⬇ 下载 Windows 版(免安装 exe)
· 解压双击 guide-web.exe 就能用,不需要 Python。
别点右上角绿色的
Code → Download ZIP:那是源码,里面没有 exe。 可执行文件只放在 Releases 里。
把「我在变强」变成可以核对的数据:七项技能、LV1–LV8、只记有效练习、停练会掉、能复测。
一个可以完全跑在自己电脑上的技能熟练度账本。没有排行榜、没有金币、没有「打卡即加分」—— 每一次记录都要过判定门,等级不是签到天数,是「最近这段时间你确实做到了什么」。
- 只认有效练习:质量太低、连续挑简单任务、同一个任务机械重复,都不计分
- 等级有门槛:经验够了还要过「最近窗口质量 + 客观度量 + 技能指标」三关
- 会掉:停练按天衰减保持度,重新开始有恢复机制,不是一次练完永久有效
- 数据是你的:单文件 SQLite + 每用户 JSON,一键导出,零遥测、零联网(AI 生成技能是可选开关)
- 纯标准库:Python ≥ 3.10,不需要 pip install 任何东西
它衡量的是「可复核的进步」,不是「认证」。所有练习数据都是自报,系统不验真 (模型里
trusted=False是明确写死的)。别把它当简历,把它当仪表盘。
从 Releases 下载 guide-web-win64.zip,解压到任意文件夹,双击
guide-web.exe。浏览器会自动打开 http://127.0.0.1:8765/,注册一个账号就能用。
不需要装 Python、不需要联网。数据和配置落在 exe 同目录的 data/、config.json。
这个 exe 没有代码签名,Windows 第一次运行可能弹「已保护你的电脑」。点「更多信息 → 仍要运行」即可;介意的话用下面的源码方式运行,行为完全一致。校验和见 Release 说明。
python server.py # 默认 http://127.0.0.1:8765/
# 或
./start.sh # Linux/macOS
start.bat # Windows要求 Python 3.10+,无第三方依赖。
docker compose up -d # 打开 http://127.0.0.1:8765/PROF_INVITE_CODE=你的邀请码 ./start_lan.sh # Windows: start_lan.bat启动后会打印真实网卡地址(例如 http://192.168.1.23:8765/),手机连同一个 WiFi 打开即可,
各自注册账号,数据互相隔离。局域网是 HTTP,只建议在可信网络里用;公网部署见
docs/deploy.md。
- 注册后先答一份 分技能自评:英语按 CEFR/IELTS、西语按 DELE、跑步按 VDOT 成绩表、健身按相对力量、办公/剪辑按交付物——每项都问「做得到的事实」,不问「你觉得自己怎么样」。自评最高给到 LV6,只抬高等级下限,不送经验;LV7 起仍要复测与客观成绩。
- 今日页会提示「三步开始」:选一个技能 → 记一次修行 → 看增益拆解。
- 记录时照实填:难度(1 很轻松 … 5 拼尽全力)、质量(0–100)、反馈来源。
- 提交后会看到「本次增益拆解」:难度匹配、完成质量、反馈强度、重复折扣、同日递减、间隔加成。 哪一项系数最低,下一次就补哪一项——这是系统唯一想教你的东西。
- 每次记录还有一份 4 题当次问卷(专注/疲劳/新鲜度/完成度),在 0.80–1.12 之间微调这次收益; 不填就是 ×1.00,不惩罚。
一次练习要同时满足这些才算「有效」:
| 条件 | 规则 |
|---|---|
| 质量下限 | 质量 < 40 直接拒绝 |
| 无反馈上限 | 反馈为「无」时,质量必须 ≥ 70 |
| 难度匹配 | 连续 3 次明显低于当前等级带,拒绝 |
| 机械重复 | 同名任务在窗口内重复,第二次起收益 ×0.2(占位名不参与判定) |
| 技能指标 | 有专属指标的技能(如英语口语)必须填齐且不低于下限 |
增益的骨架是「基础值 × 难度 × 质量 × 反馈 × 重复 ≈ 20 点上下」,等级成本按幂律增长 (LV1→2 约 100 点,LV7→8 约 1800 点)。等级门槛还要求最近窗口的平均质量、至少一次客观度量、 以及技能指标达标——这就是为什么会出现「经验够了但卡在 LV4」:它在逼你换一种练法,不是坏了。
停练后保持度按天衰减(下限 35%),所以「等级掉了」通常意味着「手生了」,而不是系统扣你分。
规则全部在 engine/realistic_rules.py 里,是纯函数,不读网络、不读时钟以外的状态。
- 七项内置技能:英语口语、英语读写、跑步技术、健身技术、西班牙语、电脑办公软件技术、剪辑技术
