LearnHarness：按理解程度教难题的桌面 AI 助手

如果你学一个难题时总收到从头讲起的长篇解释，很难知道自己究竟卡在哪一步。LearnHarness 是一款桌面 AI 学习助手，会先了解你已有的理解，再规划通往学习目标的依赖路径，并用预测、讲解和练习检查每一步。它把学习记录整理成知识图谱，供之后的课程和练习继续使用。截至 2026 年 11 月 1 日，GitHub 仓库有 4,546 颗星，采用 AGPL-3.0 许可证。

核心功能

LearnHarness 的设计重点是先判断学习者已经理解到哪里，再决定接下来教什么。它不像只按章节顺序播放课程的应用；学习者的回答、信心和推理过程会影响后续讲解与练习。

• 诊断知识缺口：开始课程前，助手会检查目标依赖的知识点，询问你如何推理、哪里有把握，再据此决定教学起点。
• 展示学习路径：系统建立从当前理解到学习目标的依赖图。学习过程中发现你的掌握情况不同，课程也可以随之调整。
• 讲解后再练习：教学环节让你先预测、再看解释并检查理解；练习环节会在单独会话里提出不同问题，提示也会根据你的推理调整。
• 跨会话知识图谱：学到的内容被整理为命题和推理关系，并保留来源会话链接。后续课程可以读取已有图谱；普通笔记也可以导入。
• 多种模型来源：可以配置提供商 API key、桌面端支持的订阅连接、Claude Code CLI，或 OpenAI 兼容接口，包括本地模型服务。成本计量器只估算已知 API 调用成本，不包含订阅、CLI 或自定义端点的费用。

典型使用场景

1. 自学技术主题：写下目标，例如掌握一个编程概念；LearnHarness 先找前置知识缺口，再一步步讲解和检查。
2. 把练习和课程连起来：学习后开启独立练习会话，让系统换不同题目检查知识能否被主动想起，而不是只复述刚读过的内容。
3. 跨多次学习保留进度：适合需要分几次学习的人。知识图谱保存在本机的普通文件中，可检查内容，也可以导入已有笔记。

如果你要按固定教材或具体课程学习，Every Joule 是面向 GCSE 能量单元的交互式物理读本；LearnHarness 则从学习者自定的主题出发，适用范围更广。

快速上手

从 LearnHarness 官网 下载适合系统的桌面版本。项目 README 当前列出 Apple Silicon macOS、Windows x64 和 Linux x64：macOS 安装包已签名并公证，Windows 安装程序仍未签名，系统可能显示 SmartScreen 警告；Linux 可使用 AppImage 或 Debian/Ubuntu .deb。

首次启动后选择模型来源，再输入一个你想学的主题即可开始。除了云端提供商，README 也列出 OpenAI 兼容的本地服务接口。麦克风听写和网络研究需要各自的服务密钥，使用前要把相关请求会发往外部服务这件事考虑进去。

小结

LearnHarness 适合想围绕自己的知识缺口学习、并愿意把学习记录留在桌面应用里的开发者和自学者。它把“先探查理解、再规划课程、接着练习、最后累积知识图谱”串成一个学习流程；GitHub 数据在 2026 年 11 月 1 日核验，仓库使用 TypeScript 和 AGPL-3.0。

本地存储不等于完全离线：模型请求仍会把完成任务所需的上下文发给你配置的提供商；网页研究和听写也会访问外部服务。模型与订阅费用由你使用的提供商、CLI 或本地设置决定，LearnHarness 不收取软件订阅费用，也不对所有配置估算成本。Windows 安装包未签名，安装时可能出现系统警告；使用前可按自己的信任策略核验发布包。