103做题指南·每日5题复习策略

备考 复习系统 WPS多维表 艾宾浩斯 做题指南
发布日期:   2026-08-18

做题多维表格 - 正确查题方法

本文是 102关于把WPS多维表作为数据源的问题 的操作篇——连上 WPS 之后，具体怎么查题、怎么出题、怎么滚动复习。

配套技能文件：.workbuddy/skills/fuxi/SKILL.md（复习出题 SOP）

多维表格信息

成语学习复习计划文档

  • 文件名: 成语学习复习计划.otl
  • 链接: https://www.kdocs.cn/l/ci4hCErALzqt
  • 说明: 包含成语辨析(第1-43组)、复习计划表、艾宾浩斯复习间隔、每日学习记录

数据表结构

sheet_id 表名 说明
1 题目表 存储所有题目(题干、选项、答案、解析等)
4 做题记录表 每次做题的记录
5 考点表 考点分类
9 复习计划表 间隔复习计划（全自动公式表）

复习计划表字段 (sheet_id=9)

字段名 类型 说明
关联题目 OneWayLink→sheet1 链接到题目表
复习阶段 Number 0.01~0.05，对应5轮复习
本阶段完成时间 Formula 自动计算，改阶段时自动刷新为今天
间隔 Formula 自动计算，根据阶段映射 [1,2,4,7,15]
复习时间 Formula 自动计算 = 本阶段完成时间 + 间隔
已毕业 Checkbox 打勾后退出待复习队列

⚠️ 本阶段完成时间、间隔、复习时间三个字段都是公式字段，自动计算，不要手动修改！

题目表字段 (sheet_id=1)

字段名 字段ID 类型
题干 B MultiLineText
序号 C AutoNumber
选项A a MultiLineText
选项B b MultiLineText
选项C c MultiLineText
选项D d MultiLineText
答案 e MultiLineText
章节 g MultiLineText
解析 i MultiLineText
来源 j MultiLineText
中类 Bs SingleSelect
大类 Bt SingleSelect

⚠️ 关键注意事项

1. 出题时必须从题库读取原始内容

禁止凭记忆或之前读取的数据出题！ 每次出题前，必须用以下方法从题库中读取该题目的完整内容。

2. 正确查题方法

方法 A：按序号查题（推荐）

# 1. 生成查询 JSON
cat > /tmp/search_question.json << 'EOF'
{
  "file_id": "cosfegN7gkek",
  "sheet_id": 1,
  "page_size": 10,
  "filter": {
    "mode": "AND",
    "criteria": [
      {
        "field": "序号",
        "op": "Equals",
        "values": ["539"]
      }
    ]
  }
}
EOF

# 2. 执行查询
export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet list_records --file /tmp/search_question.json --compact 2>/dev/null > /tmp/question_result.json

# 3. 解析结果
python3 << 'PYEOF'
import json
with open('/tmp/question_result.json') as f:
    data = json.load(f)
records = data.get('data',{}).get('detail',{}).get('records',[])
if not records:
    records = data.get('data',{}).get('records',[])
for r in records:
    f = r.get('fields','')
    if isinstance(f, str):
        f = json.loads(f)
    print(f"序号: {f.get('序号','')}")
    print(f"题干: {f.get('题干','')}")
    print(f"A: {f.get('选项A','')}")
    print(f"B: {f.get('选项B','')}")
    print(f"C: {f.get('选项C','')}")
    print(f"D: {f.get('选项D','')}")
    print(f"答案: {f.get('答案','')}")
    print(f"解析: {f.get('解析','')}")
    print(f"中类: {f.get('中类','')}")
    print(f"章节: {f.get('章节','')}")
    print(f"来源: {f.get('来源','')}")
    print(f"记录ID: {r.get('id','')}")
PYEOF

方法 B：按记录 ID 查题（已知 record_id 时）

cat > /tmp/search_by_id.json << 'EOF'
{
  "file_id": "cosfegN7gkek",
  "sheet_id": 1,
  "records": ["Bq3"]
}
EOF

export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet records_search --file /tmp/search_by_id.json --compact 2>/dev/null

