scan_date: 2026-07-31 mode: A（idea 先例掃描） tier: quick token_cost: ~12 萬 token（估）
idea：把 Boox 手寫習寫的行為遙測（落筆/收筆時機、題型把握度、求助強度、教學形式接受行為） 變成 per-learner 記憶模態，週期反思產生縱向洞察（v1 消費者＝Brian 週報）。 拆解：問題＝從行為訊號長期理解學習者；對象＝ADHD 傾向試點學生→Ethan； 機制＝事件採集→per-learner 檔案樹→LLM 批次反思→learned md；差異點＝手寫載體＋家教級（非機構級）。
零件散落沒人整合。 建議路線：build（整合層自建）＋ reference（零件照抄），外加一個 adopt 候選（xAPI 事件語法子集當詞彙表，非整套 LRS）。
一句為什麼：四類零件全都存在且成熟——①手寫動力學研究（pen pressure→情緒/投入，含手寫動力學×ADHD/ASD 傾向的直接研究）、②sensor-free affect detection 方法學（Baker 系，純互動 log 推無聊/專注/挫折/困惑，二十年文獻）、③knowledge tracing 演算法（BKT/DKT，pyBKT/EduKTM 現成實作）、④三層反思記憶參考實作（DeepTutor L1 traces→consolidator→L2/L3）——但「手寫遙測→per-learner 反思→家教週報」這條整合鏈沒有任何現成產品：LRS 是機構級 BI、DeepTutor 綁自家打字型 surface、OLM 工具停在 2014 學術品。縫是真的，而且 Brian 手上零件（Boox＋Magnai 鏈＋EverOS 排程反思模式）正好補在空縫上。
| repo | License（可抄性） | 活躍 | 角色 | 判 |
|---|---|---|---|---|
| HKUDS/DeepTutor | ✅ Apache-2.0 | 日更（07-30） | 反思引擎＋trace＋multi_user 參考實作 | 主要偷源（細目見 deeptutor-hkuds-2026-07-29.md §9） |
| CAHLR/pyBKT | ✅ MIT | 2026-03 | BKT 把握度估計器（271★，下載 ~20/日＝學術工具） | 日後替換簡易 mastery 的候選 |
| bigdata-ustc/EduKTM | ✅ Apache-2.0 | ⚠️ 休眠（2024-01） | KT model zoo（262★） | 文獻地圖用，不依賴 |
| yetanalytics/lrsql | ✅ Apache-2.0 | 2026-04 | xAPI 合規 LRS（137★，SQL 後端） | 若要標準化事件存放的備援；v1 不需要 |
| LearningLocker/learninglocker | ❌ GPL-3.0（抄碼擋） | 2024-05（開源版慢；商業版 Learning Pool 活） | 最有名的 LRS | 概念參考 only，code 不可抄 |
一票否決項：無（GPL 者已標記為不抄碼）。bus factor／API 三件組僅對 DeepTutor 全跑（quick 檔縮減，見覆蓋聲明）。
| 維度 | 評 | 一句話 |
|---|---|---|
| 功能 | ✅ | 縫的形狀＝Brian 需求的形狀：per-learner、手寫載體、家教消費端，沒有現成品硬要裁縫 |
| 技術 | ✅ | 事件 jsonl＋md＋排程 LLM job＝EverOS 現役技術棧，零新依賴；TraceEvent/consolidator 有 Apache-2.0 參考碼 |
| 維運 | ✅ | 分層分家拓撲下 raw 不進 LanceDB／不碰主庫；反思 job 走 muse/distill 既有模式（排程＋成本有界＋毒輸入隔離紀律現成） |
| 團隊 | ✅ | 全 md/jsonl 可讀可稽核，AI agent 讀改無障礙 |
| 生態 | ⚠️ | 自建＝無社群供給；緩解：事件詞彙採 xAPI 動詞子集，日後要接標準生態（lrsql）有退路 |
| 退出成本 | ✅ | per-learner 檔案樹整層可刪（治理決策點的天然答案）；反思產物是 md，不綁引擎 |
本機既有資產盤點：反思引擎殼＝muse／distill（排程＋LLM 判斷＋成本有界＋Telegram 出口）；藍圖＝augmentation brief L1/L2（本 idea 即「Phase 2 第一個客戶」本人）；join key＝Phase 2 頁級地址/題號座標設計；採集端硬體鏈＝Boox＋Magnai（sys4Ethan，07-29 報告已判為護城河）；recall CLI 可日後收編 learned md。整合層的殼幾乎都在，缺的只有事件 schema 與反思 prompt。
