一个帮大学生在考前一两周内快速消化重点、考点的期未复习Skill

Cram Engine，它能让你对内容复杂的课程有更明确的复习方向，

用科学的学习原理帮你快速通关：

1. 文科速成神器：最适合文史哲、法学、经管等定性知识密集、以理解和论述为主的大学课程。

2. 交互式划重点：你只需输入课程名、教材和题型，它就会自动生成知识树，带你像上交互式课程一样把核心考点挨个死磕。

3. 本地断点无缝续航：所有进度自动保存在本地电脑上，关掉终端随时能走，下次回来输入一句指令就能从断点继续复习。

它不太适合高数、概率论等纯定量、靠海量手算刷题的课，且得先给它一个划定的考试范围，它才能发挥出最大

安装命令：npx skills add https:// http://github.com/liuliu667/cram-engine… –skill cram-engine

liuliu667/cram-engine

Source: https://github.com/liuliu667/cram-engine

🎓

期末速成引擎

考前一周还在女娲补天？Cram Engine直接把重点考点嚼碎了喂你，想挂科都难！🔥

❶ 拆解  ·  ❷ 讲授  ·  ❸ 检题  ·  ❹ 补漏

_{Claude Code Skill  ·  开源免费}

一个帮大学生在考前一两周内快速消化重点、考点并真正会用、避免挂科的skill。

对大学生来说，期末考前一两周突击是常态。麻烦的不是没资料，是有了资料之后只靠自己根本来不及：得先把零散的考点组织成结构，再逐个理解，然后找办法检验——这三件事光靠翻书和看笔记根本跑不完。

Cram Engine 所做的就是帮你快快快速跑完这条路。底层用了六条在学习科学里被反复验证过的原理——认知负荷控制、精细加工、生成效应、检索练习、间隔效应、元认知监控——通过一套完善的四阶段流水线，把课程重点变成一节一节有人带着你学的交互式课程。

你只需要告诉它：课程名、用什么教材、有什么题型、老师划了哪些重点。剩下的事它来跑。

安装

npx skills add https://github.com/liuliu667/cram-engine --skill cram-engine

装完 Claude Code 自动识别 /cram 命令。不注册，不付费，所有数据在本地。

也可以手动安装：把仓库的 SKILL.md、stages/、configs/ 复制到 ~/.agents/skills/cram-engine/。

在 Trae 中使用

不需要装 Node.js，不需要命令行：

git clone https://github.com/liuliu667/cram-engine

用 Trae 打开这个文件夹，说「帮我期末速成XX课」即可自动触发。引擎的 skill 和规则已内置在 .trae/ 目录下，Trae 会自动识别。

适合什么课

引擎解决的核心问题是：知识量大、结构复杂、需要理解记忆，但靠自己整理效率太低。跟文理科无关，跟这门课的实际考核方式有关。翻一下往年卷子，名解+简答+论述占 60% 以上就能用；计算+推导占 60% 以上就专心刷题。

✅ 典型适用

期末以名词解释、简答、论述、概念辨析为主的课——得分关键是体系清楚、记得住。

⚠️ 概念+计算混合型

引擎梳理概念框架、对比易混点、整理论述素材。计算大题仍需自己动手刷题。

❌ 不适用

考试以计算、推导、画图、编程为主要题型，依赖反复训练形成熟练度，不是理解就能得分的课。

另外得说实话，引擎效果取决于你给的重点与考点质量。如果你完全不知道老师会考什么，它会退化成普通 AI 问答。期末速成的前提没变——你得先有一个考试范围。

四个阶段

阶段 1 · 拆解

把考点列表拆成知识树。每个知识点大约五分钟能讲完，按逻辑顺序排好——概念 → 属性 → 关联 → 应用 → 局限。顺手标注记忆钩子类型：能编口诀的、容易混淆的、抽象需要荒诞场景锚定的。拆完展示总数和必考点分布，等你确认。你可以回车全讲、先攻必考点，或者跳过某些编号。

