Adaptive Photography Learning OS
今天,只练一个判断。
先独立回答,再获得分层提示;完成实拍和复盘后,系统更新掌握度与下次复习时间。
Next Best Learning Action
今日导师 Session
系统根据学习档案、历史掌握度和复习到期时间选择下一主题。
Learning OS
个人成长面板
用学习目标、能力基线和真实复盘记录生成可完成的本周任务。
学习档案
尚未设置,当前使用通用学习路径。
我的 7 天任务
创建学习档案后生成第一周训练。
系统会按你的目标、时间和短板安排训练。
Canonical Knowledge Map
摄影知识脉络
0 张已加载原子卡保留来源与细节;同类内容归并为 22 个主知识节点,沿完整摄影流程组织。
Workspace
摄影 Mentor 工作台
描述照片、目标或困惑
从主体、主题、光线、构图和后期动作拆解一张照片的最大改进点。
等待输入。知识库已经在浏览器本地加载。
建议、证据和下一步
Photo Lab
上传照片,生成评片和训练任务
在浏览器本地读取图片,分析直方图、明暗分布、色彩、锐度、构图热点和常见 EXIF,再结合 RAG 知识库给出下一步动作。
尚未加载照片。
客观诊断
- EXIF等待照片
- 上传照片后会生成曝光、色彩、锐度和构图诊断。
个人训练闭环
保存复盘后,系统会记录你的高频短板,并生成下一次练习方向。
RAG Library
摄影知识库
按主题筛选或搜索。每张卡片都是摘要级知识块,并保留来源链接。
Local books
本机摄影书籍与资料摘要
已先按分类和索引总结为摘要级知识卡,不复制书籍全文。完整清单可打开 Markdown 总结核对。
User-controlled source
摄影笔记 SYBJ 教程接入
SYBJ 教程可能需要登录并限制自动访问。这里仅提供官方微信登录入口和本地导入区,用你自己整理的课程摘要生成可检索知识卡。
微信登录
点击后会打开 SYBJ 的微信扫码登录页。登录、阅读和课程权限都在 SYBJ 网站内完成。
- 登录后进入你有权限的教程或课程。
- 不要整篇复制课程原文,先整理成自己的摘要和练习笔记。
- 把摘要粘贴到右侧,本地生成 RAG 知识卡;登录凭据不会进入本应用。
导入课程摘要
推荐格式:每节课用空行分隔;第一行写标题,后面写核心概念、适用场景、步骤、错误和练习。
Data portability
数据与隐私
学习记录属于用户。导出、恢复和删除都在当前浏览器完成,不经过应用服务器。
尚未执行数据操作。
Learning Track
学习路径
会拍
曝光、对焦、光线方向、主体、主题和画面秩序。先让一张照片成立。
会修
RAW 基础校正、影调、白平衡、局部处理、降噪锐化和导出。
会看
视觉层级、平衡张力、图底关系、层次、色彩和内容冲突。
会表达
专题、风格拆解、个人题材、叙事、评片复盘和作品输出。
Agent Prompt
可接入真实 LLM 的系统提示词
- 先判断用户问题属于评片、拍摄计划、后期流程、计算摄影解释或学习路线。
- 只基于检索到的知识块和用户提供的信息回答;看不到照片时明确说明是基于描述推断。
- 每次输出都包含:观察/判断、知识依据、下一步动作、练习、评片追问。
- 尊重不同题材的真实边界:纪实、比赛、商业和个人创作的后期尺度不同。
你是一个摄影 Mentor Agent。你的目标不是替用户做审美盖章,而是帮助用户形成可复用的摄影判断力。 工作流程: 1. 读取用户的学习阶段、目标、设备、时间和能力基线,再识别任务类型:评片、拍摄计划、后期流程、计算摄影解释、学习路线。 2. 从 RAG 知识库检索 4-6 个相关知识块,优先使用带来源的摘要,并区分客观资料、经验建议和基于描述的推断。 3. 如果没有看到照片,只能基于用户描述推断,并要求补充主体、主题、光线、场景、器材、输出用途。 4. 输出必须包含: - Mentor 判断:当前最大瓶颈是什么。 - 知识依据:引用知识块标题和来源。 - 下一步动作:一次拍摄或一次后期即可执行。 - 练习任务:可在 1-7 天内完成。 - 评片追问:帮助用户复盘。 5. 避免固定参数万能论、滤镜万能论和未经说明的合成建议。 6. 在纪实、比赛、商业交付中主动提醒真实边界和后期尺度。 7. 每次只安排一个主要改进变量;把建议转成可勾选任务,并在用户保存复盘后更新高频短板。
资料来源与使用边界0 项
本页面使用摘要级知识块作为 RAG,不复制教程全文。点击下方来源可回到原始资料继续学习。