漫游式渐进阅读 | 唯一能用的渐进阅读推荐解决方案

第一个 github 项目献给了思源，第一次发帖子也是在思源社区。

听说标题党更容易有流量，所以选了绝对性较强的用词“唯一”，嘿嘿。

为什么说是唯一能用？

我关注渐进学习领域好多年了，用过 anki，用过 supermemo，用过 obsidian，除此之外，bookxnote，logseq，notion 也短暂使用过。

然而，并没有一个软件能完美解决需求。

• anki 算是能够很好的提供了“闪卡”功能，或者说通过“间隔重复”解决“闪卡”功能。
• 而对于渐进阅读，supermemo 丑陋不堪的页面，困难的导入导出，以及号称科学但至今仍闭源的算法，让我实在是忍无可忍，最终还是放弃了这个虽说是“开山鼻祖”但毫无发展前景的软件。

但是 supermemo 又是唯一有优先级队列功能的渐进阅读软件，这让我非常难受。

直到我看到了思源。它开源，本地优先，导入导出极其方便，支持各种格式，前途无量的插件社区，最终让我决定将渐进阅读的工作平台转移到这里。然而，我发现思源的闪卡、渐进阅读，以及优先级队列的功能也并没有那么好用（个人感受，轻喷）。

我认为，渐进阅读的核心是稍后阅读。参考相关阅读：《渐进式学习_SuperMemo 对渐进阅读的算法实现思路》。而稍后阅读的关键是更智能的推荐下一篇文章，推荐的新文章更重要、更是你想学的，就是渐进阅读推荐算法核心要解决的问题。

所以我根据自身的需求出发，写了新的渐进阅读插件，至少对于我自己来说，他确实是唯一能用的，否则不会逼迫我这个懒蛋自己写插件的。

项目信息

• 项目地址：https://github.com/ebAobS/roaming-mode-incremental-reading
• 基于项目：思源插件：文档漫游（作者：terwer）

核心理念

相信很多人都有过这样的经历，刷到某个教程，刷到某个文章，大致看了一眼觉得很有用。但并不想马上学习研究，于是就收藏下来，准备“下次看”。但是，“下次”真的会来吗哈哈哈。收藏夹越攒越多，却一直没学习，成了赛博松鼠。

• 如今是一个信息爆炸的时代，出现以上的情况绝对不稀奇。而我认为渐进阅读正是解决这种问题非常“对症下药”的方案。

  • 1，渐进阅读能让你更容易轻松开始学习。渐进阅读方法论中，只要求你对打开的材料量力而行。你只需要“佛系”的学习与处理。并不要求你学完，而只要求有所推进即可。如果遇到困难，或者说就是单纯不想学了，OK，没问题，马上学习下一个材料即可。

    • 这大大减少了你进入状态的“门槛”，因为你心里预设的压力就会大大减少。我就随便看看，试试今天学这个主题有没有灵感？有，我就学一学，记一记，没有我就下一篇材料了。其实你仔细想，你“无限收藏，永不学习”背后的逻辑，正是由于这种隐形的压力导致你不想打开你的学习材料开始学习，不是吗？

  • 2，渐进阅读能让你不会被“卡住”。由于“遇到困难就跳转”的机制，让更容易理解材料更先被你学习，从而有效的推进了进度，而困难的材料也在不知不觉间被消磨、拆解，而你在这个过程中并没有感受到很大的压力，正所谓“好事多磨”。

渐进阅读应该与闪卡区分开来：

• 闪卡复习算法原理是遗忘曲线，这方面思源闪卡系统 +FSRS 算法已经足够完善。多年使用 Anki、SuperMemo 的经验告诉我，卡片的"最小信息原则"极其重要。
• 渐进阅读面对的是大段文本，先天不符合"最小信息原则"。目前大多数渐进阅读解决方案惯性地使用遗忘曲线为原理的复习算法（如 FSRS）来推荐复习文章，我个人认为这并不合理。

对于一篇洋洋洒洒的文章，很难单纯的使用记忆程度作为下次是否被推荐复习的标准。真正的标准应该是多元的，比如难度、学习进度、学习内容的重要程度、紧急程度、感兴趣程度等。

