智能辅导

要解决什么问题

家里不止一个孩子、各省教材版本不一、LLM 出题又难自证对错——这类 K12 辅导场景里，单靠对话记忆和静态题库很容易串档案、跑偏章节，也缺少可复用的进度与合规兜底。

技能如何工作

Tutor Forge 是可执行的 Python 技能（forge.py），把辅导拆成 12 个 CLI 子命令，而不是一堆口头规则。

• 多学生管理：data/students/<name>/ 独立 profile.json、MEMORY.md、日志与报告；用 .active 标记当前学生，支持兄妹对比（XP、薄弱点、掌握度）。
• 教材智能匹配：内置 15+ 版本（人教、苏教、北师大等）与约 30 省市默认映射；textbook suggest 按学科与地区推荐版本并给出置信度。
• 游戏化引擎：game add-xp 等按规则累计 XP、10 级成长、20+ 勋章与连续打卡；断卡会重置，避免误计。
• 出题自证：verify 用 sympy（可选）做整除性、方程求解、约束检查，并对题目做 0–100 难度打分与学段区间校验。
• 题库贡献：contribute 将投稿进审核队列，通过后合并进 balanced_topic_bank.json。
• 教育合规：compliance 对 17 条三级红线与心理健康高危词做检测，高危场景可触发援助热线提示。

内置 9 学科 36 主题 与 generate_paper.py（可输出 .md / .docx / .json）；教学侧强调「先讲懂再练习」与视频推荐要求。

适用边界与注意点

• 数学输出：在 lightclawbot/微信等环境禁止 $$、LaTeX 行内公式；技能要求用纯文本与代码块写算式（如 1/2、×、√2）。
• 依赖：Python 3.8+ 即可跑通大部分能力；未装 sympy 时验算降级为规则验证，未装 python-docx 时 Word 导出降级为 Markdown。
• 能力边界：覆盖小学至高三、多学科区域化教材映射，但低置信度匹配仍需家长确认；合规检测是话术与敏感词层面的预警，不能替代专业心理或教务决策。