TUTORIAL VIDEO
看一遍完整流程
从 learn 到复习，一个真实 run 的完整演示（带字幕）。
读懂这次改动。
Git · 文件 · Diff · 快照 · Markdown
自己的修复、同事的修改、AI 输出或一份 Markdown，都可以用来学习。先在本地预览来源，再对照证据阅读讲解，之后回来复习问题。文件与文档学习无需 Git。
v1.4.0 · 五种来源，同一套学习流程
把解释和来源放在一起看。AhaDiff
欢迎、快速上手和使用指南共用五个入口。AI 工具指引是可选项。
已有 Git 仓库时，选择工作区修改或提交范围。可以学习自己的 bug 修复、同事的 commit 或 AI 编辑。
分别点选或拖放修改前、修改后的文件。代码练习、SQL、配置、Markdown 和 Notebook 两版本都能从这里开始。
粘贴从 review 或其他工具复制的统一 diff。先看安全处理后的变化预览，再决定是否生成课程。
修改前选一个文件、命名并明确保存，下次选择修改后文件比较。仅保存过滤后的学习基准，不是完整备份，也不覆盖原文件。
选择一份 .md 或 .markdown，预览原文并从章节、段落引用中学习。不伪造 diff，引用只支持这篇文档写了什么。
需要交代背景时，可在对比中添加 Review 说明（最多 8 KiB）。说明只提供上下文，不计入来源证据。
不同来源接入同一条学习流程，结论保留证据状态。
Git、两份文件、patch、快照或单篇 Markdown。先本地预览，修改输入后重新预览；保存快照需要明确操作。
→查看 Markdown 章节、Notebook 单元格或 JSON/TOML/YAML 键路径。每条声明保留证据状态；不支持的结构可能使用较弱的行级证据。
→阅读课程，回答混合测验。需要预测、补全和解释错误的开放题时，在预览前启用“主动迁移练习”。知返不执行练习代码。
→查看评分和必需的证据检查，可选模型评判会补充反馈。通过自己的作答和后续回忆，评估学到了多少。
读解释、查证据、独立作答，再按计划复习。
断言附来源行、结构定位、前后侧、内容哈希和证据状态。源文本存在、语义解释和运行效果分别判断。
主动迁移练习需显式开启，默认仍为混合题。先尝试，再对照参考并自评，复用原有 SRS。Challenge 用于复现已看过的原解。
Full → Hint → Compact 三阶段学习撤架。由 FSRS 记忆稳定度自动驱动，越熟悉提示越少。
Accuracy、Evidence 等维度与安全门禁衡量产物质量。Score/Judge 不代表实际掌握度，也不能替代真实学习样本。
improve-run 可在已有运行上重新生成课程，仅在确定性评分提高时保留新结果；原运行保留。
strict_local / redacted_remote / explicit_remote 三档隐私。远端请求前会执行隐私与脱敏门禁。
使用本地模型，或自备密钥接入远程服务。设置页展示模型限制和受支持的思考选项。模型出现在列表中，不代表账号能调用它。
设置与指南共用 16 个当前工具目标的目录。无需安装集成也能使用文件、patch 和普通 Git 学习。
把学习记录导出、复习，或接进你的 agent 与 CI。
WebUI 一键导出 Anki .apkg；CLI 用 export-results 写 results.tsv，export preview 生成本地静态预览包。
需要自动化时，再配置 Claude、Codex、Cursor、GitHub Actions 或 Git hooks 等项目级指引。
从 learn 到复习，一个真实 run 的完整演示（带字幕）。
先配置 provider，再对比工作目录内的两份文件。Git 用户也可使用 --last 或提交范围。
示例输出，不是验证结果。分数、题数和证据状态取决于输入与配置。
以下为已有界面示例；五来源与主动练习按本页和用户指南操作。
选择来源后，共用同一套课程、测验、复习和质量历史。
| 你要学什么 | 怎么输入 | 证据边界 |
|---|---|---|
| 自己的修复、同事或 AI 的提交 | Git 改动：工作区或提交范围 | 回查变化行；有可用代码上下文时补充符号证据。 |
| 代码练习、SQL、配置、Markdown | 两份文件：修改前与修改后 | 比较文本来源，证据不足的结论会标明状态。 |
| Notebook 两个版本 | 选择两份 .ipynb 文件 | 按单元格比较来源，不执行 Notebook。 |
| 复制来的 review patch | 粘贴改动：统一 diff 文本 | 只有 diff hunk 支持时使用较弱证据，不冒充仓库符号证明。 |
| 一份 Markdown 文档 | 单份 Markdown：.md / .markdown | 独立 document 来源，章节与段落引用不证明外部事实。 |
| 希望下次继续比较的文件 | 显式保存本地快照，再选择修改后文件 | 过滤后的学习基准，最多 100 份 / 16 MiB；不是原文件备份。 |
| PDF、网页或任意目录自动快照 | 暂不支持 | 请使用单份本地 Markdown、统一 diff 或两份文本文件。 |
来源引用确认文本与位置；运行时行为需要另行测试。目录对比与 Git hooks 需要 macOS/Linux。
按任务选择命令，把 RUN_ID 替换为运行结束后输出的 ID。
ahadiff init | 在仓库里初始化 .ahadiff/ 状态目录 |
ahadiff provider test --help | 查看提供商配置参数 |
ahadiff learn HEAD~1..HEAD | 把一段 diff 变成带证据的课程 |
ahadiff snapshot save before.md --name "Baseline" | 显式保存过滤后的本地学习基准 |
ahadiff learn --document reading.md | 从一篇 Markdown 原文生成课程 |
ahadiff learn --compare before.py after.py --review-context-file notes.md | 为文件对比添加 Review 说明，补充背景 |
ahadiff learn --document reading.md --active-practice | 显式生成主动迁移题；默认运行保留混合题 |
ahadiff regenerate RUN_ID --only quiz --active-practice | 将本次测验替换为主动练习，重新评分并清除旧评判结果。使用 --mixed-practice 可生成混合题。 |
ahadiff quiz <run_id> | 对刚学的 run 做主动回忆测验 |
ahadiff review | 按 FSRS 复习到期卡片 |
ahadiff verify <run_id> | 重新校验 claims 与评分 |
ahadiff improve-run <run_id> | 重新生成课程，仅当确定性评分更高时保留；任何安装方式可用（含 pip） |
ahadiff serve | 在仓库或普通目录打开本地 WebUI |
ahadiff export preview RUN_ID --out ./preview | 生成本地静态预览包 |
ahadiff watch | 工作区变更自动 learn |
ahadiff install hooks --auto-learn | 每次 commit 后后台自动 learn |
ahadiff mcp-server | 面向 AI 工具的只读 MCP server（7 个工具） |
中英使用指南介绍输入限制、模型配置、导出与平台要求。
几步之内，从安装到第一节课。
用 pipx 或 uv tool 安装。在准备保存课程的文件夹运行 ahadiff serve，再到设置添加本地或远程提供商。普通文件夹也可以。
选择五种来源之一。文件每份最多 256 KiB，粘贴 diff 最多 64 KiB。快照先显式保存，单份 Markdown 预览原文；预览不调用 LLM。开始学习使用你的 provider 与隐私设置。
欢迎 → 两份文件 → 放入修改前后文件 → 预览变化 → 开始学习
先作答，再揭示参考答案。对照答案评估理解，卡片到期后回来复习。课程评分描述材料质量，不代表掌握程度。
课程 → 差异 → 测验 → 复习
ahadiff serve 并配置 provider。init 和 doctor 仍要求 Git；无需为这些来源专门建仓库。