---
name: Final Review
slug: final-review
category: Writing
description: Prepares exam-focused notes, questions, and explanations by cleaning and converting study materials into Markdown, prioritizing real exam patterns and scoring strategies.
github: "https://github.com/lucianwhy/final-review"
stars: 105
forks: 9
install: "git clone https://github.com/lucianwhy/final-review"
added: 2026-07-16T03:20:47.468Z
last_synced: 2026-07-16T04:03:46.695Z
canonical_url: "https://dirskills.com/skills/final-review"
---

# Final Review

Prepares exam-focused notes, questions, and explanations by cleaning and converting study materials into Markdown, prioritizing real exam patterns and scoring strategies.

**Install:** `git clone https://github.com/lucianwhy/final-review`

## README

# final-review

期末复习 Skill。核心不是脚本工具链，而是**一套稳定、可复用、偏考试得分导向的复习规则**。

它适合这样的场景：

- 学生已经有自己的资料
- 希望 AI 基于资料整理知识点、清洗笔记、生成题目、补解析
- 希望题目更贴近真实考试，而不是随机题库风格
- 希望答案解析顺手补“怎么写才能得分”

## 这个 Skill 做什么

`final-review` 会引导 Agent 按下面思路工作：

1. 先确认考试题型、老师强调点和常见考法
2. 把上传资料优先用 `markitdown` 转成 Markdown
3. 先清洗 Markdown，再提知识点、再出题
4. 按题源优先级判断什么更值得复习
5. 按知识点密度和考法生成 `1~6` 题
6. 默认题答分离
7. 客观题补“这题核心知识点”
8. 主观题补“这题答题核心点 / 必须出现 / 常见失分点”
9. 解析默认服务考试拿分

## 核心规则

### 题源优先级

出题和判断重点时，按以下顺序优先：

1. 历年真题
2. 老师 PPT
3. 平时作业 / 阅读作业
4. 速成课题目
5. AI 补充题

说明：

- 速成课题目优先级较低
- 但速成课在知识点梳理、结构搭建、重点归纳上很有价值

### 材料处理规则

所有资料默认先转成 Markdown，建议优先使用：

```bash
markitdown
```

统一流程：

1. 先转 Markdown
2. 再清洗 Markdown
3. 再提知识点
4. 最后出题

清洗重点：

- 去乱码
- 去重复
- 去废话
- 提核心定义、性质、结论、方法、易错点

目标不是“完整存档”，而是“清晰、可背、可考”。

### 出题规则

- 先按真实考试题型出题，不做平均分配
- 每个知识点通常出 `1~6` 题
- 知识点越密、越高频、考法越多，题量越多
- 题型要匹配知识点最可能考法

### 题源标记规则

默认不要求精确追踪到文件级、页码级。

但建议保留轻量类别级标记，例如：

- `题源：历年真题`
- `题源：老师PPT`
- `题源：平时作业`
- `题源：速成课框架改编`
- `题源：AI补充`

### 输出规则

普通正文输出：

- 前面只放题目
- 答案统一放最后
- 题目区和答案区明确分开

HTML 输出：

- 答案放在题目下面
- 答案默认折叠隐藏
- 点击后再展开答案和解析

### 解析规则

解析不只解释对错，还要服务拿分。

客观题重点补：

- `这题核心知识点`
- 关键定义 / 性质 / 判定依据
- 易混点

主观题重点补：

- `这题答题核心点`
- `必须出现`
- `常见失分点`
- 标准作答框架

解析尽量补：

- 哪些词必须写
- 先写什么能抢步骤分
- 哪些错误最容易丢分

## 仓库结构

这个仓库现在以**规则型 Skill**为主：

- [`SKILL.md`](./SKILL.md)：完整工作流和规则
- [`AGENT.md`](./AGENT.md)：可直接复制进 Agent/Claude 配置的长版默认规则

## 如何使用

你可以把这个 Skill 当成：

1. 直接给 Agent 的复习协议
2. 自己课程复习流程的模板
3. 给不同课程继续扩展的基础 Skill

如果你的 Agent 支持长期规则文件，可以把 [`AGENT.md`](./AGENT.md) 里的规则直接同步到自己的 `AGENT.md` 或 `CLAUDE.md` 中。

另外，这个 skill 的设计目标之一，就是在运行后默认检查并同步这类长期规则文件，尽量让：

- `SKILL.md` 里的完整流程
- `AGENT.md / CLAUDE.md` 里的长期默认规则

保持一致，避免当前对话和长期配置两套逻辑打架。

## 学科扩展

欢迎为具体学科补充更强的专用内容，比如：

- 高等数学
- 离散数学
- 数据结构
- 计算机网络
- 操作系统

如果你对某个学科有独到的学习技巧、题型判断方法、答题套路，或者已经整理好的 Markdown 资料，欢迎基于这个仓库扩展。

建议扩展方向：

- 该学科专用题型总结
- 高频考点
- 易错点
- 证明题 / 计算题 / 简答题答题套路
- 该学科专用 Markdown 资料
- 该学科专用 Skill 规则

开发时请在自己的分支中整理，最终通过 Pull Request 合并到仓库，而不是长期把内容散落在不同分支里。

## Contributing

欢迎你根据真实复习实践更新这个 Skill。

尤其欢迎这几类改进：

- 更好的题源优先级策略
- 更稳的 Markdown 清洗规则
- 更贴近考试的出题协议
- 更强的客观题 / 主观题解析模板
- 更实用的考试得分技巧总结
- 某个具体学科的专用复习规则和资料

推荐贡献流程：

1. Fork 本仓库
2. 从你的 fork 新建一个分支
3. 在分支中修改 `SKILL.md`、`AGENT.md`、`README.md` 或补充学科资料
4. 提交 commit
5. 推送到你的 fork
6. 向主仓库发起 Pull Request
7. 在 PR 里说明：
   - 改了什么
   - 为什么改
   - 适用于什么复习场景

如果你只是做个人课程特化，也欢迎在 PR 里注明适用范围，方便后续决定是否合并到主线。