元概念是思维的「操作系统」——先掌握底层可迁移的认知地基，再进入任何新领域都事半功倍
核心理念：元概念先行
传统学习路径是「进入一个领域 → 背诵术语 → 逐渐理解」，这条路是舍本逐末。 我们的路径相反：先掌握 130 个元概念（跨领域通用的底层认知单元）→ 再进入任何领域都如鱼得水。
谁在用？
- AI 浪潮下需要转行、快速熟悉新行业的人
- 考证、面试、考研等需要系统化掌握知识的人
- 希望把零散资料变成可复习、可输出「私人题库」的学习者
解决什么问题？ 大多数人看完资料后觉得「我知道了」，但实际上：
- 概念理解片面，不知道边界在哪
- 缺少案例支撑，无法举一反三
- 不知道自己的盲点在哪，学完就忘
产品核心路径：
元概念启蒙（8层130个） → 领域术语研习（中级以上解锁） → 艾宾浩斯复习 → 知识体系输出
和 flomo / 灵感工具的区别： 灵感工具的核心是「记录一切」，我们的核心是深度理解一个词。而且我们不从领域术语开始——我们从人人都需要的底层元概念开始。
入门第一步，绕不开。 8 个层次、130 个元概念，从「宇宙本源」到「创新创造」，层层递进：
- 8 层递进结构：宇宙本源 → 逻辑思维 → 人性意识 → 社会人际 → 成事行动 → 商业财富 → 认知思维 → 创新创造
- 每概念 5 项内容：核心定义、适用边界、近似概念辨析、经典案例、常见误区
- 自评掌握：拖拽滑块自评 0-100 分，≥80 分视为已掌握
- 等级门槛：第 1+2 层掌握率达到 80%（30/37 个），才能解锁领域术语学习
- 五级进阶：小白 → 初级 → 中级 → 高级 → 大师
- 元概念进度驱动等级提升（非累计积分）
- 小白阶段锁定领域内容，确保基础扎实
- 支持上传和管理学习资料
- 按领域/行业/大类分类管理
- 批量导入功能，快速搭建知识库
每一张知识卡片的生成，都经过深度研习：
- Step 1 内容选择：选取核心概念
- Step 2 深度解析：AI 引导理解核心定义与边界
- Step 3 深度讨论：与 AI 多轮对话，消除理解盲点
- Step 4 融合卡片：融合个人理解生成专属释义
- Step 5 输出评分：语音/文字回答 + AI 多维打分，识别思维盲点
每张卡片包含：
- 核心定义：用自己能理解的语言表述
- 适用边界：明确适用范围，防止滥用
- 深度逻辑：背后的深层原因和推导
- 实践案例：属于自己的理解性案例
- 评分记录：每次复习的自评分数，追踪掌握度变化
- 可视化术语间的关联关系
- 按领域查看术语连接和聚类
- 支持中英双语术语对照
- 根据遗忘曲线自动安排复习时间
- 研习完成后立即进入复习，趁热打铁
- 多轮复习逐步内化，形成长期记忆
- 支持快速复习、背诵模式、错题本、最终测评
- 多种输出模板：面试准备、科普写作、知识分享等
- 支持 Markdown 格式导出
- 覆盖不同场景的输出需求
| 类别 | 技术 |
|---|---|
| 前端框架 | React 18 + TypeScript |
| UI 组件库 | MUI (Material-UI) |
| 状态管理 | Zustand |
| 路由 | React Router v6 |
| 图谱可视化 | D3.js |
| 样式 | Tailwind CSS |
| 构建工具 | Vite |
| AI 服务 | DeepSeek API |
src/
├── components/ # 通用组件
│ ├── layout/ # 布局组件 (Sidebar, TopBar, MobileTopBar)
│ └── ui/ # UI 组件 (Card, Button, EmptyState...)
