wrong-notebook（智能错题本）：AI 错题本，拍照识题、举一反三、组卷打印全包最新版

一、项目概览

margrop/wrong-notebook 是一个可自托管的 AI 错题管理系统：把错题拍张照（或输入文字），AI 负责识别、解答、打知识点标签并评定难度，再围绕错题做举一反三练习、组卷打印和掌握度跟踪。简单说，它就是帮学生把”抄错题 + 反复刷”这件苦差事，尽量交给 AI 和算法来干。

截至 2026 年 10 月 29 日的真实数据：

• Stars：357 / Forks：49 / Open Issues：0
• 创建时间：2026-10-18，最后推送 2026-10-29（上线仅 11 天就冲到 357 Stars）
• 许可证：MIT（可商用、可改）
• 语言：TypeScript，仓库 874 个文件，结构完整（含测试、CI、文档）
• 最新版本：v2026.10.26（2026-10-26 发布，更新节奏很密）
• 上游：Fork 自 wttwins/wrong-notebook（上游 789 Stars / 296 Forks，2025-11 创建）；本仓库在此基础上加了相当多功能
• 在线演示：wrong-notebook-demo.vercel.app（共享账号 demo@localhost / demo123456，数据公开，别录隐私）
• 项目主页：blog.margrop.net/wrong-notebook-github-pages

它最讨喜的一点：不强制你买 API Key。选「MiniMax Code OAuth」渠道，用 MiniMax Code 账号网页登录就能调模型，应用每天自动签到领免费积分，识题、讲解等 AI 功能消耗的就是这份免费额度。对一个”给孩子用”的家长向项目来说，这个入口大大降低了门槛。

二、核心能力：围绕”一道错题”做闭环

整套功能不是零散堆砌，而是以”一道错题”为起点，串起了一个复习闭环：

• 拍照/输入识题：拍照或贴文字，AI 识别题干、答案、解析，自动打知识点标签并评难度星级；带原图时还能重新生成解答和配图。
• 错题本管理：按学科、年级学期组织错题本，支持筛选、批量操作和两题相似度比较。
• 举一反三：基于错题生成同知识点的变式题（填空或解答，可选难度），提交后自动判题——写法一致直接判对，否则由 AI 对照标准答案判定并给依据。每道错题暂存最近一次变式，需要新题再点”重新生成”。
• 掌握概率：根据举一反三和试卷作答历史，由 AI 评估每道题的已掌握概率，划分”待复习 / 复习中 / 已掌握”三态，阈值默认 50%，可每人单独调。
• 今日复习（艾宾浩斯）：按 1、2、4、7、15、30 天间隔安排复习，做对进下一轮、做错从头来；导航栏”复习”页列出今天到期的错题。
• 错题试卷：按错题本、知识点、掌握情况随机抽题，生成一套可打印试卷；做完按题录入结果，计入原题作答历史。
• 错题打印：筛选后打印，可选题目文字/原图、答案、解析、知识点，调图片比例，直接打印或存 PDF。

三、管理与工程化：已经像个正经产品

超出”个人玩具”范畴的部分，是这个项目的工程完成度：

• 多维度筛选与统计：按掌握状态、时间、知识点、年级学期、试卷等级筛选；数据统计含掌握率、月度趋势、学科分布。
• 后台任务：右下角按钮可看识别、AI 生成、批量标注、组卷等耗时事务进度，离开页面事务仍在服务器继续。
• 数据导入导出：设置里一键备份/恢复（错题本、错题、练习、试卷、偏好），账户凭据和 AI 配置不进备份。
• 多用户与管理后台：注册/登录、数据按用户隔离；管理员可开关注册、限制每人每日 AI 次数、查看用量、启用/禁用/删除用户。
• 安装向导：管理员首次登录强制改默认密码 → 配置 AI 渠道 → 建错题本，后两步可跳过。
• 时区与 PWA：默认北京时间（可改）；支持 PWA 加到主屏，断网显示离线页（数据仍走服务器）。
• Openclaw 集成：外部 agent 可通过 POST /api/openclaw/batch-upload 批量上传题目图片。

