Flashcard studio

Skill serejaris/kimi-skills/skills/flashcard-studio

Полная коллекция скиллов Kimi (267 built-in + 7 plugin skills), выгруженная из сандбокса агента

Install

npx -y skills add serejaris/kimi-skills --skill flashcard-studio

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

19 days oldThe repository was created 19 days ago. New is not bad, but a brand new repository carrying a familiar-sounding name is the shape a typosquat arrives in, and there has been no time for anyone else to find a problem with it.
4 stars4 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

从学习材料（文本、Markdown、笔记）中提取核心知识点，生成符合间隔重复记忆原理的正面问题+反面答案闪卡，输出可直接导入Anki的CSV文件。当用户提到闪卡、Anki、记忆卡片、知识点提取、复习卡片、间隔重复，或需要将学习内容转换成问答对进行复习时触发。

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

3.7 KB, as published. Nobody here has run it

flashcard-generator

从学习材料中自动提取知识点，生成「正面问题 + 反面答案」格式的闪卡，输出可直接导入 Anki 的 CSV 文件。

支持两种工作模式：

auto 模式：基于规则从 Markdown/纯文本中提取定义、Q&A、列表等结构化知识点
json 模式：接收预构造的 JSON 闪卡数据，格式化为 Anki CSV

Quick Start

# 从 Markdown 笔记自动提取闪卡
python scripts/generate_flashcards.py --input notes.md --output flashcards.csv

# 从 JSON 数据生成 Anki CSV（适合 agent 调用）
python scripts/generate_flashcards.py --mode json --input cards.json --output flashcards.csv

# 通过 stdin/stdout 使用
cat notes.md | python scripts/generate_flashcards.py > flashcards.csv

Agent 工作流

当用户提供学习材料要求生成闪卡时，推荐流程：

读取材料：读取用户提供的学习材料文件
智能提取：分析材料内容，提取核心知识点，生成高质量的问答对。遵循以下原则：
- 每张卡片聚焦一个知识点（最小信息原则）
- 正面用精确的问题形式，避免模糊提问
- 反面给出简洁但完整的答案
- 覆盖核心概念、定义、公式、因果关系、对比等
生成 CSV：将提取的问答对写为 JSON，调用脚本转为 Anki CSV
交付文件：告知用户输出路径和导入方法

Agent 调用示例

将提取的知识点构造为 JSON 数组，通过 --mode json 转为 CSV：

cat <<'EOF' > /tmp/cards.json
[
  {"front": "什么是光合作用？", "back": "植物利用光能将CO₂和H₂O转化为有机物并释放O₂的过程", "tags": "biology"},
  {"front": "光合作用的化学方程式是什么？", "back": "6CO₂ + 6H₂O → C₆H₁₂O₆ + 6O₂", "tags": "biology"}
]
EOF
python scripts/generate_flashcards.py --mode json --input /tmp/cards.json --output flashcards.csv

参数说明

参数	说明	默认值
`--input, -i`	输入文件路径	stdin
`--output, -o`	输出 CSV 文件路径	stdout
`--mode, -m`	提取模式：`auto`（规则提取）或 `json`（结构化输入）	auto
`--no-tags`	不输出 tags 列	包含 tags
`--separator, -s`	CSV 分隔符：`\t`、`;`、`,`	Tab

输出格式

生成的 CSV 遵循 Anki 导入规范：

#separator:Tab
#html:true
#columns:Front	Back	Tags
什么是光合作用？	植物利用光能将CO₂和H₂O转化为有机物并释放O₂的过程	biology

导入 Anki 的步骤

打开 Anki → 文件 → 导入
选择生成的 CSV 文件
Anki 会自动识别分隔符和列映射
确认后点击「导入」

Auto 模式支持的知识结构

结构类型	示例	生成的闪卡
定义（Term: Definition）	`光合作用：植物利用光能...`	Q: 什么是光合作用？ A: 植物利用光能...
Q&A 对	`Q: 什么是DNA？ A: 脱氧核糖核酸`	直接提取为闪卡
标题+列表	`## 细胞器 - 线粒体 - 核糖体`	Q: 细胞器的关键要点有哪些？ A: 列表
标题+段落	`## 牛顿第一定律一切物体...`	Q: 请解释：牛顿第一定律 A: 段落内容

前置条件

Python 3.6+
无需安装额外依赖（仅使用标准库）