开发者margrop在V2EX分享开源项目Smart Wrong Notebook（智能错题本），该项目fork自wttwins/wrong-notebook并经过深度改造，采用MIT协议开源。项目针对传统错题整理“只存不练”、拍卷配图模糊、AI工具部署门槛高等痛点，构建了从拍照识别、动态讲解、举一反三、组卷打印到作答回填的完整闭环。核心功能包括：支持拍照、剪贴板粘贴、截图及Markdown/LaTeX录入，整页试卷可框选多题批量导入并自动判重；识别带图题目时AI直接输出SVG代码重绘几何图形与函数图像，放大打印不失真；难题可生成分步骤SVG动画讲解及GeoGebra交互演示；每道错题配有唯一6位来源ID，纸质作答后输入ID即可回填结果，AI综合历史作答动态评估掌握概率并自动流转复习状态。模型配置方面，后台内置MiniMax、DeepSeek、智谱GLM、Kimi四家国产大模型官方渠道预设，填Key即用，同时兼容Anthropic、OpenAI、Google Gemini及各类兼容接口的第三方服务。部署方式覆盖Docker、npm全局安装、Windows/macOS/Linux桌面版、飞牛OS及安卓APK。其中安卓单机版约75MB，内置完整Node.js服务端与SQLite数据库，通过NDK+Rust交叉编译Prisma引擎，无需服务器即可本地运行，断网也能查题。项目提供在线Demo及全平台安装包。
事件分析
技术层面，该项目最具参考价值的是安卓单机版的实现方案：受Android仅能执行nativeLibraryDir下二进制的限制，作者提取Termux的nodejs-lts运行时，用NDK+Rust交叉编译Prisma查询与迁移引擎，重命名并重写依赖链后放入jniLibs，使移动端无需服务器即可运行完整的Next.js+SQLite服务，这一打包思路对同类Web应用移动化具有借鉴意义。产品层面，“来源ID回填”设计打通了纸质练习与数字化追踪之间的断层，SVG矢量重绘解决了拍照截图打印模糊的实际问题，切中家庭学习场景的真实需求。产业层面，项目折射出国产大模型API生态可用性的提升——官方直连预设显著降低了AI应用落地门槛，开源社区正成为垂直场景AI应用的重要创新来源。后续若引入错题知识图谱与长期学情分析，有望向更完整的个性化学习工具演进。
核心观点：AI应用价值正从通用对话转向垂直场景闭环，国产大模型低门槛接入让独立开发者也能打磨出生产级工具。
原文链接：V2EX 分享发现
