DeepLearning.AI：看完短课容易忘：把自己的笔记做成间隔重复卡片是个好办法

看完短课容易忘。把自己的笔记做成间隔重复卡片是个好办法。 这篇做 to_anki.py：把 Markdown 里 Q: / A: / Tags: 格式的笔记转成 Anki 可以直接导入的文本文件（带文件头，自动选好分隔符、牌组和标签列），先检查重复和空答案；再用 Anki 官方的 Python 包在一个临时收藏里真实导入一次，确认 Anki 能正确识别。

先看清成品

• 用 Anki 官方 Python 包（anki 26.09.3）真实导入：5 张卡片、标签、牌组 学习笔记::RAG 和多行答案都正确。
• 真实测试重复导入：同一文件再导入 0 新增 5 重复；改一个答案再导入，在原笔记上更新，但计数在 first_field_match，不在 updated。
• 发现并修复：笔记格式错时脚本直接抛 Traceback。5 项 pytest 通过。

合规提醒：DeepLearning.AI 的课程视频、Notebook 和讲义受版权保护，按其使用条款只供个人学习。本文不复制、不抓取任何课程内容，只把课程讲到的方法用自己写的数据和代码重新做一遍。课程是否免费、证书规则以 deeplearning.ai 页面为准。卡片内容用自己的话写，不要大段复制课程讲义。

运行说明：全部在 box 上真实运行（2026-10-21 21:52 UTC+8 左右）。导入验证用的是 Anki 官方发布在 PyPI 的 anki 包和一个临时收藏，我没有在 Anki 桌面版里手动点导入。

做完之后你会得到什么？

需要准备哪些环境？

关键事实

文件结构

87-deeplearning-ai-C-src/
├── my_notes.md
├── to_anki.py
├── cards.txt
├── verify_import.py
└── test_to_anki.py

第 1 步：笔记格式

# RAG 学习笔记（自己的话）

Q: 句子窗口检索的思路是什么？
A: 用单个句子做检索单位，命中后把前后几句一起交给模型，兼顾检索精度和上下文。
Tags: rag 检索

Q: RAG 三元组指哪三项？
A: 上下文相关性（Context Relevance）、有据性（Groundedness）、答案相关性（Answer Relevance）。
Tags: rag 评估

Q: 为什么固定长度切块会出问题？
A: 可能把一个完整信息切成两半，比如把 IP 地址 192.168.31.20 切到两个块里。
Tags: rag

Q: 提示词的两条原则？
A: 1. 写清楚、具体的指令；
2. 给模型时间“思考”。
Tags: prompt

Q: 分隔符有什么用？
A: 把要处理的文本和指令分开，比如用 ```三个反引号``` 或 <tag></tag>，减少把输入当成指令的情况。
Tags: prompt 安全

第 2 步：转换脚本

"""把自己的 Q/A 笔记转成 Anki 可导入的纯文本文件（UTF-8，Tab 分隔，带文件头）。
格式依据 Anki 手册“Text Files”：文件头 #separator / #html / #columns / #deck / #tags column（2.1.54+）；
多行内容在 html:true 时用 <br>；尖括号和 & 需转义；Anki 用第一个字段判断重复，所以 Front 必须唯一。"""
import argparse, html, re, sys


def parse(md):
    cards, cur, key = [], None, None
    for line in md.splitlines():
        m = re.match(r"^(Q|A|Tags):\s*(.*)$", line)
        if m:
            key = m.group(1)
            if key == "Q":
                cur = {"Q": m.group(2), "A": "", "Tags": ""}; cards.append(cur)
            elif cur is None:
                raise ValueError(f"{key}: 出现在任何 Q: 之前")
            else:
                cur[key] = m.group(2)
        elif cur and key == "A" and line.strip():
            cur["A"] += "\n" + line            # 答案可以多行
        elif not line.strip():
            key = None
    return cards


def field(s):
    # 先转义 < > &，再把换行变成 <br>；Tab 是分隔符，替换成空格
    return html.escape(s.strip(), quote=False).replace("\t", " ").replace("\n", "<br>")