3. 获取今日待复习题目（每日限5题策略）

3.1 复习策略（必须遵守）

每日做题上限：5题，防止脑力过载。题目按优先级排序，选前5道。

优先级排序规则（从高到低）：

  1. 逾期的低阶段题（阶段0.01/0.02 且 复习时间 < 今天）— 记忆最脆弱，最危险
  2. 今天到期的低阶段题（阶段0.01/0.02 且 复习时间 = 今天）— 不能拖
  3. 逾期的高阶段题（阶段0.03/0.04/0.05 且 复习时间 < 今天）— 晚几天影响小
  4. 今天到期的高阶段题（阶段0.03/0.04/0.05 且 复习时间 = 今天）— 可推迟

原因：低阶段（0.01/0.02）记忆最不牢固，延迟复习影响最大；高阶段（0.04/0.05）记忆已较稳定，晚1-2天影响小。

注意：复习时间字段是公式字段（本阶段完成时间+间隔），无法直接修改。 积压的题会自动排到后续日期，每天只取前5道做，积压自然消化。

3.2 完整查题脚本

# 1. 从复习计划表(sheet_id=9)获取所有未毕业记录
cat > /tmp/query_review.json << 'EOF'
{
  "file_id": "cosfegN7gkek",
  "sheet_id": 9,
  "page_size": 500
}
EOF

export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet list_records --file /tmp/query_review.json --compact 2>/dev/null > /tmp/review_records.json

# 2. 筛选待复习题目并按优先级排序，取前5题
python3 << 'PYEOF'
import json
from datetime import datetime

with open('/tmp/review_records.json') as f:
    data = json.load(f)
records = data.get('data',{}).get('detail',{}).get('records',[])
if not records:
    records = data.get('data',{}).get('records',[])

today = datetime(2026, 8, 18)  # ← 改成当天日期
today_str = today.strftime('%Y/%m/%d')

pending = []
for r in records:
    f = r.get('fields',{})
    if isinstance(f, str):
        f = json.loads(f)
    if f.get('已毕业', False):
        continue
    review_date_str = f.get('复习时间', '')
    stage = f.get('复习阶段', 0)
    try:
        review_date = datetime.strptime(review_date_str, '%Y/%m/%d')
    except:
        continue

    is_overdue = review_date < today
    is_today = review_date_str == today_str
    is_low_stage = stage in [0.01, 0.02]

    if is_overdue and is_low_stage:
        priority = 1
    elif is_today and is_low_stage:
        priority = 2
    elif is_overdue and not is_low_stage:
        priority = 3
    elif is_today and not is_low_stage:
        priority = 4
    else:
        continue

    q_id = f.get('关联题目', [])
    if isinstance(q_id, list) and q_id:
        q_id = q_id[0]
    elif not isinstance(q_id, str):
        q_id = str(q_id)

    pending.append({
        'review_id': r.get('id',''),
        'question_id': q_id,
        'stage': stage,
        'review_date': review_date_str,
        'priority': priority,
        'is_overdue': is_overdue
    })

pending.sort(key=lambda x: (x['priority'], -x['stage']))

print(f"待复习总数: {len(pending)} 题")
print(f"逾期题数: {sum(1 for p in pending if p['is_overdue'])} 题")
print()

top5 = pending[:5]
print(f"今日做题({len(top5)}题):")
for i, p in enumerate(top5, 1):
    overdue_tag = " ⚠逾期" if p['is_overdue'] else ""
    print(f"  {i}. 阶段{p['stage']} | 复习日期:{p['review_date']}{overdue_tag} | 题目ID:{p['question_id']} | 复习记录ID:{p['review_id']}")

q_ids = [p['question_id'] for p in top5]
print(f"\n题目ID列表: {q_ids}")
print(f"复习记录ID列表: {[p['review_id'] for p in top5]}")
PYEOF

# 3. 用 records_search 批量读取题目内容
cat > /tmp/batch_questions.json << 'EOF'
{
  "file_id": "cosfegN7gkek",
  "sheet_id": 1,
  "records": ["BqI", "BqS", "Bq1"]
}
EOF

export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet records_search --file /tmp/batch_questions.json --compact 2>/dev/null > /tmp/batch_result.json

# 4. 解析题目内容并展示
python3 << 'PYEOF'
import json
with open('/tmp/batch_result.json') as f:
    data = json.load(f)
records = data.get('data',{}).get('detail',{}).get('records',[])
if not records:
    records = data.get('data',{}).get('records',[])
for r in records:
    f = r.get('fields','')
    if isinstance(f, str):
        f = json.loads(f)
    print(f"===== 序号 {f.get('序号','')} =====")
    print(f"题干: {f.get('题干','')}")
    print(f"A: {f.get('选项A','')}")
    print(f"B: {f.get('选项B','')}")
    print(f"C: {f.get('选项C','')}")
    print(f"D: {f.get('选项D','')}")
    print(f"答案: {f.get('答案','')}")
    print(f"解析: {f.get('解析','')}")
    print(f"中类: {f.get('中类','')} | 章节: {f.get('章节','')}")
    print(f"记录ID: {r.get('id','')}")
    print()
PYEOF

