw4w9WgXcQ 中提取 dQw4w9WgXcQ）。

第 2 步： 获取字幕：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/youtube_quiz.py fetch VIDEO_ID

返回 {"title": "...", "transcript": "..."} 或错误信息。

如果脚本报告 missing_dependency，告知用户安装：

pip install youtube-transcript-api

第 3 步： 从字幕生成 5 道测验题。使用以下规则：

You are creating a 5-question quiz for a podcast episode.
Return ONLY a JSON array with exactly 5 objects.
Each object must contain keys 'question' and 'answer'.

Selection criteria:
- Prioritize important, surprising, or foundational facts.
- Skip filler, obvious details, and facts that require heavy context.
- Never return true/false questions.
- Never ask only for a date.

Question rules:
- Each question must test exactly one discrete fact.
- Use clear, unambiguous wording.
- Prefer What, Who, How many, Which.
- Avoid open-ended Describe or Explain prompts.

Answer rules:
- Each answer must be under 240 characters.
- Lead with the answer itself, not preamble.
- Add only minimal clarifying detail if needed.

使用字幕的前 15,000 个字符作为上下文。由你自己（作为 LLM）生成问题。

第 4 步： 验证输出是否为有效 JSON，且恰好包含 5 个条目，每个条目具有非空的 question 和 answer 字符串。如果验证失败，重试一次。

第 5 步： 存储测验卡片：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py add-quiz \
  --video-id "VIDEO_ID" \
  --questions '[{"question":"...","answer":"..."},...]' \
  --collection "Quiz - Episode Title"

脚本通过 video_id 去重 — 如果该视频的卡片已存在，则跳过创建并报告现有卡片。

第 6 步： 使用相同的自由文本评分流程逐题呈现：

  1. 显示"第 1/5 题：..."并等待用户回答。切勿包含答案或任何关于揭示答案的提示。
  2. 等待用户用自己的话回答
  3. 使用评分 prompt（见"复习到期卡片"部分）对回答评分
  4. 重要：你必须先回复用户反馈，再做任何其他操作。 显示评级、正确答案以及卡片下次到期时间。不要静默跳到下一题。保持简短、纯文本。示例："不太对。答案：{answer}。下次复习是明天。"
  5. 显示反馈后，调用评级命令，然后在同一消息中显示下一题：
python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py rate \
  --id CARD_ID --rating easy --user-answer "what the user said"
  1. 重复。每个回答在进入下一题前必须收到可见反馈。

导出/导入 CSV​

导出：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py export \
  --output ~/flashcards.csv

生成 3 列 CSV：question,answer,collection（无标题行）。

导入：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py import \
  --file ~/flashcards.csv \
  --collection "Imported"

读取包含以下列的 CSV：question、answer，以及可选的 collection（第 3 列）。如果缺少 collection 列，使用 --collection 参数值。

统计​

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py stats

返回包含以下字段的 JSON：

  • total：卡片总数
  • learning：活跃轮换中的卡片
  • retired：已掌握的卡片
  • due_now：当前到期待复习的卡片
  • collections：按集合名称的细分统计

注意事项​

  • 切勿直接编辑 cards.json — 始终使用脚本子命令以避免数据损坏
  • 字幕获取失败 — 部分 YouTube 视频没有英文字幕或字幕已禁用；告知用户并建议换一个视频
  • 可选依赖 — youtube_quiz.py 需要 youtube-transcript-api；如果缺失，告知用户运行 pip install youtube-transcript-api
  • 大量导入 — 包含数千行的 CSV 导入可正常工作，但 JSON 输出可能较冗长；为用户总结结果
  • 视频 ID 提取 — 同时支持 youtube.com/watch?v=ID 和 youtu.be/ID 两种 URL 格式

验证​

直接验证辅助脚本：

python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py stats
python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py add --question "Capital of France?" --answer "Paris" --collection "General"
python3 ~/.aigenlabs/skills/productivity/memento-flashcards/scripts/memento_cards.py due

如果从仓库检出进行测试，运行：

pytest tests/skills/test_memento_cards.py tests/skills/test_youtube_quiz.py -q

Agent 级别验证：

  • 开始一次复习，确认反馈为纯文本、简短，且在进入下一张卡片前始终包含正确答案
  • 运行 YouTube 测验流程，确认每个回答在进入下一题前收到可见反馈