🤖 RepoCourse：AI 时代的项目复盘助手
发布时间：2026年8月16日
AI 让「完成项目」越来越快，但完成不等于理解。 这篇文章记录我如何开发 RepoCourse —— 一个输入代码项目、 输出技术复盘与学习报告的命令行工具。
为什么要做这个工具
AI 辅助编程让项目完成的速度大幅提升，但也带来了三个新问题： 不知道自己真正学会了什么；不清楚哪些部分依赖 AI；不知道下一步应该学什么。
项目跑通了，知识未必进了脑子。所以我希望做一个工具， 把「做完项目」变成「理解项目」——这也是 RepoCourse 名字的由来： 把每一个 repo 变成一门 course。
设计思路：四个环节
- 🔍 项目理解：扫描项目结构、技术栈与核心代码逻辑。
- 🤝 AI 协作分析：基于 Git / Agent 日志等证据，复盘你与 AI 的分工（不是作弊检测，而是了解自己）。
- 🎯 技能评估：技能档案 × 项目证据 × Quiz × AI 贡献，评估真实掌握程度。
- 📈 学习反馈：输出学习盲区、面试问题与下一步练习建议。
技术实现
项目使用 Python 3.10+ 开发，零第三方依赖，LLM 支持 DeepSeek / OpenAI / Ollama。 一次复盘输出双报告（《README复盘.md》＋《learning_report.md》）、 知识图谱（json / html / canvas / mindmap）与个性化学习计划 learning_plan.json。
使用方式
pip install repocourse
apr review .不用安装也可以直接运行：python -m apr review .
运行效果
对 RepoCourse 自身运行一次复盘，生成的《README复盘.md》节选：
开发收获
- 把「复盘」流程化：扫描 → 理解 → 评估 → 反馈，每个环节都可以独立打磨。
- 本地证据与 LLM 分析结合，让报告有据可查，而不是空泛的 AI 总结。
- 完整走了一遍 PyPI 包的开发与发布流程。