- 自定义技能:自己加/删(上限 20 个),定义 1–5 个可量化指标;升级要求可以用 「本地保守模板」或「联网资料 + 可选 AI」生成,来源与是否用过 AI 都写在记录里
- 分技能自评 + 每次当次问卷:题库按技能换,问的是考试分数、比赛成绩、作品与交付,不是性格测试;只用来定起点和微调单次收益
- 今日最优一手:按「离升级最近 / 生疏 / 最久没练 / 最大短板」推荐下一次练什么
- 基准复测:同一任务隔 ≥28 天重测,只认客观度量,不写经验、不改保持度
- 江湖(利他层):本机模拟的同门与互保,明确标注「非真实社区」,不假装有真人
- 数据主权:导出/导入、每日滚动备份(保留 14 天,长驻进程跨天也会补)、时区可切
- 多用户:账号 + 会话 + 每用户独立目录与锁;同一台机器上互不可见
- PWA:HTTPS 下可安装到主屏(Service Worker 只缓存外壳,绝不缓存 API)
- 开发者工具默认关闭:推进时间、改曲线、直接加经验都要先在设置里显式打开
复制 config.example.json 为 config.json,或用环境变量(优先级更高):
| 变量 | 默认 | 说明 |
|---|---|---|
PROF_HOST |
127.0.0.1 |
监听地址;改 0.0.0.0 前请先设邀请码 |
PROF_PORT |
8765 |
端口 |
PROF_DATA_DIR |
./data |
数据目录 |
PROF_INVITE_CODE |
空 | 注册邀请码;对外开放时必填 |
PROF_MAX_USERS |
0 |
0 = 不限制 |
PROF_SECURE_COOKIES |
0 |
HTTPS 下设为 1 |
PROF_ALLOWED_ORIGINS |
空 | 逗号分隔,如 https://skill.example.com |
PROF_SESSION_DAYS |
30 |
会话有效期 |
PROF_TZ_OFFSET |
28800 |
新账号默认时区(秒) |
PROF_CONFIG |
– | 指定另一个配置文件路径 |
PROF_AI_ENDPOINT / PROF_AI_KEY / PROF_AI_MODEL |
空 | 可选:OpenAI 兼容端点,用于生成自定义技能规则 |
PROF_AI_KEY 只从环境变量读,不写进 config.json。
没有邮箱验证,找回只能在服务器上做(需要能访问 data/):
python tools/reset_password.py 用户名会交互输入新密码,并清掉该账号的所有旧会话。
浏览器把网页外壳交给 Service Worker 缓存,升级那一次可能还拿着旧页面。
从 1.0.4 起外壳改为网络优先,并且页面会自己比对服务端版本:
升级后再刷新一次就会自动换新。如果仍然报错,按 F12 →
Application → Service Workers → Unregister,或清除该站点数据后重开。
存档在 data/,清浏览器缓存不会动它。
python -m unittest discover -s tests -p "test_*.py" -v # 88 条测试
python build_ui.py # 改了 engine/web_ui.py 之后重建 ui/index.html
python build_exe.py # Windows 单文件 exe(需要 PyInstaller)约定:只用标准库;判定逻辑保持纯函数;改规则必须同步改
tests/test_multitenant.py::test_practice_gain_is_stable 并在 CHANGELOG 说明理由。
目录:
server.py 入口:账号会话、静态页、租户绑定、请求分发
auth.py 账号/密码/会话(PBKDF2 + SQLite)
tenant.py 每用户独立状态容器(LRU + 独立锁)
custom_skills.py 每用户自定义技能账本
skill_forge.py 升级机制生成:联网抓资料 + 可选 AI + 本地保守回退
console.py 把控制台切到 UTF-8(Windows 非 UTF-8 代码页用)
engine/ 熟练度引擎与规则
proficiency.py 经验/等级/保持度/事件日志/达标校验
realistic_rules.py 规则唯一来源:阈值、系数、技能指标、问卷规格
surveys.py 分技能自评题库与当次问卷(纯函数)
data_vault.py 导出/导入/滚动备份
benchmark.py 基准任务复测
capture_ledger.py 挂机候选时段
world_state.py 利他层(本机模拟)
web_app.py 租户化 API 内核
