Ich habe einen persönlichen französischen LLM-Tutor mit verteilter Wiederholung und Schwachstellenverfolgung erstellt
Ein Entwickler hat nach der Kündigung eines 200 $ teuren Privatlehrers einen personalisierten LLM-gestützten Französisch-Tutor gebaut. Das Tool kombiniert einen textbasierten Wissensdatenbank-Tutor mit Claude und eine Sprachpraxis-App namens Causons. Die Kerninnovation besteht darin, den SM-2-Algorithmus (wie bei Anki) zu verwenden, um Wiederholungen basierend auf der Vergessenskurve zu planen und spezifische Schwachstellen mit präzisen Fehlerprotokollen zu verfolgen.
Der Wissensdatenbank-Tutor verwaltet eine JSON-Datei, die jedes gelernte Grammatikthema speichert, einschließlich des letzten Prüfungsdatums, der Vertrauensbewertung (1-4), spezifischer Fehlermuster und des nächsten Fälligkeitsdatums. Vor jeder Sitzung liest das Claude-basierte System die Datei, identifiziert fällige Themen und generiert Übungen mit steigendem Schwierigkeitsgrad: Multiple Choice → Lückentext → Übersetzung → freie Produktion. Nach der Sitzung werden die Ergebnisse zurückgeschrieben, um die Intervalle zu aktualisieren. Themen, die viermal hintereinander richtig sind, kommen in drei Wochen wieder; bei einem Blackout kommt das Thema am nächsten Tag dran.
Der Schwachstellen-Tracker protokolliert spezifische Konstruktionen, z. B. "verwendet falsches Hilfsverb bei Bewegungsverben im Negativsatz – seit 2026-04-12" anstelle eines vagen "Probleme mit dem passé composé". Die nächste Sitzung generiert Übungen, die genau auf diese Konstruktion abzielen.
Der Sprach-Tutor (Causons) ist eine Browser-App mit einem Mikrofon-Button. Benutzer sprechen in ihrer Zielsprache, erhalten KI-Antworten in derselben Sprache und Korrekturen nur für objektiv falsche Grammatik – also Dinge, die ein Muttersprachler nie sagen würde. Transkriptionsartefakte, Registerwahl und umgangssprachliche Ausdrücke bleiben unverändert.
Für wen es geeignet ist: Entwickler, die eine Sprache lernen und eine anpassbare, kosteneffektive Alternative zu menschlichen Tutoren mit datengesteuerten Lernkarten und granularer Fehlerrückmeldung suchen.
📖 Vollständige Quelle lesen: HN LLM Tools
👀 Siehe auch
Die Erkundung des Potenzials von OpenClaw zur Verwaltung von Social Media-DMs über Plattformen hinweg.
Kann OpenClaw Instagram-, TikTok- und LinkedIn-Direktnachrichten effektiv verwalten? Wir tauchen in Diskussionen der Online-Community ein, um dieses Potenzial zu erkunden.
RAG-Pipeline-Test zeigt: Kosten pro Token sind nicht die richtige Metrik für die Modellauswahl
Ein Entwickler testete Claude Haiku 4.5, Amazon Nova Pro und Amazon Nova Lite in identischen RAG-Pipelines mit echten Anfragen und stellte fest, dass das günstigste Modell pro Token die am wenigsten nützlichen Antworten lieferte, was pro nützlicher Antwort mehr kostete.
Entwickler veröffentlicht Steam-Spiel mit Claude-Code: Lehren über Vibe Coding vs. Vibe Engineering
Ein Entwickler hat Codex Mortis, ein nekromantisch-thematisiertes Bullet-Hell-Spiel auf Steam veröffentlicht, das mit Claude Code für KI-unterstützte Entwicklung erstellt wurde. Das Projekt erforderte zwei komplette Überarbeitungen nach dem ersten Prototyp, was die Kluft zwischen Prototyp und Produktion verdeutlicht.
Die Nutzung von Claude, Gemini und GPT für KI-unterstützte Programmieraufgaben.
Entdecken Sie, wie die Kombination von Claude, Gemini und GPT die Arbeitsabläufe im Bereich KI-Programmierung verbessern kann, indem ihre einzigartigen Zugriffsmöglichkeiten für spezifische Aufgaben genutzt werden.