配套《从零构建大语言模型》一书的代码,用 PyTorch 分步实现类 GPT 的大语言模型。
AbdullahAlhariri/penmentor
一款 AI 数学导师,在屏幕上直接批改你手写的解题过程,给出提示而非答案,并可用 manim 演示动画。
- Star
- 68
- Fork
- 3
- 未关闭 Issue
- 0
- 最近提交
- 17小时前
这是什么?
penmentor 是一款用于手写数学学习的桌面工具。在数位板上书写时,按下快捷键即可把当前页面交给 AI 模型批改,批改结果会像老师用彩色笔一样直接画在屏幕上:圈出第一个真正的错误,勾出正确的步骤,并给后续受影响的步骤划线。提示分为几个层级,从轻微点拨到点明所用方法,也可以出回忆题或找错题。
框选页面中的一部分后,工具会用 3Blue1Brown 的 manim 库生成可交互动画,例如拖动积分上下限、观察黎曼和逼近的过程。它面向 Linux 下 X11 环境的 xournal++,并附带一个小插件,让模型能读取整页内容而不仅是屏幕可见部分。
它直接调用已安装的 AI 命令行工具,而非单独的 API 密钥,支持 Claude Code、Codex 和 Antigravity CLI,在设置中通过模型前缀选择。使用前需登录其中一个工具,并安装 rofi、slop、xdotool 与 PyQt6。
核心功能
- 01在屏幕上直接批改手写内容,圈出第一个错误并勾选正确步骤。
- 02提供分级提示,而不是直接给出完整答案。
- 03对框选的页面区域生成可交互的 manim 动画。
- 04通过模型前缀支持 Claude Code、Codex 和 Antigravity CLI。
- 05附带 xournal++ 插件,让模型读取整页内容。
- 06提供回忆题和找错题练习。
适用场景
- 在 xournal++ 中用数位板手写练习微积分或其他数学内容。
- 在不必把作业复制到聊天窗口的情况下,获取解题步骤的反馈。
- 把积分、极限等概念做成可交互动画来直观理解。
快速上手
- 1
克隆仓库
git clone https://github.com/AbdullahAlhariri/penmentor ~/src/penmentor - 2
运行自检
~/src/penmentor/bin/penmentor --selftest - 3
在窗口管理器中将 bin/penmentor 绑定到一个按键(参见 i3 示例和指南)
使用前须知
- 仅支持运行在 X11 上的 Linux,最适合搭配 i3 使用。
- 需要安装并登录 agent 命令行工具(claude、codex 或 agy),还需要 rofi、slop、xdotool 和 PyQt6。
- 工作流程基于 README 中描述的 xournal++ 使用方式。
标签
常见问题
- penmentor 是什么?
- 一款 AI 数学导师,在屏幕上直接批改你手写的解题过程,给出提示而非答案,并可用 manim 演示动画。 penmentor 是一款用于手写数学学习的桌面工具。在数位板上书写时,按下快捷键即可把当前页面交给 AI 模型批改,批改结果会像老师用彩色笔一样直接画在屏幕上:圈出第一个真正的错误,勾出正确的步骤,并给后续受影响的步骤划线。提示分为几个层级,从轻微点拨到点明所用方法,也可以出回忆题或找错题。
- penmentor 可以免费使用吗?用的什么许可证?
- penmentor 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- penmentor 还在维护吗?
- 活跃维护中。penmentor 最近一次提交是在 2026年10月20日。
- penmentor 适合用来做什么?
- 在 xournal++ 中用数位板手写练习微积分或其他数学内容。 在不必把作业复制到聊天窗口的情况下,获取解题步骤的反馈。 把积分、极限等概念做成可交互动画来直观理解。
- penmentor 怎么安装和运行?
- 克隆仓库: git clone https://github.com/AbdullahAlhariri/penmentor ~/src/penmentor 运行自检: ~/src/penmentor/bin/penmentor --selftest 在窗口管理器中将 bin/penmentor 绑定到一个按键(参见 i3 示例和指南)
- 在哪里获取 penmentor?
- 源代码和安装说明在 GitHub 上:https://github.com/AbdullahAlhariri/penmentor
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一个通过编写可执行 Manim 代码来生成教学视频的多智能体框架。
面向 AI 智能体的网页搜索、抓取与交互 API,输出干净的 Markdown、JSON 和截图。
面向智能体的记忆基础设施,将对话与执行过程转化为可持久化的结构化记忆,支持 Python 与 TypeScript。
本地向量索引与 RAG 工具,通过按需重算向量将存储占用降低约 97%,可在笔记本上检索个人数据。
面向企业的智能体工作流平台,用于构建和运行 AI Agent,集成模型管理、MCP 工具与 RPA 自动化。