chinese-learning-orchestrator

中文学习编排器 (xuezh) 是一个精密且以本地优先的引擎，旨在将语言习得转化为可衡量的 Unix 风格工作流程。它作为 LLM 代理的智能端点，提供独到的汉语教学法，同时将状态、事实与机械操作卸载至强大且具确定性的后端。通过将语言学习视为一系列有界限的事件（例如口说、复习与 HSK 审核），系统确保学习进度始终是数据驱动且可操作的，而不依赖于模糊的人工智能建议。此工具专为重视精确度的学习者与教育者设计，能无缝整合至如 Clawdbot 等代理执行环境，透过间隔重复系统 (SRS) 机制，提供高传真度的发音指导与长期记忆追踪。

• 以 LLM 为首的教学编排：利用 LLM 设计并调整课程流程、情绪适应与内容选择，同时维持智能代理与哑引擎之间严格的职责分离。

• 基于 Azure 的发音评估：使用 Azure 语音 SDK 进行细粒度的语音分析，撷取准确度、流畅度与完整性评分，提供可追溯的证据导向教学。

• 符合 ZFC (Zero Framework Cognition) 规范：严格遵守边界，引擎仅作为事实与人工制品的持久数据层，防止 LLM 对推荐逻辑或数据库结构产生幻觉。

• HSK 对齐报告：根据 HSK 标准生成精确的学习进度报告与课程审核，确保词汇与语法的覆盖范围稳定性。

• 以人工制品为导向的学习：将语音、逐字稿与学习报告具体化为一级文件系统对象，方便回顾绩效历史或跨设备同步学习历程。

• 作为 CLI 工具或整合代理后端运作，将所有用户数据保留在您的控制之下，而非依赖不透明的第三方云端学习平台。

• 输入包括用于发音评估的语音笔记、用于 TTS 生成语音的文本，以及用于 SRS 复习的成绩反馈。

• 输出提供结构化 JSON 数据供程序化使用，确保代理执行环境能可靠地解析反馈、人工制品与进度快照。

• 限制：系统设计为精简且有界限；始终优先处理词汇块而非孤立字符，以提高教学效率。

• 操作准则：确保每次用户互动（特别是内容曝露与发音）都正确记录，以保持内部数据库真实反映实际学习成果。