Vibe-Learning 项目：简化教育阶段的问题

国庆期间，我开发了一个名为 vibe-learning 的项目，旨在简化教育阶段的问题。该项目基于 Claude code 的任务细节，并花费了大约 30 美元的 Claude 4.5 sonnet。由于资源匮乏，各类搜题软件解析质量低下，我在高考期间遇到了 openai-o1 发布，并在 11 月开始使用 DeepSeek-r1，以获得更实用的数学解题指导。由于我没有编程能力，我通过 vibe coding 创建了 vibe-learning，其中包含的流程旨在简化教育过程。我对多模态推理持怀疑态度，因此仅使用多模态模型进行文字识别，而将推理工作交给其他模型。尽管豆包、小猿搜题等大模型软件内嵌了题库，但只有豆包能够进行题目微调。对于变形题目，这类软件往往无法处理。我开发了 vibe-learning 来解决手写 LaTeX 识别耗时的问题。此外，我发现实时渲染对小内存设备不友好，因此我设计了分别渲染的功能。目前，Claude 和 Codex 都不会渲染 LaTeX，只有 markdown 语法渲染已经完成。我注意到 jupyter-web 是一个很好的 LaTeX 渲染工具，但由于经济原因，我无法使用 openai 的 20 美元/月服务，只能使用其他站的 API，并将输出调整为原始格式，然后粘贴到 jupyter 中进行格式调整，以便学习解题过程。