空著的縫： 1. 手寫行為遙測產品化——研究活躍（pen 壓力/角度/反應時間→投入與情緒；日本 jstage 有「pen-tablet 手寫動力學 vs ADHD/ASD 傾向」直接研究）但 GitHub 搜尋 0 個產品化 repo（負對照通過，見附錄）。 2. 家教級縱向反思——LRS/學習分析全是機構級儀表板（合規、聚合、BI）；「一個導師長期讀懂一個孩子」的個人尺度沒人做。 3. 反思產物回饋迴路——DeepTutor 最接近（traces→L2/L3）但 trace 只收自家 surface，無外部事件匯入位。
死因分析：Learning Locker 開源版被商業收編後轉慢（GPL＋Learning Pool）；OLM 工具（Mastery Grids）停在 2014 學術經費週期；教訓＝機構市場才養得活這類產品，個人/家教級從未被商業驗證——對 Brian 無妨（自用＋試點，非商品），但若日後想產品化，這是已知風險。需求面：gh search issues 兩組查詢 0 命中（弱訊號：需求沒在開源 issue 層表達，或詞彙不同）。
霧區文獻解答（重要副產品）：「專注度掉 vs 觀念沒把握，訊號上長一樣」的混雜問題，Baker 系 sensor-free affect detection 已有標準解法——用時間特徵＋錯誤模式＋求助（hint）特徵區分 boredom／engaged concentration／frustration／confusion 四態；DASKT（arXiv 2502.10396）更把 affect 與 knowledge tracing 融合。建議：v1 只收訊號不做推斷，反思 prompt 引用此四態分類法——霧區可升格決策點。
議題演變 lens（收編自 InfraSystem 蒸發提示）：Zep 架構＝episodic/semantic/community 三子圖，label propagation 動態社群偵測＋雙時間戳（事件時間×攝取時間）——「議題/敘事演變追蹤」的機制先例確認存在，與 EverOS L1 定案（Graphiti bi-temporal）同源一致，無翻案需求；日後要做敘事層演變，Graphiti community 模式是現成參考。
兩家都實地考察（OpenClaw 讀 repo 原始碼結構；Hermes 直接查 Mini 本機安裝 v0.19 的 CLI），「越用越懂你」拆出來是四件事的疊加：
| 機制 | OpenClaw（384k★，MIT） | Hermes（Nous，本機實測） | EverOS 對應 |
|---|---|---|---|
| ①自動採集 | extensions/active-memory：transcript-watch → 自動抽取 → trigger-recall 自動注入 |
session 內建 | ✅ ingest 管線（同型） |
| ②策展核心 | memory-core（md）＋memory-wiki（wiki-maintainer／obsidian-vault-maintainer——Karpathy wiki 產品化） |
內建 MEMORY.md／USER.md 永遠在 | ✅ memory/*.md＋L2 藍圖 |
| ③週期反思 | （migration/consolidation 在 memory-core 內） | curator：輔助模型背景週期審查 skills——prune 過期、整併重疊、封存（永不刪、可回滾） | ✅ muse／distill（同 DNA） |
| ④演變可視化 | Star Map（desktop） | journey／memory-graph：學到的 skills＋記憶的時間軸星圖，可播放捲動 | ❌ 缺——正是本爐心臟要補的位置 |
判讀：「越用越懂你」的印象＝①②③的工程＋④的劇場——使用者看得見agent 在成長，信任感來自可視化的演變時間軸。EverOS 前三件都有（且形態相同，屬獨立收斂＝相互驗證），唯獨④空白，而④正是「行為遙測反思迴路」的消費端形態：Brian 週報是它的表格版，Ethan 後設認知鏡子（消費者選項三的遠期）就是 learner 版 journey 星圖——Hermes journey 是現成的視覺設計參考。
另兩個副產品：(a) Hermes 外掛記憶市場（mem0/honcho/hindsight/openviking/retaindb/byterover/holographic 七家可插拔）＝記憶底層的競品清單快照，日後 platform eval 更新可用；(b) OpenClaw 官方出 extensions/memory-lancedb——38 萬星專案把 LanceDB 當一級記憶後端，upstream 修 bug 的社群壓力大增，對「LanceDB 長遠嚴不嚴重」（支援線 3）是顯著利多數據點。
