技能介绍

解决什么问题

GRE 词汇常见的两个坑：只记中文释义，换语境就认不出；刷题只对答案，错完就翻篇，同一考点换个说法继续错。这个技能把两件事绑在一起：每个词都讲清 词根 + 古英语对照 + 溯源原句，每道错题都拎出考点词做成记忆卡，并当场推一道同主标签变体题。

词根词源拆解

拆词流程固定：拆 prefix + root + suffix → 推导字面义 → 引申到 GRE 常用义 → 配学术例句 → 给记忆锚点。比如 gregarious = greg（群体）+ -arious（多…的）→ 群居的、爱社交的，再串联词族痕迹。借词必须给来源链，如 from Latin… from PIE…；没有古英语形式就直说，不编造。

错题闭环

错因分三级：知识缺口 / 思路偏差 / 粗心失误。前两类生成 :::vocab 记忆卡，包含词根溯源、同反义、语境例句和 关联迁移；第三类只计入粗心率。判题后必须推 1–2 道同主标签相似题，如 sig:转折、voc:词根-nom、type:tc-双空，换词不换考点，形成“讲透一点 → 当场巩固”。

写作与导出

贴出完整 ISSUE 作文后按固定顺序输出：诊断总评 → 用 polish_html.py 从 edits.json 生成 HTML 黄蓝对照文件，原文黄字、修改蓝字，用 present_files 交付 → 380–450 词的 5.5 分范文终稿，保留原骨架和论据 → 【高分思路拆解报告】6 小节。复习材料是排版讲义，不是聊天记录；export.py 支持 pdf|html|docx|md，先问格式，一次只生成一种。

约束与边界

单轮正文约 400 字上限，记忆卡默认只给三要素一行版，完整卡一次最多一张。模型自拟练习题必须标「练习题」并附答案解析。只覆盖 Verbal 与 Analytical Writing；数学会拒答并建议专项工具，不代写全文、不替考。单文件版不含进度归档、能力诊断、备考规划和持久队列；PDF 依赖本机 Chrome，无则回退 HTML，不替代官方模考分数预测。