2 Commits

Author	SHA1	Message	Date
鄭沛軒	649246e540	feat: 完善智能複習系統需求規格書 v1.5 並新增驗證報告 ... ## 主要改進 ### 📋 規格書升級 (v1.0 → v1.5) - 新增 F-008 逾期復習處理機制，解決用戶延遲復習的重要場景 - 完善邊界條件處理和輸入驗證邏輯 - 新增監控指標與效果評估 (F-006) - 新增配置參數管理系統 (F-007) - 明確信心等級映射邏輯 (1-5 → 0.5-1.4) - 移除反應時間相關參數，簡化 API 設計 ### 🔍 新增驗證報告 - 完整的邏輯一致性評估 (評分 4/5) - 演算法正確性數學驗證 - 34項負向測試案例分析 - 明確的驗證標準和改進建議 ### 🧹 文檔清理 - 移除過時的範例文檔和設計文件 - 更新需求文檔和規劃筆記 ## 技術亮點 - 逾期懲罰係數算法：1-3天(0.9) → 4-7天(0.75) → 8-30天(0.5) → >30天(0.3) - 記憶衰減模型：每天5%衰減率，最多30天 - 完整的錯誤處理機制和 API 規範 - 階段式部署策略和監控告警 🤖 Generated with [Claude Code](https://claude.ai/code) Co-Authored-By: Claude <noreply@anthropic.com>	2025-09-25 15:12:10 +08:00
鄭沛軒	ee150273d1	docs: 新增智能複習系統完整設計文檔集 ... 📋 新增文檔: - 智能複習系統需求規格書.md - 業務導向的正式需求文檔 - 智能複習系統可行性分析報告.md - 技術可行性與風險評估 - 複習算法優化建議.md - 現有問題分析與改進建議 - 複習算法完整設計方案.md - 詳細技術設計與流程圖 - 複習算法簡化說明.md - 實作指南與代碼範例 🎯 文檔價值: - 將技術分析轉化為業務需求規格 - 提供完整的實作指導和範例代碼 - 包含可行性評估和風險緩解策略 - 支援從MVP到完整版本的漸進開發 📊 核心改進: - 替換過快的2^n算法為漸進式增長 - 引入階段性增長係數和表現回饋機制 - 重新設計熟悉度計算邏輯 - 確保與現有資料庫結構完全相容 🤖 Generated with [Claude Code](https://claude.ai/code) Co-Authored-By: Claude <noreply@anthropic.com>	2025-09-25 13:41:05 +08:00