SyllabusOS

我做这个仓库，是因为我不想每次开新对话都重新给模型讲背景，也不想把一堆 lecture notes 反复塞进上下文。

• 在根目录打开 Claude / Codex / ChatGPT，它就是教务处
• 进入具体 subject 或 course folder 再打开，它就是那个空间里的专属 agent
• 资料放进文件夹，知识沉淀回笔记，状态尽量留在仓库里

这不是网站，不是 SaaS，也不是那种要搭一堆服务才能跑的项目。 它就是一个给个人使用的本地 agent 工作空间模板。

如果你想看完整设计思路、方法论和长期设想，请看 docs/PROJECT_OVERVIEW.md。

先理解一个最重要的点

这个仓库现在是 subject 驱动 的，不是 subject/workspaces/... 那种结构。

• subjects/CSCI 代表这是一个 course 型集合
• subjects/CSCI/ARIN5204 Reinforcement Learning 这种目录，才是具体课程
• subjects/HEALTH 这种目录，也可以直接就是一个顶层工作空间

• 有些 subject 是 集合
• 有些 subject 本身就是 工作空间

这个项目能干嘛

• 课程学习
• lecture notes 整理
• 按章节沉淀 Markdown 笔记
• 让 agent 在课程语境里回答问题
• 做非课程类的个人空间，比如健康助手、面试准备、项目研究空间

你只要记住这套用法

1. 在根目录打开 agent

• 新建 subject
• 判断这个 subject 属于什么 kind
• 新建课程
• 新建新的 kind

• “帮我新建一个 CSCI 学科”
• “在 CSCI 下面加一门 Reinforcement Learning”
• “我想建一个 Health 空间，作为健康饮食教练”
• “我想建一个 Interview Coach，如果没有合适 kind 就新建一个”

2. 进入目标目录再打开 agent

情况 B：这个 subject 本身就是工作空间

这种情况下，直接在 subject 根目录工作就行。

3. 新资料直接丢进去

• materials/lectures/
• materials/assignments/
• materials/references/

• “我刚刚把新 lecture 放进 materials/lectures/ 了，你帮我 review 一下并更新索引”
• “materials/references/ 里新增了一份 paper，你看看它该归到哪里”

不用太担心流程卡得很死。 这个仓库本来就是给强模型用的，很多时候你只要把文件放对位置，再把情况说清楚，它自己就能接住。

4. 问问题就在目标空间里问

平时问答不要在根目录问。 根目录只做管理；真正回答内容问题的，是具体 subject 空间或课程目录里的 agent。

最快上手

最低配置

如果你只想先试试脚手架和审计，Python 3 就够了：

完整配置

如果你还想用 PDF 导出和文本提取工具，再装依赖：

直接跑一遍

• 如果没有合适 kind，就先克隆一个新的 kind 再用