考搭子 KaoBuddy 開源 AI 備考工具:把零散課本快速拆成知識點與模擬考

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

離考試剩下兩週，桌上堆著課件 PDF、上課筆記、往年題，還有幾張拍下來的手寫重點，你卻連從哪裡開始都判斷不出來。考搭子（KaoBuddy）就是為這種臨時抱佛腳的情境做的：把這些亂七八糟的資料丟進去，它幫你拆出可考的知識點、排好每天要讀什麼，最後還能出一套模擬考讓你驗收。

這種 BYOK 金鑰經後端轉發的設計並不罕見，JadeAI 自架履歷工具也是把金鑰連同請求交給自家伺服器，再由伺服器轉發給模型供應商。

TL;DR　考搭子是一套開源的 AI 備考工作台，主機跑在自己電腦，模型你自己挑（DeepSeek、Kimi、OpenAI 都行）。強項是把零散資料快速結構化，弱項是 AI 閱卷還不成熟、DeepSeek 不能看圖、Mac 沒有一鍵安裝包。授權欄位寫 MIT，但倉庫其實沒有 LICENSE 檔，這點下面會談。

Pin

考搭子在解決什麼樣的問題

市面上大多數學習工具，背後的假設是你有三個月、能每天固定坐在電腦前、還願意先花一天把知識庫整理乾淨。考搭子的假設剛好相反：你時間不夠，只想把手上的資料快速變成能讀的東西。

它的定位是一條備考工作線：資料餵進去、排出計畫、生成題目、考前速背，跟筆記軟體或 Anki 那種長期累積型的工具走的是不同路線。你把材料丟進去，AI 負責把裡頭可以考的點抓出來，例如「行程同步」「銀行家演算法」「極限的定義」這類具體知識點，每個還會標難度、重要程度，以及「資料裡哪一句話證明這個點會考」。

這個定位決定了它跟一般學習工具的差別。想長期累積知識庫、做間隔重複記憶、或協同編輯筆記，它幫不上忙；但如果你是考試前幾天才要動手、需要把混亂資料快速變成可執行的讀書計畫，它的設計就是衝著這個來的。

從資料到模擬考，實際跑一遍是長這樣

實際使用的流程大致分成五步，每一步對應它的一個核心功能。

第一步是建考試專案。 你填科目、考試日期、每天能讀多久、目標分數、已知的弱點。考搭子會用這些資訊排優先順序和估時；離考試越近、目標越高，知識點就拆得越細。目標分數設到 90 分以上時，它會用高覆蓋率模式，章節標題、二級標題、定義、機制、演算法、典型題型、易錯點都儘量不放過。

第二步是餵資料。 支援的格式不少：PDF（讀文字層，掃描版也能提取，但效果取決於文字層品質和模型）、DOCX（用 mammoth 解析）、RTF、TXT、Markdown、手寫拍照、還有 B 站影片字幕。舊版的 .doc 沒有可靠的瀏覽器端解析器，官方建議先用 Word 或 WPS 另存成 docx 或 PDF。

第三步是知識點與每日計畫。 AI 把資料拆成知識模組後，你一鍵生成每日安排，它會根據剩餘天數、每天可學時間、模組重要程度和難度，把進度平均分配，逾期沒學的會自動滾到今天。看板視窗能拖曳排序，日曆視窗看每天讀什麼。點進任何一個知識點，可以讓 AI 用零基礎的方式講解，從生活直覺一路帶到定義、原理和解題步驟；也能圍繞這個點生成三道模擬題練習，或做互動式的學習卡片。卡片分成概念卡、易錯卡、考試卡、速背卡四種，用手勢滑動標記會或不會，第一輪篩下來的弱卡會自動排進第二輪，設計上比較接近考前快速過濾弱點，而不是 Anki 那種長期間隔重複。

第四步是模擬考。 自訂考試時長（5 到 180 分鐘）和題型要求（例如「選擇題加簡答題，偏計算」），AI 會嚴格照你匯入的資料出題，不會編造資料裡沒有的內容。考完可以逐題批改、錯題自動進錯題本，整份試卷還能匯出成 A4 的 PDF 列印。

第五步是臨考速背。 把知識點壓成速背卡片，結構是核心概念、必背要點、記憶口訣、常見考法、易錯提醒，適合考前最後一天翻。

AI 模型怎麼接：BYOK 自己挑，DeepSeek 預設但沒多模態

考搭子不賣模型、不收月費，採用你自己帶 API Key 的方式（BYOK）。內建四個預設：DeepSeek（預設）、Kimi 國內、Kimi 國際、OpenAI，外加一個「自訂」讓你接任何 OpenAI 相容的服務。填完 Key 就能開始用，模型挑哪個、成本多少，完全由你決定。

想搞清楚各家模型的計價與額度換算，可以參考這篇 AI coding plan 訂閱方案與額度比較，裡頭把幾個主流模型的計費邏輯拆得滿清楚的。考搭子這種 BYOK 設計的好處是帳算得明白：你讀多少、模型吃多少 token，就是多少錢，沒有一層訂閱費墊在中間。