四、技术栈

技术选型偏现代、偏”全家桶”，对二次开发者友好：

有意思的细节：题目配图、举一反三和试卷新题的”图片”都是让模型直接输出 SVG 代码生成的，不调用任何图片生成模型——这也意味着对模型的几何作图和 SVG 动画（SMIL）能力有一定要求。公式渲染走 KaTeX，LaTeX 出错还能在详情页”修复 LaTeX”。

五、安装与部署：四套方案，覆盖几乎所有场景

部署灵活性是它的一大卖点，官方给了四种方式：

• ① 本地源码：Node.js 22+（推荐 24），npm ci → prisma migrate dev + db seed → npm run dev，默认管理员 admin@localhost / 123456。
• ② Docker（推荐）：镜像 ghcr.io/margrop/wrong-notebook，支持 amd64/arm64，标签有精确版本（如 2026.10.20）、当月（2026.10）、latest。挂载 data/（SQLite）和 config/（AI 配置）即可，升级只跑迁移、数据保留。
• ③ 源码构建镜像：改代码或未发布改动时 docker build，构建期会跑全部测试并完成生产构建。
• ④ 安装包：npm i -g wrong-notebook 一条命令起服务；另有 Windows / macOS / Linux / 飞牛OS（fpk）/ 安卓 全套安装包。安卓分单机版（内置服务端）和客户端（连服务器）两种，平板可横竖屏。

六、AI 配置：免费入口是亮点，但有个小提醒

AI 配置可在网页里动态改、无需重启，且网页配置优先级高于环境变量。支持的模型很全（含各家的 OpenAI 兼容接口和兼容 Anthropic 的服务）。其中「MiniMax Code OAuth」最省心：

• 用 MiniMax Code 账号网页登录，不需要 API Key、不需要付费套餐；
• 登录后应用每天自动签到领积分，AI 调用消耗的就是免费额度，剩余积分随时可在设置页看；
• 默认模型 MiniMax-M3.1-Flash，已实测支持图片识别。

需要诚实提醒的是：这个渠道用的是 MiniMax Code 桌面客户端的设备码 OAuth 登录方式，不是官方开放接口，MiniMax 未来可能调整或限制；另外它依赖模型的”图片输入 + SVG 代码输出 + 较长单次输出 + 严格格式”等能力，老模型或纯文本模型部分功能会用不了。作者也在 README 里明确写了”请遵守 MiniMax 的服务条款”。

七、与上游（wttwins/wrong-notebook）的关系

这不是凭空造轮子，而是站在上游肩膀上：上游 wttwins/wrong-notebook（789 Stars）是”基于 AI 的学生错题本”的原点，本仓库于 2026-10-18 Fork 后做了大量增强，截至写稿已反超到 357 Stars。README 明确提示上游镜像不含本仓库新增功能，要用就拉 ghcr.io/margrop/wrong-notebook。从文件结构看，本仓库新增了多用户/管理后台、掌握概率 AI 评估、Openclaw 集成、安卓单机版、飞牛OS 打包、HTTPS 内置支持、更完整的文档与 CI/CodeQL 等。简单讲：想用更”全”的那一版，选 margrop 这个 Fork。

八、值不值得用 / 适合谁

适合：

• 家有 K12 学生的家长，想少抄题、多复习；
• 愿意自托管（NAS、飞牛OS、Docker、甚至一台旧电脑）注重数据隐私的人；
• 想白嫖 AI 额度、又不想折腾 API Key 的轻度用户（MiniMax Code 入口）；
• 有二次开发需求的教育类开发者（MIT、结构清晰、测试齐全）。

需要注意：

• 项目很年轻（11 天），API/配置细节未来可能变动，跟上游一样属于”快速演进”状态；
• AI 效果天花板取决于你接的模型，免费档够用但别期待顶级推理；
• 屏幕截图功能依赖 HTTPS（局域网/Docker 需按官方指南开内置 HTTPS）；
• 安卓单机版数据存本机，卸载/换机前记得在设置里导出备份（含 API Key，不参与系统备份）。

一句话结论：这是目前把”AI 错题本”这件事做得最完整、部署门槛又最低的开源方案之一——功能闭环到位、多平台覆盖、还有免费 AI 入口，MIT 可随意改。唯一要等的，是它太年轻、还需要时间把稳定性磨出来。对学生党和注重数据自有的家长来说，值得在 NAS 或飞牛OS 上跑一个。