def check(cards):
    errs, seen = [], {}
    for i, c in enumerate(cards, 1):
        if not c["Q"].strip(): errs.append(f"第{i}张没有问题")
        if not c["A"].strip(): errs.append(f"第{i}张没有答案：{c['Q'][:20]}")
        k = c["Q"].strip()
        if k in seen: errs.append(f"第{i}张和第{seen[k]}张问题相同，导入时会被当成重复（Anki 按第一个字段判重）")
        seen.setdefault(k, i)
    return errs


def render(cards, deck):
    head = ["#separator:tab", "#html:true", f"#deck:{deck}", "#columns:Front\tBack\tTags", "#tags column:3"]
    rows = [f"{field(c['Q'])}\t{field(c['A'])}\t{c['Tags'].strip()}" for c in cards]
    return "\n".join(head + rows) + "\n"


def main(argv=None):
    ap = argparse.ArgumentParser()
    ap.add_argument("notes"); ap.add_argument("-o", "--out", default="cards.txt")
    ap.add_argument("--deck", default="学习笔记::RAG")
    a = ap.parse_args(argv)
    try:
        cards = parse(open(a.notes, encoding="utf-8").read())
    except ValueError as e:
        print("✗ 笔记格式错误：", e, file=sys.stderr); return 1
    errs = check(cards)
    for e in errs: print("✗", e, file=sys.stderr)
    if errs: return 1
    open(a.out, "w", encoding="utf-8", newline="\n").write(render(cards, a.deck))
    print(f"{len(cards)} 张卡片 → {a.out}（在 Anki 里 文件 → 导入，选这个文件）")
    return 0


if __name__ == "__main__":
    sys.exit(main())

第 3 步：生成的文件

#separator:tab
#html:true
#deck:学习笔记::RAG
#columns:Front	Back	Tags
#tags column:3
句子窗口检索的思路是什么？	用单个句子做检索单位，命中后把前后几句一起交给模型，兼顾检索精度和上下文。	rag 检索
RAG 三元组指哪三项？	上下文相关性（Context Relevance）、有据性（Groundedness）、答案相关性（Answer Relevance）。	rag 评估
为什么固定长度切块会出问题？	可能把一个完整信息切成两半，比如把 IP 地址 192.168.31.20 切到两个块里。	rag
提示词的两条原则？	1. 写清楚、具体的指令；<br>2. 给模型时间“思考”。	prompt
分隔符有什么用？	把要处理的文本和指令分开，比如用 ```三个反引号``` 或 &lt;tag&gt;&lt;/tag&gt;，减少把输入当成指令的情况。	prompt 安全

第 4 步：导入验证

"""用 Anki 官方的 Python 包（pip install anki）在一个临时的新收藏里真实导入 cards.txt，确认文件头被识别、卡片数和字段正确。
不碰你自己的 Anki 收藏。"""
import os, sys, tempfile
from anki.collection import Collection, ImportCsvRequest

path = os.path.abspath(sys.argv[1] if len(sys.argv) > 1 else "cards.txt")
with tempfile.TemporaryDirectory() as d:
    col = Collection(os.path.join(d, "test.anki2"))
    md = col.get_csv_metadata(path=path, delimiter=None)
    print("识别到：分隔符", md.Delimiter.Name(md.delimiter), "| html", md.is_html, "| 列", list(md.column_labels), "| 牌组 id", md.deck_id)
    res = col.import_csv(ImportCsvRequest(path=path, metadata=md))
    print("新增笔记：", len(res.log.new), "| 重复：", len(res.log.duplicate), "| 按第一字段匹配并更新：", len(res.log.first_field_match))
    res2 = col.import_csv(ImportCsvRequest(path=path, metadata=md))
    print("同一文件再导入一次 → 新增", len(res2.log.new), "| 按第一字段更新", len(res2.log.first_field_match), "| 重复", len(res2.log.duplicate))
    for nid in col.find_notes(""):
        n = col.get_note(nid)
        print(" ", col.decks.name(col.get_card(n.card_ids()[0]).did), "|", n.fields[0][:18], "|", n.fields[1][:24], "|", n.tags)
    col.close()

