技能介绍

深度学习复习的资料整理痛点

学习 MIT 6.S191 这类深度学习课程时，面对大量的视频字幕和讲义，手动整理结构化笔记、提取核心公式和概念依赖关系极其耗时。直接阅读长篇字幕效率低下，而手动制作 Anki 记忆卡片或梳理全局概念图谱更是难以坚持。开发者和学生往往需要一种自动化工具，将非结构化的文本转化为系统化、可检索且能直接导入闪卡软件的学习材料。

核心能力与工作流

该技能通过解析课程文本，提供了一套完整的知识整理流水线：

结构化笔记生成：接收 .srt、.vtt 或 .txt 格式的单讲字幕（≥500字），自动按章节边界提取核心概念、关键公式和架构描述，输出 Markdown 笔记文件。
Anki 记忆卡片：基于已生成的笔记，提取可考核的知识点（如概念定义、公式含义），自动生成 15-30 张 Q&A 格式的 CSV 文件，无缝适配 Anki 导入。
概念图谱与术语表：当收集到至少 3 讲的笔记后，技能会提取概念间的依赖与引用关系，构建层级列表式的 concept_map.md，并汇总全课程的专业术语生成 glossary.md。

适用边界与置信度门控

需要注意的是，该技能仅处理文本输入，不提供视频下载或语音识别功能，使用者需自行获取课程材料。由于 AI 理解可能存在偏差，技能内置了置信度门控机制：当字幕中缺乏明确的公式细节、架构参数或引用来源时，系统不会编造内容，而是输出 [需核实:具体名称] 的占位符，提示用户对照原始视频或官方讲义进行交叉验证。它仅用于知识整理，不解答编程作业，生成内容也不构成专业的学术或投资建议。