Hashcards是一款本地优先的间隔重复学习工具，采用纯文本Markdown文件存储卡片，支持问答和填空两种卡片类型，使用FSRS算法安排复习计划，通过命令行启动网页界面进行学习。

文章标题：Hashcards：基于纯文本的间隔重复记忆系统

核心内容概述：

Hashcards是一款本地优先的间隔重复记忆应用，类似于Anki或Mochi，但其独特之处在于完全基于纯文本文件存储记忆卡片，而非传统数据库。以下是关键要点：

1. 核心设计理念

• 纯文本存储：所有记忆卡片以Markdown文件形式存储在本地目录中，例如： Cards/ Math.md Chemistry.md 每个文件（称为"deck"）包含普通问答卡或填空卡（cloze deletion），例如： ``` Q: 突触小泡的作用是什么？ A: 存储神经递质以便在突触终端释放。

  C: 语言在[布罗卡区]产生。 ```

• 内容寻址：卡片通过文本哈希值唯一标识，修改内容会自动生成新卡片。

• 学习方式：通过命令行启动本地Web界面进行复习，学习记录存储在同目录的SQLite数据库中。

2. 优势与创新

• 完全可控性：
  • 可用任意文本编辑器修改卡片
  • 支持Git版本控制，便于追踪变更和协作共享
  • 可通过Unix工具（如grep/awk）批量处理卡片
• 低摩擦创作：
  • 填空卡使用方括号[]标记（比Mochi的{{::}}更简洁）
  • 多行卡片支持，视觉分隔清晰
• 扩展性：
  • 可通过脚本自动生成卡片（如将CSV词汇表转为记忆卡）
  • 无需依赖插件系统（对比Anki）

3. 开发动机

作者因对现有工具不满而创建Hashcards： - Anki的痛点： - 界面丑陋，操作繁琐（如必须手动点击"Study Now"） - 依赖WYSIWYG编辑器，打断输入流 - 插件生态脆弱 - Mochi的缺陷： - 填空卡语法冗长 - 缺乏类似Anki的"note types"自动生成功能 - 算法过于简单（近期才支持FSRS算法），长期记忆效果差

4. 技术实现

• 采用FSRS算法（当前最先进的间隔重复调度算法）
• 复习界面通过Web实现（localhost:8000）
• 性能数据存储在SQLite中，与卡片文件分离

5. 设计哲学

• 关键原则：最大限度降低卡片创建/编辑的摩擦
  • 研究表明，记忆效果与卡片数量/多样性正相关
  • 传统工具的操作成本会抑制知识转化效率
• 文本优先：
  • 便于与现有工具链（编辑器/Git/脚本）集成
  • 避免被特定应用的数据格式绑架

6. 潜在用途

• 学术研究（按教材章节组织卡片）
• 语言学习（批量生成词汇卡）
• 知识共享（通过GitHub公开个人记忆库）

总结

Hashcards通过回归纯文本这一简单形式，解决了传统间隔重复工具在界面、算法和数据所有权方面的局限性。其设计强调用户对数据的完全控制，同时通过技术手段降低知识管理成本，为高效学习提供了新范式。

以下是评论内容的总结：

1. 支持Markdown格式

   • 认为Markdown具有通用性、可读性和可扩展性，适合知识管理和卡片制作。
   • 引用："Markdown is the final perfect form for every text... Every product will eventually use markdown as their content store."
   • 引用："You can view them anywhere... Formatting doesn't decrease the readability."

2. 对Anki的批评与辩护

   • 批评Anki界面丑陋、数据格式复杂，但支持者认为其功能强大且可定制。
   • 引用："First, [Anki] is ugly to look at... You can customise note types with CSS and Javascript."
   • 引用："I feel like every criticism of Anki... was either highly subjective, exaggerated, unfair, or outright wrong."

3. 改进建议

   • 希望支持更多媒体类型（如音频、图像）和更好的导入功能。
   • 引用："For language learning I've found audio playback and images to be very useful."
   • 引用："I wish Anki competitors would implement a decent 'import from Anki' feature."

4. 其他工具和方法

   • 推荐使用树状结构组织知识、Google表格管理数据或特定工具（如Ankivalenz、hashcards）。
   • 引用："Turn the subject matter into a knowledge tree... Flashcards are generated by traversing the tree."
   • 引用："Allow me to plug Ankivalenz... my library that turns (structured) Markdown files into Anki decks."

5. 用户群体疑问

   • 质疑是否只有学生和语言学习者使用这类工具。
   • 引用："Does anyone outside of people in school or language learners use these type of tools in any interesting ways?"

总结反映了对现有工具（如Anki）的多样化看法，以及对更灵活、可扩展解决方案的需求。