web_ui.py 前端模板(真源)
ui/index.html 构建产物,由 build_ui.py 生成,勿手改
tests/ 多用户、隔离、远控、登录、问卷、自定义技能、每日备份
deploy/ Caddy + docker-compose 公网部署
tools/reset_password.py
前端改动的完整流程:改 engine/web_ui.py → python build_ui.py → 测试里的
test_ui_is_reproducible_from_product_sources 会验证二者同源。
| 想做什么 | 看这里 |
|---|---|
| 算分到底怎么算、为什么这样设计 | docs/architecture.md |
| 本机 / 局域网 / 公网部署、备份、排障 | docs/deploy.md |
| 打 Windows 单文件 exe、发版校验 | docs/packaging.md |
| 上传到 GitHub、发 Release | docs/github.md |
- 所有练习数据都是自报,不验真;证明声明只是字符串,不收图、不核对。
- 没有邮箱验证、没有多因素、没有邮件找回;忘记密码只能本机重置。
- 单进程、单机、SQLite:同一
data/不要起多个进程。 - 反向代理后所有请求来自同一个 IP,登录/注册限流会变成全站配额——公网部署请务必设邀请码, 并按 docs/deploy.md 的清单收紧。
- 漏洞报告方式见 SECURITY.md。
Guide (向导) is a self-hosted skill-progress journal for people who are tired of streak counters. Seven built-in skills plus user-defined ones, eight levels, and a scoring model that only counts valid practice: low quality, repeated easy tasks, and mechanical repetition are rejected; retention decays with idle time; level-ups require recent quality, at least one objective measurement, and skill-specific metrics. Everything is self-reported (no verification), runs on the Python standard library, and stores data in plain files you can export.
Windows (no Python needed): download the single-file exe
→ unzip → double-click guide-web.exe. The green Code → Download ZIP button on the repo
page gives you the source tree, which contains no executable: binaries are published in
Releases only.
Quick start from source: python server.py → open http://127.0.0.1:8765/ → register → take the
4-question baseline → log your first session.
Deployment, backup and hardening notes live in docs/deploy.md; the scoring model
is documented in docs/architecture.md.
MIT licensed.
多半是设备时间被改到过未来:存档里留下了比现在晚的记录,「今天」永远到不了那一天。
打开今日页会看到「时间检查」卡片,写着有几条、晚了几天。点「拉回现在」,它只改这些记录的 时间戳,经验、次数、等级一律不动;改完今日所得与连胜会按真实时间重新算。
(时间显示本身按你电脑/手机的本地时区,不再是 UTC。)
只算「这个页面在前台」的时间。切到别的软件(页面仍可见)继续计时;最小化、锁屏、 切到别的标签页会暂停,回到页面时会提示「刚才 N 分钟页面不在前台,没有计入」。 卡片上的「已计前台 X 分 Y 秒」就是真正会进入小票的时长。
人在外面练(跑步、钢琴、线下口语),别靠挂机凑时长——用「补记一次」,走同一套判定门。