Cumulo（云仔）：一个没进复赛的项目，我做完了
这不是一个 AI 创造力大赛复赛或决赛项目。我的项目没有进入复赛。但是，我想完成它。
以前看到一位网友写过类似的话[1]，触动了我。我也一样。——写在最前
为什么要做这件事
写 Cumulo 之前，我观察过很多学生（包括我自己）的学习流程，发现一个有意思的事：大家都在学，但学完的东西留不下来。
不是不努力，是中间断链了。预习没跟上，上课注意力散了，课后没复习，错题没回去看。每一个环节都能找到对应的 App，但环节之间没人把它们连起来。
这就导致一个问题：你花时间和精力写的内容、做的题，最后你并不会真的去看。
所以我要做的，就是把它们串联起来。
Cumulo 是什么
Cumulo，中文名"云仔"，是一个 AI 学习 App，跑在 iOS、macOS 和 iPad 上。我在这上面扎得最深的一刀，是学习闭环。
说个题外话：我以前在社区发的那个学习技能，其实就是改编自这个程序。
我说的闭环，不是"一个 App 里有这些功能"这么简单。我的想法是：每个功能都不是独立存在的，它们各自长在闭环的某一环上。
下面我用一个学生准备期中考试的场景来讲，你会有代入感。
闭环的六环
一、定目标
不是那种"我要学好数学"的空话。你在 Cumulo 里建一个具体的目标，比如：两周内掌握必修一基本不等式相关章节。
AI 扫一眼你的课程内容，推荐一条学习路径——先搞清均值不等式的前提条件，再练配凑与放缩技巧，最后攻克含参讨论。哪个知识点是前置条件，哪个应该放在后面，它都替你排好了。这个路径不是固定的：你学得好了，它调快；卡住了，它调慢。
与此同时，知识图谱在这里悄悄搭起了骨架：基本不等式这一章有哪些知识点、它们和函数最值之间是什么关系，先立起来。后面每一环都会往这张图上添东西。
二、预习
打开课程，预习计划已经躺在那里了——不是空的。AI 根据课程内容，生成了几个预习问题。
你带着问题去翻教材。教材如果是 PDF，直接导进 Cumulo，AI 帮你提取内容、定位重点。如果教材是外文的，翻译工作台在这里帮你。不是对话里顺带翻译，是一个可以持续工作的翻译空间：导入原文、分段翻译、对比原文与译稿。
预习的时候就可以开始记笔记了，Markdown 存储，随手记。预习完了，系统记下你花了多久、哪些题没做对。这些数据会一路带到后面。
三、上课
上课的时候打开 Cumulo，进入课堂会话。可以录音、记笔记（手写或打字）、随手打待办。后台有个注意力监控在跑——你长时间没动，或者切了 App 去刷别的，会被记下来，但不会打扰你。
想进入状态的时候，开一个番茄钟。专注时段会被分析，走神会被记录。下课以后，你能看到自己这节课的注意力曲线长什么样。
下课的时候，如果你开了主动建议，AI 会弹出来，根据这节课的笔记和录音给你几个复习要点。不是"本章重点"那种通用总结，是基于你这节课实际讲的内容。
甚至于，AI可以根据你的笔记和课堂的转录内容告诉你下课应当干什么，还会帮你干事情，十分的贴心
四、复盘
课后才是重头戏。
错题从四个地方自动汇集过来：
- 课堂录音转录里检测到的错误
- 手写笔记扫描出的错题
- 你在 Markdown 里标注的错题
- 对话中 AI 识别出的问题
不管来源是什么，全部进了同一个错题本。
点进错题，有个"让 AI 帮我改正"的按钮。它不是给你抄标准答案——AI 会分析你错在哪里，然后写一份针对你的改正建议。
当然你也可以在线答题
复盘的时候，我特别推荐用思维导图。对话里说一句"把刚才的内容整理成思维导图"，AI 就把这节课的知识点连成一张图，比看文字清楚得多。它还支持背诵模式：遮住部分节点，自己回忆。
五、记忆
改正完了，接下来是记忆。
用的是 SM-2 算法，跟 Anki 是同一套逻辑。你答完一道题，根据自评的难度，系统自动算下次复习时间：
第一次答对 → 1 天后复习 → 连续答对，间隔越来越长：1 天、3 天、7 天、15 天……如果某次答错了，间隔重置回 1 天。
记忆卡片不只是从错题来。笔记里的关键概念、课程里的定义、AI 对话中提到的知识点，都可以生成卡片。而且 Cumulo 和 Anki 是双向互通的：你可以把已有的牌组导进来，也可以从 Cumulo 导出到 Anki。
懒得打字的时候，直接语音输入说一句，AI 就帮你把卡片记上了。
复习日程会自动规划你每天该看什么。打开 App，它会告诉你：今天有 12 张卡片到期了。
六、反馈