對心臟的結論：這些 runtime 反思的對象是對話；心臟反思的對象是行為遙測——機制同構、模態全新，build 路線不變，借鑒點＝curator 的「永不刪＋可回滾」紀律與 journey 的時間軸可視化。
deeptutor/services/memory/（trace.py／consolidator/modes/）＋learning/（mastery.py／models.py／scheduler.py）＋multi_user/——細目與引文見 deeptutor-hkuds-2026-07-29.md §9| 管道 | 狀態 |
|---|---|
| gh search repos（6 組詞面）＋負對照（lightrag ✅） | ✅ 掃過 |
| gh search issues（需求面 2 組） | ✅ 掃過（皆 0 命中，照列附錄） |
| HN Algolia（knowledge tracing／xAPI） | ✅ 掃過（聲量趨零＝領域不在 HN 主流） |
| WebSearch 5 發 | ✅（清單見附錄；site: 未用，回傳網域已檢查） |
| AlternativeTo（錨點 Learning Locker） | ✅ 低產出（僅 2 替代品）——冷門類別，以 gh 掃補位 |
| pypistats（pyBKT） | ✅ |
| X（Hermes） | ⏭️ 本掃描未跑（DeepTutor 面已在 §增補 跑 3 則；idea 面 X 非有效管道） |
| 中文圈／awesome 清單／gh search code／學術全面掃 | ❌ deep 檔未開 |
| shortlist 縮減 | ⚠️ bus factor＋API 三件組僅 DeepTutor 全跑（quick 檔） |
gh search repos：xapi lrs（8 hits）／learning record store（6）／knowledge tracing（8）／open learner model（5，全 0★ 學術）／handwriting analysis education（0）／負對照 lightrag（✅ 3 hits）
gh search issues：track student mastery over time（0）／handwriting data student analytics（0）
gh api：EduKTM／pyBKT／learninglocker／lrsql（license＋pushed）
HN Algolia：knowledge tracing（top 3 pts）／xAPI learning（top 2 pts，混入 XAI 誤中）
WebSearch：①xAPI learning record store open source 2026 Learning Locker status abandoned／②pen stroke handwriting dynamics detecting student attention engagement tablet research／③affect detection education interaction log data boredom frustration Baker detector／④Zep Graphiti temporal knowledge graph community summary track topic evolution over time／⑤"open learner model" software tool visualization student mastery open source
WebFetch：alternativeto.net/software/learning-locker/（2 替代品）
pypistats：pybkt（~20/日）／deeptutor（100-150/日）
§4b 追加（07-31）：gh search repos openclaw／hermes agent nous；gh api openclaw/openclaw（樹狀掃 memory 路徑＋LICENSE 原文開檔＝MIT）；本機 ~/.local/bin/hermes {memory,memory-graph,learning,insights,journey,curator} --help 實測
tier: quick。升級 deep 可加掃：中文圈詞矩陣（V2EX/知乎——中文教育科技圈可能有未被英文詞彙覆蓋的先例）、Caliper Analytics 深查、gh search code 以 xAPI verb 實作反查、學術系統掃（EDM/LAK 會議線）、Wayback 死案考古（機構級學習分析 startup）。本報告為 2026-07-31 時間快照，>3 個月後引用請先重掃。