全部是自包含的本地 HTML —— 拷走这个目录就能在任何地方打开， 不依赖网络、不依赖仓库、不依赖任何服务。
十个学科、400 节点、673 边。四类节点按能不能打分区分，可归因边可单独筛出 —— 切换那个开关，就看得见掌握度评估在哪些学科上真正成立。
机器建了 640 条边并直接标成「已确认」，没有人验证过。分层抽 50 条请老师判，20 分钟出基线准确率。这是目前唯一一个花两小时就能改变项目走向的动作。
注入 51 条已知为假的边做压测。结论不是预期的那个：加学习者没用，判据本身分不开真假边，而且数据越多被误判为supported 的假边越多。
最早的单科交互原型。可归因边占比 75%，是十科里最高的 —— 所以它是验证「机器建图能不能用」的最佳样本。
键盘 1/2/3 快审待定边，逐条计时，导出可回填的 JSON。跳过保持待审、不算否决 —— 拿不准的边不该被静默丢弃。
章节 → 知识点的多选确认页。一节对应几个知识点是常态，拆成多个是非题会让工时翻倍，也让人失去「这一节整体在教什么」的判断视角。
把裁出的教材插图和模型写的描述并排放。几何题的讲解全靠这个描述，它准不准只能人眼判。
下一步只有一件事值得做：把「抽样审计」发给一个数学老师。
压测已经证明自我校正机制在可预见的规模上不生效，所以人工审核不是补充， 它就是唯一的质量机制。而机器建的 640 条边，基线准确率至今是未知数 —— 在知道那个数字之前，横向铺小学和高中都是在未经验证的模型上加倍下注。