chinese-learning-orchestrator

中文學習編排器 (xuezh) 是一個精密且以本地優先的引擎，旨在將語言習得轉化為可衡量的 Unix 風格工作流程。它作為 LLM 代理的智慧端點，提供獨到的漢語教學法，同時將狀態、事實與機械操作卸載至強大且具確定性的後端。通過將語言學習視為一系列有界限的事件（例如口說、複習與 HSK 審核），系統確保學習進度始終是數據驅動且可操作的，而不依賴於模糊的人工智慧建議。此工具專為重視精確度的學習者與教育者設計，能無縫整合至如 Clawdbot 等代理執行環境，透過間隔重複系統 (SRS) 機制，提供高傳真度的發音指導與長期記憶追蹤。

• 以 LLM 為首的教學編排：利用 LLM 設計並調整課程流程、情緒適應與內容選擇，同時維持智慧代理與啞引擎之間嚴格的職責分離。

• 基於 Azure 的發音評估：使用 Azure 語音 SDK 進行細粒度的語音分析，擷取準確度、流暢度與完整性評分，提供可追溯的證據導向教學。

• 符合 ZFC (Zero Framework Cognition) 規範：嚴格遵守邊界，引擎僅作為事實與人工製品的持久數據層，防止 LLM 對推薦邏輯或資料庫結構產生幻覺。

• HSK 對齊報告：根據 HSK 標準生成精確的學習進度報告與課程審核，確保詞彙與語法覆蓋範圍的穩定性。

• 以人工製品為導向的學習：將語音、逐字稿與學習報告具體化為一級檔案系統物件，方便回顧績效歷史或跨裝置同步學習歷程。

• 作為 CLI 工具或整合代理後端運作，將所有用戶數據保留在您的控制之下，而非依賴不透明的第三方雲端學習平台。

• 輸入包括用於發音評估的語音筆記、用於 TTS 生成語音的文本，以及用於 SRS 複習的成績回饋。

• 輸出提供結構化 JSON 數據供程式化使用，確保代理執行環境能可靠地解析回饋、人工製品與進度快照。

• 限制：系統設計為精簡且有界限；始終優先處理詞彙塊而非孤立字元，以提高教學效率。

• 操作準則：確保每次用戶互動（特別是內容曝露與發音）都正確記錄，以保持內部資料庫真實反映實際學習成果。