所以我开发此插件，让用户自定义文章的参数指标，及其权重（如文章难度，权重 30%），再将指标综合计算为文章的优先级。优先级与被推荐复习的概率正相关。通过轮盘赌算法，根据优先级，随机推荐下一篇文章，从而实现有所依据地漫游文章。我认为这种方式能让渐进阅读回归本质 ---- 实现无压力的"稍后阅读"，最终高效地学习大量材料。

总之，渐进阅读的核心目的并不是"对抗遗忘"，而是实现无压力的"稍后阅读"，最终高效地同时学习大量材料。

相关阅读：《渐进式学习_SuperMemo 对渐进阅读的算法实现思路》

本着"如无必要，勿增实体"原则，渐进阅读的"摘录"、"制卡"功能，本插件并不涉及。点击"编辑"按钮"可在新标签页打开您正在渐进学习的文章。在这里，利用思源集市中其他很多插件可以继续实现"摘录"、"制卡"等后续流程。

界面预览

功能特点

• 用户自定义文章指标参数、该参数权重。在渐进阅读时候可自行调整。
• 由参数计算优先级。优先级越大，被推荐概率越大。基于轮盘赌算法推荐文档。
• 支持笔记本和根文档筛选
• 支持无任何算法。完全随机的"一遍过"模式。

使用方法

1. 安装插件：在思源笔记插件市场中搜索"漫游式渐进阅读"并安装
2. 设置参数：右键顶栏插件图标即可进入设置页面，自定义你所需要的指标及权重。
3. 开始渐进阅读：针对推荐的文章进行阅读学习，点击"编辑"按钮可新标签页打开，并进行摘录、制卡等操作
4. 调整指标：以调整指标数据来代替传统渐进阅读的"遗忘"、"记得"按钮来作为反馈。
5. 稍后阅读：当你这篇文章学累了，读烦了，遇到困难不想继续了，whatever，点击"继续漫游"，即可智能推荐并阅读下一篇文章。

改进计划

根据优先级的轮盘赌算法，好像并没有很智能。能否使用深度学习等方法，提高推荐的智能性？欢迎各位大佬提意见、二次开发。也欢迎讨论渐进学习相关经验。

我个人的学习工具全套解决方案

学习工具这种东西，适合自己的才是最好的。不要过于迷信所谓的“科学方法”。你能用你自己的方法，学得高效，那对于你来说，这就是最科学的。网上的理论也好，别人的方法也好，吸取能用的，适应自己的情况，就可以了。

这里给出我自己的学习工作流，以及使用的工具。

思源笔记

• 思源笔记作为材料收集中心，各个渠道，包括网页、视频，书籍，公众号文章等，使用各种插件导入。

• 同时思源也是渐进阅读中心。通过漫游式渐进阅读，每次都佛系的对材料进行处理。
  • 注意，我个人的渐进阅读流程并不使用“摘录”这个动作。因为在我自己的实践中，并没有感受到它的作用。反而我觉得这种生成子材料的动作，只会增加材料的复杂性。
  • 我只是直接对原材料进行编辑。易理解、或者我认为没用的废话直接删掉；对于有用的句子，进行高亮、加粗等操作；如果有自己的理解或笔记，直接在原文中记录。最终，原材料就会形成我自己的笔记。

Anki

记忆中心。这里的主要目的是对抗遗忘，原理是遗忘曲线。算法是叶佬开发的 FSRS 算法，我只能说 YYDS。

卡片我分为三类：

• 第一类是可以批量导入的，比如单词卡，这种完全没必要自己制卡，网上直接找导入即可。
• 第二类是自己制作的，主要是在思源进行渐进阅读中，将某个材料的某部分知识处理成了最原子化的知识点，这是它符合最小信息原则，可以转化为闪卡，进入抗遗忘的流程了。
• 第三类则是用于短期记忆，比如应付考试用的卡组。这时候就不要用 FSRS 这种着眼于长期记忆的算法了，直接换 SM2，或者直接每天背一遍，把 anki 当做一个容器。

TidGi

也是一个小众软件 hhh，门槛不低，但是自由度极高，也有插件系统。
因为他可以想写前端一样定制页面。所以我将它作为任务管理中心，自己写我认为最合理，最舒服的任务管理页面、看板、任务分类。任务属性参数、排序。同时还有日程记录功能。

联系方式

作者邮箱：ebAobS@outlook.com