学了一周，你打开仪表盘看看数据：这周专注了多久、完成了几个待办、掌握了多少知识点、错题改正率怎么样。
这些数据不是看看就完了——它们会反过来影响你的学习路径。 某块知识点你一直答错，AI 会在路径里增加这块的权重；某块你完全掌握了，后续复习的密度自动降低。
某门课下 5 个知识点的掌握度都到了 0.85 以上，系统会自动给你解锁一个金色成就。不是为了炫耀，是为了给你一个"这周确实学到了东西"的正反馈。
看到好东西，随手点收藏。笔记、题目、课程、研究任务——一个收藏夹通吃，跨环节留存。
贯穿全链的两样东西
知识图谱
上面每一步讲的时候，你可能注意到了：每一环都在跟一张图打交道。
- 定目标时，图谱搭骨架
- 上课记笔记，图谱提取新概念
- 错题检测，图谱标记薄弱点
- 复习完成，图谱更新掌握度
这张图就是知识图谱。它的作用不是好看。有了它，AI 才知道你哪里学得不好——掌握度是它记录的，学习路径的调整是它支撑的。没有图谱，闭环里"反馈"这一环就是空的。
你甚至可以问它：我这门课哪块还没掌握？ 它会告诉你。
事件驱动
整个闭环不是靠你手动点"下一步"来推进的。系统在监听六类事件：
课程结束了 / 笔记创建了 / 错题检测到了 / 复习完成了 / 目标达成了 / 目标变了
每一个事件都会自动触发相应的动作。你不需要记得"今天该复习什么、明天该预习什么"，系统会告诉你。
闭环的延伸：写论文
你可能觉得，闭环是围绕上课设计的，那写论文的时候怎么办？
其实写论文就是闭环在研究场景下的完整应用：
| 闭环环节 | 论文场景 | 说明 |
|---|---|---|
| 定目标 | 选课题 | AI 帮你把大方向拆成具体的研究问题 |
| 预习 | 查文献 | Arxiv 搜索、Scholar 风格搜索，搜到的论文保存下来。深度调研不是搜索框，而是多步骤的任务编排——搜索、阅读、总结，AI 按一条链走完，最后给你一份结构化的调研报告 |
| 复盘 | 整理 | 文献读完了，AI 帮你归纳成笔记或思维导图 |
| 记忆 | 要点进卡片 | 该复习的复习 |
| 反馈 | 出报告 | AI 按模板整理成文档 |
翻译工作台在这里继续帮忙。读外文论文的时候，它就是你的第二双眼睛。
（灵感来自？）
几个技术上的小亮点
零外部依赖。 全部用 Apple 原生框架：SwiftUI、SwiftData、AVFoundation、Vision、PDFKit、PencilKit、WebKit。没有 CocoaPods，没有 SPM 第三方包。一个大型 SwiftUI 应用，靠纯原生框架撑起来。
设计系统。 做了完整的 Design Token：DSColor、DSFont、DSRadius、DSSpacing、DSShadow。8 套预设配色，支持全局缩放。81 个可复用组件，桌面版和移动版共用同一套 SwiftUI 代码。
AI 引擎。 90 多个 MCP 工具，按需加载，不是一次性全塞进上下文。Clarify 是真的挂起——AI 问你要信息时停下来等，不是假装在问。主动 AI 会监听学习事件，自己弹出预填消息。你还可以多模型并行对比：同一个问题同时扔给 DeepSeek、通义、Gemini、Claude，横着看答案，看谁说的靠谱。
写作批改。 写作文的时候，AI 也能批改。多轮批改，在同一个会话里深入，不只是改语法，还会分析论证结构。
说句实话
项目做完了，代码量不小。AIChatView 3100 行，ChatStreamService 1350 行——我清楚应该拆，但每次动都有点怕，牵一发动全身。
代码里还有不少 try?，保存失败就静默吞掉了。我知道不对，但暂时没时间去修。Pipeline 里有组件搭好了但没接上。
闭环跑通了，但每一环的质量还有提升空间：预习问题有时候太泛，录音转录在嘈杂教室效果不好，卡片生成质量不够稳定。这些是接下来要啃的骨头。
写在最后
这个项目从 TRAE 创造力大赛起步，入围了，但没进复赛。我还是把它做完了(无限热爱）。
学习闭环这件事，说起来简单，做起来发现每一环都有坑。但我越来越觉得：学习工具的价值不在于某一个环节做得多好，而在于整个链条能不能转起来。 一个完美的笔记 App 和一个完美的复习 App 拼在一起，不如一个有缺陷但完整的闭环。
Cumulo 现在的闭环是通的。下一步，是把每一环的质量提上来。
如果你也在做学习工具，或者对这个方向感兴趣——欢迎来论坛找我聊聊。
遗憾没有晋级，比赛结束了，但我的作品未来一定会落地！！ —— 在呀ZAIYA ↩︎