用AI开发者空间做一个间隔重复闪卡工具：调度算法与安全发布实践

一、背景

背单词和复习知识点最怕两件事：一是不知道今天该复习什么，二是复习节奏全凭感觉。间隔重复（Spaced Repetition）正好解决这个问题：记得牢的卡片隔久一点再看，记不住的卡片尽快重复。我在华为云 AI 开发者空间体验版里，让 AI Shell 从零生成了一个纯前端闪卡工具“碎片背卡”，并发布到了开发者作品展览馆。

二、功能设计

• 卡片翻转：点击正面查看答案，支持空格键和回车键翻转；
• 三档评分：忘记、模糊、记住，评分后自动安排下次复习时间；
• 卡片组管理：新建、编辑、删除，支持 JSON 导入导出；
• 学习统计：今日待复习数、连续打卡天数、累计复习次数；
• 纯前端单页，数据存 localStorage，跟随系统深浅色，适配手机，不依赖任何 CDN。

三、简化版调度算法

完整的 FSRS 需要拟合记忆模型参数，对一个小工具来说偏重。这里采用接近 SM-2 的简化思路，每张卡片只记录三个量：间隔天数 interval、难度系数 ease（初始 2.5）和复习次数 reps。

• 记住：ease 增加 0.1（上限 3.5），interval 乘以 ease；
• 模糊：ease 减少 0.15（下限 1.3），interval 乘以 1.3；
• 忘记：ease 减少 0.2（下限 1.3），interval 重置为 1，明天再复习。

首次复习后间隔 1 天，第二次 3 天，之后按难度系数逐步拉长。评分按钮上会实时显示“下次复习时间”的预测值，用户在点之前就能看到这次选择的后果，比只显示三个字更直观。

这个方案的取舍很明确：牺牲 FSRS 的个性化精度，换来零参数、可解释、几十行就能写完。对于每天几十张卡片的个人使用场景已经足够。

四、让 AI 写代码时的约束

体验版环境集成了 hcloud 和各类云资源管理能力，所以需求里我专门加了边界：只在项目目录内读写文件，不调用任何云 API。AI Shell 识别到这条约束后，没有走云端编码通道，而是直接在本地写文件，最后用 python3 -m http.server 启动预览，并用 curl 确认三个资源都返回 200。

五、发布流程里的三处改进

上一次发布作品时踩过几个坑，这次在发布指令里提前写明，全部规避掉了：

• 先写 .gitignore 再 git init。发布 Skill 会安装到项目下的 .agents/ 目录并生成 skills-lock.json，如果先提交再补忽略规则，这些文件就会留在公开仓库的历史里。这次提交前就用 git ls-files 确认只有 5 个项目文件。
• 凭证不落进输出。GitCode 授权后的 token 存在本地配置文件里。这次要求 AI 不要直接打印文件，而是用 Python 的 tomllib 读取后只在内存中使用，日志里只打印字段结构和 token 类型。顺带发现 token 类型是 Bearer，认证头要写成 Authorization: Bearer，而不是 token 前缀。
• 复用已有的身份校验委托。首次发布会创建一个用于身份校验的 IAM 自委托，再次发布时直接复用，不重复创建，也不改动其他 IAM 资源。

六、总结

这次从提需求到作品上线，大部分时间花在等待依赖下载和封面生成上，真正需要人工介入的只有 GitCode 授权和选择投稿活动两步。比起写代码本身，更值得投入精力的是把边界写清楚：哪些目录能动、哪些云资源不能碰、凭证怎么用。AI 执行得很快，规则写在前面，比事后清理省事得多。

项目代码已开源在 GitCode：hid86006757/study-flashcard。