mcq-bank — 專科考試共筆題庫系統

要解決的問題

準備專科考試的小組，通常已經有一個共用資料夾、一個聊天群組，和一份沒人敢動的 Word 詳解檔。三者各自失效的方式不同，但結果一樣。

知識沒有留在需要它的地方

查過的資料躺在聊天記錄裡。下一個人讀到同一題時找不到，於是再查一次。一年下來同一題被查了七遍。

只有讀，沒有取回

反覆看詳解會產生「我懂了」的熟悉感，但那不等於考場上叫得出來。熟悉度與提取能力是兩件事。

複習的時間點靠感覺

人傾向重複複習「已經會的」，因為那讓人舒服。真正該複習的，是那些剛好快要忘記的。

為什麼是這些模組

每個模組都對應一個在認知心理學裡被反覆驗證的效應。這是取捨的依據 —— 做不到對應某個機制的功能，就不做。

測驗效應 testing effect / retrieval practice 主動把答案提取出來，比重複閱讀更能形成持久記憶。「考試」在這裡不是評量手段，是學習手段本身。 → 複習模式一次只給一題、先作答才揭曉；每日到期佇列；Telegram 每日推題
間隔效應 spacing effect 同樣的總時數，分散在多天的效果遠優於集中在一天。間隔要隨著記憶強度拉長。 → FSRS 排程（依每題的實際表現算下次到期日），而不是固定天數輪迴
交錯練習 interleaving 混合不同主題的題目，比一次只練一個主題更能訓練「判斷這題在問什麼」。 block 練習會讓人靠題型慣性作答。 → 跨年份到期佇列、自訂測驗產生器、弱點地圖依主題抽題
合意困難 desirable difficulties 讓提取變難一點（但仍做得到），學習效果反而更好。看得見答案的複習太輕鬆。 → 防劇透遮罩（詳解預設不顯示）、自動挖空 cloze（把關鍵詞蓋起來再讀）
生成效應 generation effect 自己產出的內容比讀來的記得牢。寫給別人看的解釋，會逼出自己沒想清楚的地方。 → 共筆詳解（wiki 式協作、版本歷史）、討論串與 @提及、答案挑戰與投票
後設認知校準 metacognitive calibration 「以為自己會」與「真的會」之間的落差，是考前最貴的盲點。要縮小它，得先讓它可被觀測。 → 作答時同時記錄信心度，事後畫出信心 × 正確率的校準曲線
即時回饋 immediate feedback 答完立刻知道對錯，錯誤才不會被鞏固。回饋延遲愈久，效益衰減愈快。 → 送出當下就揭曉（正解本來就在 client 手上，不等網路來回）
分散式規劃 distributed practice 考前才發現讀不完，通常不是不夠努力，是一開始就沒算過。 → 讀書計畫產生器：依剩餘天數、每日可用時間、輪次算出逐日題數； 排不完就明講排不完，並給出三個可一鍵重算的調整方向

刻意不做的：排行榜、連續天數徽章、積分。外在誘因會排擠掉本來就存在的內在動機，而準備專科考試的人不缺動機。這裡唯一的「遊戲化」是一個跟刷題完全零耦合的 2048 —— 休息就讓它只是休息。

功能

兩種主要讀法，加上圍繞它們的協作與排程。

模組	做什麼
複習模式	單題練習，作答後即時揭曉。底下是協作 wiki 詳解（rich text + 圖片）、討論串、個人筆記（一題可多則）、螢光畫記（跨裝置同步）
全真作答	整年份計時模擬，可中途離開再續作。交卷後成績、錯題回顧、標記題複查
間隔複習	FSRS 排程，跨年份到期佇列，每日新卡上限
共筆與討論	詳解採悲觀鎖 + 版本歷史；討論串支援 @提及與 in-app 通知；答案挑戰可對官方答案提異議、投票升級
讀書計畫	對話式問卷 → 逐日計畫表（可列印 HTML）+ 可匯入行事曆的 `.ics`
學習分析	信心校準曲線、弱點地圖（語意分群，索引未涵蓋時退回主題分群）、活動 heatmap、逐次作答 CSV 匯出
閱讀輔助	講義 PDF 線上閱讀器（畫記、便利貼、頁面錨定筆記、全文搜尋）、教科書選字引用、依主題策展的教學影片
觸達	PWA 離線閱讀、Telegram 每日推題機器人、聊天大廳、電子紙模式（純黑白 1-bit，給 e-ink 閱讀器）、手把操作

不綁專科

這個 repo 本身是「2026 台灣血液腫瘤科專科考試」的部署，但沒有任何一行程式碼知道那件事。

所有跟專科有關的東西 —— 名稱、網域、管理者、考試日期、年份範圍、分類標籤 —— 全部集中在一個 gitignore 的 config.toml。程式碼讀它，不讀硬編碼的字串。分類（「內科」「共同」之類）是資料不是列舉型別，所以換一個專科只要換一份題庫 CSV 和一份設定。

可換的

專科名稱、題庫內容、年份範圍、分類體系、考試日期、成員名單、主題白名單（弱點分群與影片策展用）

不必換的

上面「為什麼是這些模組」列的每一條 —— 提取練習、間隔、交錯、合意困難、校準。這些是人怎麼記東西，跟考哪一科無關

設計上的判準：任何「只有血液腫瘤科需要」的東西都不寫進核心。會不會判斷紅血球形態、要不要背染色體轉位，那是題庫的事；系統只負責讓題庫被有效率地讀進腦子裡。

架構

全站在 Cloudflare 免費額度內，20 人規模長期零成本。沒有伺服器要顧，也沒有密碼要存。

身分驗證整層外包給 Access —— repo 裡沒有註冊、沒有密碼重設、沒有 session 表。這不是省事，是把最容易寫錯的那部分移出應用層。

詳解存 TipTap JSON，不存 HTML。渲染走同一組 extension，XSS 風險為零
共筆用悲觀鎖，不是 CRDT。20 人 1000 題的規模下，即時共編是過度設計；升級路徑保留（Durable Object + Yjs），schema 不必改
R2 不公開，走 Worker 代理。否則圖片 URL 等於繞過 Zero Trust
PWA 只離線讀，不離線寫。沒有 outbox、沒有背景同步 —— 寫入衝突的複雜度不值得

自己開一個

需要一個 Cloudflare 帳號（免費）和一份題庫 CSV。所有 per-fork 的識別字串都在 config.toml。

步驟	指令
互動式設定	`./scripts/setup.sh`
本機驗證	`pnpm dev` + `pnpm --dir frontend dev`
部署	`./scripts/deploy.sh`
白名單	`node --experimental-strip-types scripts/sync-access.ts`
匯入題庫	`node --experimental-strip-types scripts/import-questions.ts ./questions.csv`

完整步驟見 README 的 Forking 章節；踩過的坑與架構決策整理在 Wiki。