4. 做完题目后更新复习阶段

核心铁律：答对只改"复习阶段"，答错什么都不改。

# 做完题目后，只需更新复习阶段，系统会自动计算"本阶段完成时间"和"下次复习时间"
#
# 阶段升级映射:
#   0.01 → 0.02
#   0.02 → 0.03
#   0.03 → 0.04
#   0.04 → 0.05
#   0.05 → 设为已毕业(已毕业=true)
#
# ⚠️ 只更新"复习阶段"字段，不要手动改"本阶段完成时间"和"复习时间"，那些是自动计算的

python3 << 'PYEOF'
import json

stage_map = {
    0.01: 0.02,
    0.02: 0.03,
    0.03: 0.04,
    0.04: 0.05,
    0.05: None
}

review_data = [
    {"id": "xxx", "stage": 0.02},
    {"id": "yyy", "stage": 0.02}
]

records = []
for item in review_data:
    new_stage = stage_map.get(item["stage"], 0.02)
    if new_stage is None:
        records.append({"id": item["id"], "fields": {"已毕业": True}})
    else:
        records.append({"id": item["id"], "fields": {"复习阶段": new_stage}})

payload = {
    "file_id": "cosfegN7gkek",
    "sheet_id": 9,
    "records": records
}

with open("/tmp/update_review.json", "w", encoding="utf-8") as f:
    json.dump(payload, f, ensure_ascii=False)
PYEOF

export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet update_records --file /tmp/update_review.json --compact

⚠️ 做完每道题后必须立即更新阶段，不能等全部做完再更新！否则同一道题可能再次出现在复习队列中。 ⚠️ 只更新"复习阶段"字段，"本阶段完成时间"和"复习时间"是系统自动计算的，不要手动修改！

艾宾浩斯滚动复习模型

阶段 间隔 说明
0.01 1天 第1轮复习
0.02 2天 第2轮复习
0.03 4天 第3轮复习
0.04 7天 第4轮复习
0.05 15天 第5轮复习（完成后毕业）
  • 间隔模型：相对间隔（本次完成日 + 该阶段间隔），非从录入日累加
  • 答对：只改复习阶段升一阶，WPS 自动刷新完成时间=今天、重算间隔与下次复习时间
  • 答错：什么都不改，复习时间不变仍 ≤ 之后每天，错题明天自动还在队列再撞
  • 毕业：升到 0.05 且答对 → 给已毕业打勾，退出待复习队列
  • 今日待复习口径：复习时间 ≤ 今天 且 已毕业 ≠ true

出题时的检查清单

  • [ ] 从题库读取了题目原始内容（不是凭记忆）
  • [ ] 题干完整无误
  • [ ] 选项 A/B/C/D 与题库一致
  • [ ] 标注了序号、来源、章节
  • [ ] 不提前透露答案

常见错误

错误 原因 解决
选项内容与题库不符 凭记忆出题 每次出题前重新读取
选项数量不对 没读取完整字段 检查选项A/B/C/D都有值
序号与题目不匹配 记录ID混淆 用序号查询而非记录ID
答案错误 同上 从题库读取答案字段
手动改了完成时间 不理解公式字段 只改复习阶段，其余自动算

更新解析到题库

python3 << 'PYEOF'
import json

analysis = "解析内容..."

payload = {
    "file_id": "cosfegN7gkek",
    "sheet_id": 1,
    "records": [
        {
            "id": "记录ID",
            "fields": {
                "解析": analysis
            }
        }
    ]
}

with open("/tmp/update_analysis.json", "w", encoding="utf-8") as f:
    json.dump(payload, f, ensure_ascii=False)
PYEOF

export PATH="/root/.local/bin:$PATH"
kdocs-cli dbsheet update_records --file /tmp/update_analysis.json --compact
文章作者: 摸鱼
文章链接: https://www.930408.xyz/2026/08/18/rc/103-zuo-ti-zhi-nan-mei-ri-5-ti-fu-xi-ce-lue/
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 摸鱼 !
备考 复习系统 WPS多维表 艾宾浩斯 做题指南
赏
  目录