开发者作品 · 手写、反馈与理解

Penmentor:把 AI 批注留在手写解题旁

一道积分题里写错的加号,被标回原来那一行。这个开源作品把圈注、分级提示和可调图形接到手写过程,也让我们看清演示、真实判题与本地处理的区别。

作者在 10 月 17 日公开代码,10 月 20 日加入多种模型命令行入口;本站在 10 月 21 日核对源码与原演示。这是一个 Linux 学习工具的作品解读。演示采用脚本笔迹和固定示例回答,不能据此判断模型实时批改的准确率;本站没有安装运行或拿新题实测。

演示中积分分部公式的减号对应原笔迹中写错的加号;绿色对勾与受影响行分开标注。
作者原演示第 16 秒,保留完整画面。这里能看清反馈放在哪里;笔迹与回答均为预设示例,不能据此断言模型真能稳定找出学生的第一处错误。 · 打开大图
本文目录目录4

EN

加号错在哪里,批注就留在哪里

演示里的学生算 ∫x eˣ dx,前两步选好了 u 和 dv,却把分部积分里的减号写成了加号。Penmentor 的示例把正确步骤打勾,指出这个加号,再把后面继承同一错误的行画出波浪线。相比一整屏另写的答案,它把“从哪里开始错”留在原来的思路旁。

源码要求模型先逐行转录手写内容,再返回判定、位置框和批注类型;读不准的符号应标成不确定。这个设计把识字和判题拆成了可检查的环节。真正使用时,值得先看“它读到了什么”:如果把你的减号读成加号,漂亮的圈注也可能是在纠正一道它自己看错的题。

来源与延伸阅读
  • 作者说明与演示边界原项目 README作者的手写学习场景、提示目标,以及脚本笔迹和固定回答的明确说明。
  • 批注与提示怎样交给模型固定提交源码 · prompts.py逐行转录、错误/不确定标记、提示梯度和 plot 字段;这些是设计指令,不是准确率证明。
  • 观看 45 秒作者原演示原仓视频 · 无音轨可见笔迹、批注和交互图;演示使用固定示例,不能作为真实推理速度或学习效果的测量。

EN

提示一次给多少,由学生继续选择

“给一点提示”先突出一个值得注意的地方;还不够,再增加帮助,依次到说出技巧、淡淡写出下一行,最后才给完整修正。“该用哪种技巧”还会先标相关特征,让学生选方法;另一个模式围绕自己写过的关键步骤提问。

我们看重的是这种交互顺序:AI 的反馈留下一个还能自己往下写的空位。它是否真的帮助记住方法,还要看换一道题后能不能独立做出,不能从一段顺畅演示推导成绩提升。对自学者,一个具体的比较办法是保留自己的下一步,再看提示有没有只补上卡住的地方。

来源与延伸阅读

EN

把公式变成能拖动、能改数的图

框住想理解的公式,“Show me”会打开独立图形窗口。原演示把积分变成曲线下的面积,并移动游标观察面积变化;指南另说明可修改函数与上下界,还列出黎曼和、旋转体、级数和泰勒多项式等场景。对学生来说,可观察的变化比一张最终示意图更容易引出“改这个量会怎样”的问题。

从代码看,模型返回的是图形种类、函数和上下界等结构化参数,配套程序用 Manim 的预设场景来画;公式解析只允许列出的数学语法。这里的价值是把正在解的题接到可操作的图,不应描述成模型临时写出任意动画程序。图形是否对应原题、边界和函数是否读对,仍要逐项核对。

作者演示的 Manim 窗口在手写笔记上方显示 x e^x 曲线、积分区域与上下界。
作者原演示第 35 秒,保留完整画面。原视频后段可见面积游标变化;修改函数与上下界的能力另见指南和源码。这是配套图形界面,不是原生生成视频,也不是本站重新解题的结果。 · 打开大图
来源与延伸阅读

EN

程序在本机,截图仍会交给所选模型

当前面向 Linux X11,作者以 xournal++ 和数位板使用,需安装并登录支持的模型命令行工具。“本地 harness”指本机负责截图、调用和画批注,并不等于离线推理。指南明确:每个显示器的截图,加上插件导出的当前笔记整页,会通过所选入口发送给模型;不只是你框住的那一个算式。

因此,准备尝试的人先要核对系统条件、已有账户的额度,以及屏幕上还有哪些资料。10 月 20 日的代码已接入 Claude Code、Codex 和 Antigravity,但多一个入口不代表不同模型读题一样准。后续最值得补的,是同一份陌生手写题在这些入口上的转录、误判和提示对照;现在还没有这样的本站实测。

来源与延伸阅读