第 5 步：测试

import to_anki as t

def test_parse_multiline_and_tags():
    c = t.parse("Q: 问\nA: 第一行\n第二行\nTags: a b\n")
    assert c == [{"Q": "问", "A": "第一行\n第二行", "Tags": "a b"}]

def test_field_escapes_html_and_tab():
    assert t.field("a<b>&c\td\ne") == "a&lt;b&gt;&amp;c d<br>e"

def test_check_dupes_and_empty():
    errs = t.check(t.parse("Q: x\nA: 1\n\nQ: x\nA: 2\n\nQ: y\n"))
    assert any("重复" in e for e in errs) and any("没有答案" in e for e in errs)

def test_render_headers():
    out = t.render(t.parse("Q: q\nA: a\nTags: k\n"), "D::E").splitlines()
    assert out[:5] == ["#separator:tab", "#html:true", "#deck:D::E", "#columns:Front\tBack\tTags", "#tags column:3"]
    assert out[5] == "q\ta\tk"

def test_answer_before_question_rejected():
    import pytest
    with pytest.raises(ValueError): t.parse("A: 孤儿\n")

第 6 步：运行

$ python to_anki.py my_notes.md
5 张卡片 → cards.txt（在 Anki 里 文件 → 导入，选这个文件）
$ python verify_import.py
识别到：分隔符 TAB | html True | 列 ['Front', 'Back', 'Tags'] | 牌组 id 0
新增笔记： 5 | 重复： 0 | 按第一字段匹配并更新： 0
同一文件再导入一次 → 新增 0 | 按第一字段更新 0 | 重复 5
  学习笔记::RAG | 句子窗口检索的思路是什么？ | 用单个句子做检索单位，命中后把前后几句一起交给模 | ['rag', '检索']
  学习笔记::RAG | RAG 三元组指哪三项？ | 上下文相关性（Context Relevance | ['rag', '评估']
  学习笔记::RAG | 为什么固定长度切块会出问题？ | 可能把一个完整信息切成两半，比如把 IP 地址  | ['rag']
  学习笔记::RAG | 提示词的两条原则？ | 1. 写清楚、具体的指令；<br>2. 给模型时 | ['prompt']
  学习笔记::RAG | 分隔符有什么用？ | 把要处理的文本和指令分开，比如用 ```三个反引 | ['prompt', '安全']

# 检查功能
$ python to_anki.py bad2.md    # 两个相同问题 + 一个空答案
✗ 第2张和第1张问题相同，导入时会被当成重复（Anki 按第一个字段判重）
✗ 第3张没有答案：空答案
$ python to_anki.py bad1.md    # 答案出现在问题之前
✗ 笔记格式错误： A: 出现在任何 Q: 之前
$ python -m pytest -q
5 passed

怎么检查结果？

• 在 Anki 桌面版：文件 → 导入，选 cards.txt，预览里应该已经选好 Tab 分隔、允许 HTML、牌组和标签列，不用手动调。
• 第 4 张卡片的答案显示为两行。
• 第 5 张卡片里的 <tag></tag> 原样显示，没有被当成 HTML 吞掉。

调试示例

1. 修改笔记后再导入，“更新”数是 0，但内容确实更新了。 我把第一张卡的答案改了几个字，在同一个收藏里再导入：

cards.txt      新增 5 更新 0 重复 0 | dupe_resolution 0
cards_edit.txt 新增 0 更新 0 重复 4 | dupe_resolution 0

一开始以为没更新。列出日志的全部字段：duplicate 4、first_field_match 1、found_notes 5；再读出笔记，答案已经是新内容。也就是说，在这个版本里按第一个字段匹配并更新的笔记记在 first_field_match 里，不在 updated 里。验证脚本因此改为打印 first_field_match。这和手册说的“默认会更新已有笔记”一致，只是统计字段名和我猜的不一样。

2. 格式错误时直接抛 Traceback。 用一个以 A: 开头的文件测试，屏幕上是一整段 Python 调用栈。改为在 main 里捕获 ValueError，打印一行“笔记格式错误”并返回 1。

3. 为什么不能随便改问题。 Anki 按第一个字段（这里是问题）判断是不是同一张卡。如果改了问题的措辞，再导入就会变成一张新卡，旧卡和学习记录还在。要改问题，最好在 Anki 里直接改。

常见问题

模板规则

• 问题唯一，作为判重的依据。
• 用文件头固定导入设置。
• 先检查再生成。
• 用自己的话写卡片。

项目资源

每学完一节课，花五分钟写几张卡，比重看一遍视频有效。