原子知识讲解器

要解决的问题

把一整章教材、一篇长文或一个陌生领域的主题直接丢给模型，得到的往往是一段连贯但笼统的回答：概念之间没有切分，前提与重点混在一起，读完之后仍然说不出「我到底会了什么」。Atomic Knowledge Explainer 面向的正是这个「学了但没拆开」的问题。

核心能力与工作方式

• 原子化切分：把输入主题拆成一组互相独立、粒度最小的知识点，每个知识点只回答一件事，避免一个概念占满整段输出。
• 单点展开：对每个知识点单独给出定义、关键特征与最小可用示例，让解释集中在单一对象上。
• 显式关联：单个知识点解释完毕后，标注它依赖哪些前置知识、又能支撑哪些后续结论，形成可追溯的依赖关系。
• 按需组装：可以只索取某个知识点，也可以要求按依赖顺序输出一整条学习路径，便于按需查阅或连续复习。

适用边界与注意点

• 它是解释工具，不是事实校验器。涉及精确定义、公式、标准条款时，仍需回溯原始资料核对。
• 拆分粒度依赖模型自身的判断，面对复杂主题时可能需要手动指出「这里应该再拆一层」。
• 输出连贯性受上下文长度影响，一次性传入过多材料时建议按章节或主题分批处理。
• 归类为 education，适合自学、复习与知识梳理场景，不适合替代正式课程的系统讲授。