阶段 2 · 讲授

一个知识点一个知识点讲。但从来不从定义开始。

先扔一个你熟悉的场景——“你在小组作业里拼命干，因为你觉得努力能拿高分”——然后告诉你弗鲁姆管这个叫期望理论。核心内容拆成不超过三块，逐块讲，每块讲完停下来确认你懂了。接着追问“这跟你刚学的马斯洛需求层次有什么关系“，等你回应再纠正。最后核心定义不直接给，反问“你自己用一句话试试总结“，对照标准答案指出遗漏的部分。

每讲完三个知识点暂停一次。你可以正常继续、加速、减速、要它换场景重讲一遍，也可以说“跳过“直接进检题。说跳过不代表逃考——跳过的点在阶段 3 依然会按分级策略出题，不会的到阶段 4 补。

核心考点全部讲完之后弹出里程碑提示，可以在这里直接进检题。

阶段 3 · 检题

按老师说的真实题型出。必考点在所有题型中全覆盖，扩展点抽样覆盖。

四种子模式自动匹配题型：

如果用户配置的题型不在上述范围内，引擎根据题型名称自动判断出题方式。

阶段 4 · 补漏

只处理做错的点。不把原话再讲一遍。

先诊断根因，四类里选一种：概念搞混了？逻辑理解反了？关键术语没记住？还是理论懂了但不会往场景里用？

针对原因换讲法：混淆给对比表，偏差给极端反例，遗忘换一种记忆钩子，迁移失败丢一个新场景再练。然后重测。过了就是纠正完成。

第二次还错的标为顽固点，建议隔一天再攻。不是放弃——认知科学的结论是间隔学习比当场死磕有效得多。

整个过程进度自动保存。关掉终端随时走，下次回来接着来。

怎么用

安装后在 Claude Code 里输入 /cram 你的课程名 start。首次使用引擎会依次问你七个问题：课程名、教材（没有就跳过）、复习资料（没有就跳过）、考试题型、要考的知识点、哪些老师反复强调过、哪些你自己觉得要加强。答完自动生成配置，不需要手写任何文件。然后确认知识树，跟着走就行。

中间随时可以 /cram 课程名 resume 从断点继续。所有进度数据用纯文本存在你自己电脑上。

全部命令

学习过程中

内置的学习科学原理

这些不是贴在主页的装饰词，每个都对应引擎的具体行为：

常见问题

没有老师划的重点怎么办？

至少需要考点列表——可以是教材目录里你认为重要的章节标题，或学长笔记里的要点。质量越好效果越好，有个框架就能跑。

题型和知识点需要一一对应吗？

不需要。引擎的工作方式就是 exam_types 只管“有哪些题型“，不绑定到具体考点。必考点在所有题型全覆盖，扩展点抽样覆盖。

换电脑了怎么继续？

把 ~/.cram-engine/ 目录复制到新电脑。进度文件就是纯文本 markdown。

想调整教学风格？

编辑 ~/.cram-engine/configs/<课程名>.yaml 里的 preferences 部分，可以改讲解语言、例子场景、节奏频率。想改阶段指令本身，直接编辑 stages/ 下对应文件。

文件结构

cram-engine/
├── SKILL.md                        # Skill 定义
├── stages/                         # 四个阶段的系统指令
│   ├── stage1-deconstruct.md       #   拆解知识点树
│   ├── stage2-teach.md             #   四步教学策略
│   ├── stage3-test.md              #   四种题型子模式
│   └── stage4-remediate.md         #   诊断 → 换讲法 → 重测 → 顽固判定
├── configs/
│   └── example.yaml                # 课程配置模板
├── assets/                         # 架构图与演示相关
├── design-spec.md                  # 完整设计文档
├── LICENSE                         # MIT
└── README.md

许可

MIT License