├── data/ # 静态数据 & API 模块
│ └── meta-concepts-api.ts # 元概念 JSON 加载 & 缓存
├── features/ # 功能模块
│ ├── meta/ # 元概念启蒙 + 万物拆解 + MECE训练 + 思维模型 + 翻译练习
│ ├── level/ # 分级学习（白带门槛→中高级解锁）
│ ├── materials/ # 资料中心
│ ├── study/ # 学习中心（研习5步）
│ ├── graph/ # 知识图谱
│ ├── review/ # 复习中心
│ ├── output/ # 成果输出
│ └── archive/ # 学习档案
├── pages/ # 页面组件
├── services/ # 服务层
├── store/ # 状态管理 (含 metaProgressStore)
├── hooks/ # 自定义 Hooks (含 useEffectiveLevel)
├── constants/ # 常量定义
└── types/ # 类型定义
public/
└── meta-concepts/ # 8个 JSON 文件 + manifest.json（130个元概念）
点击上方按钮即可部署到免费平台：
| 平台 | 免费额度 | 说明 |
|---|---|---|
| Vercel | 100GB 流量/月，不限项目数 | 推荐首选，内置 CDN |
| Cloudflare Pages | 10万次请求/天 | 备用方案，全球节点 |
无需域名，部署后自动获得免费子域名（如
your-project.vercel.app）
# 安装 Vercel CLI
npm i -g vercel
# 登录并部署
vercel login
vercel --prod- Node.js >= 18（推荐 v22）
- npm >= 9
# 克隆项目
git clone https://github.com/shssun/knowledgeCardLearning.git
# 进入目录
cd knowledgeCardLearning
# 安装依赖（使用镜像加速，中国网络环境推荐）
npm install --registry=https://registry.npmmirror.com
# 启动开发服务器
npm run dev复制环境变量配置示例：
cp .env.example .env编辑 .env 文件，填入您的 DeepSeek API Key：
VITE_DEEPSEEK_API_KEY=your-api-key-here
VITE_DEEPSEEK_BASE_URL=https://api.deepseek.com
注意: 不配置 API Key 也可以正常运行，系统会使用演示模式。
npm run build本产品基于元概念先行 + 卡片笔记法（Zettelkasten） + 艾宾浩斯遗忘曲线，核心理念：
查理·芒格推崇的「心智模型」方法论——掌握底层的、可跨领域迁移的思维框架：
- 不背术语，先建框架：元概念是思维的「操作系统」，领域术语只是「应用软件」
- 8 层递进，由浅入深：从宇宙本源到创新创造，每一层都是前一层的认知基础
- 自评驱动：拖拽评分代替考试，≥80 分即可进入下一概念，学习节奏完全由自己掌控
- 门槛设计：第 1+2 层（宇宙本源 + 逻辑思维）掌握 80% 后解锁领域内容，确保「先通识、后专精」
- 原子化：一张卡片只讲一个概念，写清楚、讲明白
- 个性化：卡片内容绑定个人背景，不是标准词条
- 结构化：按领域/行业归类，形成自己的知识体系
- 研习完成后立即复习，趁记忆最清晰时加固
- 多轮间隔复习，在遗忘发生前主动唤醒
- 每次复习记录分数，可视化掌握度变化
每张卡片的掌握度从 0-100 分评估，四个维度加权：
| 维度 | 权重 |
|---|---|
| 概念准确性 | 30% |
| 边界清晰度 | 25% |
| 案例完整性 | 25% |
| 误区意识 | 20% |
分数不重要，重要的是知道自己为什么得这个分数，以及具体是哪个维度拖了后腿
- 元概念启蒙系统：8 层 130 个元概念，从宇宙本源到创新创造
- 元概念自评掌握：拖拽滑块 0-100 分，≥80 分标记已掌握
- 等级门槛机制：第 1+2 层掌握 80% 方可解锁领域术语学习
- 元概念进度持久化存储（localStorage）
- 首页重构：元概念进度 + 等级徽章展示
- 对立关系可视化：列表/对立双模式切换，配对卡片 + VS 连接器，108/130 概念已标注对立面
- 万物拆解器 MVP：输入任意概念/问题 → AI 用 130 个元概念逐层拆解，5 层结构化流式输出
- 领域术语系统：3 个预置领域（AI基础/经济学/认知心理学），25 个词条含元概念映射，中级以上解锁
- 拆书功能：输入书名 → AI 用元概念拆解核心论点、论证结构、人性洞察和实用边界
- MECE 对立思考训练器：输入决策/问题 → AI 匹配对立元概念组 → 双向分析 + 完整性校验 + 综合结论
- 经典思维模型归一拆解：12 个经典模型反向拆解为元概念组合，含优势/短板/边界/升级建议
- 概念翻译练习打卡：用底层元概念翻译解释上层概念，打卡追踪完成进度
- 知识图谱：可视化术语关联
- 分级学习系统：五级进阶体系
- 资料中心批量导入
- 全链路暗色模式适配
- 复习中心重构：快速复习、背诵模式、错题本、最终测评
- 核心研习5步流程闭环
- 艾宾浩斯复习机制
- 素材库、输出模板
欢迎提交 Issue 和 Pull Request！
MIT License
- GitHub Issues: https://github.com/shssun/knowledgeCardLearning/issues