這裡有個一定要先知道的限制：DeepSeek 預設沒有多模態能力，只能提取文字。所以你丟手寫照片、圖表、公式的時候，辨識效果取決於你接的模型。想讓 AI 直接看懂圖片，要改用支援視覺的模型，程式碼裡遇到 DeepSeek 加上需要看圖的請求時，會直接擋下來並提示你切換。

另外還有一個邀請碼模式（beta）。如果你有邀請碼，可以先不填自己的 Key，用服務端配好的 API 額度體驗，用完再切回自己的 Key。這個模式不是無限制的：單次請求的資料量大約上限是 8 萬字元、回應上限 6000 個 token，服務端會按人民幣計費的方式累計你的額度，超過就會被擋下並提示你縮短資料或切回自己的 Key。所以它比較像讓你先試一下手感，真正要啃一整個科目的時候，填自己的 Key 才實際。這個模式的資料流向，下面會再補充。

你的資料怎麼流動：本機解析、後端轉發、沒有資料庫

考搭子在 README 裡對資料流向的描述，跟實際架構有出入。

先說架構事實。考搭子不是純前端網頁，它是一個 React 前端加上 Python FastAPI 服務的組合。你點下生成知識點或出題的那一刻，前端把要問的內容送過去，那一層服務再用你的 API Key 把請求代為送給 DeepSeek 或 OpenAI。打開倉庫裡的 backend/app/ai_client.py，可以清楚看到這段中繼邏輯：程式拿 httpx 帶著 Authorization 標頭，把請求送到 AI 服務商的 chat/completions 端點。

所以 README 邊界段寫的「請求時從瀏覽器直接發到 AI 服務商」並不準確。同一頁 README 又說「ai_client.py 它就是個轉發」，前後是矛盾的；實際程式碼站在「轉發」這一邊。這對你的意義是：在本機跑的時候，後端那一層就在你自己電腦上，相對沒問題；可是一旦你部署到 Railway、Fly.io 這類雲平台，你的 API Key 和送過去的資料內容，就會經過那台雲伺服器。

不過「後端不落盤」這句話是真的。考搭子沒有資料庫，你的專案、資料、計畫、錯題全部存在瀏覽器的 IndexedDB，API Key 存 localStorage，後端只負責代理呼叫。日誌系統也設計成會把 API Key 和邀請碼自動打碼，只記錄是哪個服務商、哪個模型、請求多少字、花了多久，不會把你的 Key 明文或請求內容寫進去。

也因為資料全在瀏覽器，備份這件事要自己記得。換電腦或清掉瀏覽器快取，內容就會跟著消失，考搭子提供一鍵匯出 JSON 備份、匯入時自動合併，但沒有任何雲端同步。養成習慣每隔幾天匯出一次，會比事後補救輕鬆很多。

還有一個例外要特別留意：B 站影片的字幕是後端去抓的（瀏覽器受同源政策限制抓不到），所以當你貼 B 站連結時，影片資訊會經過後端這一層。PDF 和文件檔案本身是在前端解析的，不會整包上傳，但解析出來的文字內容，一樣會透過後端送給 AI。

這跟真正零網路的純前端工具是不一樣的層級。例如 OpResume 履歷產生器 連後端都沒有，資料真的不出瀏覽器；Secure PDF Editor 本機塗黑工具 處理 PDF 也是純客戶端。考搭子因為要接 AI 模型，勢必得把內容送出去給模型服務商，差別只在於中間有沒有經過你自己架的後端。

AI 辦得到與辦不到：閱卷、手寫、通用筆記的能力邊界

把 AI 拉進備考流程，有哪些能做、哪些做不到，得先講清楚，才不會用錯期待。

模擬考的批改是主要要小心的地方。README 自己也說「AI 閱卷還不太成熟」，所以除了讓 AI 直接批改，還提供一個答案速覽模式讓你自己對照。選擇題是對答案字母，簡答題按得分要點給分、措辭不要求完全一致，每題會標正確、錯誤或部分得分。把它當成輔助檢查可以，但別把它當成絕對準則，尤其是主觀題。

手寫資料的辨識效果，取決於你接的模型。接支援視覺的模型，能直接讀圖；只接 DeepSeek 的話，就只能處理文字。掃描版 PDF 的文字辨識效果，同樣取決於文字層品質和模型能力。

最後是定位邊界。考搭子是備考工具，不是通用筆記軟體。不要期待它做思維導圖、做 Anki 那種間隔重複記憶、或多人協同編輯，這些事情有別的專門工具做得更好。把它想成一個「為了應付即將到來的考試，快速把資料變成可讀結構」的臨時工作台，比較接近它的本來面貌。

Windows 雙擊能跑，Mac 要繞一下

Pin

安裝體驗在兩個平台上不對等。Windows 使用者最省事，到 GitHub Releases 下載免安裝的便攜包，解壓後雙擊 start-kaobuddy.bat，瀏覽器會自動打開本機的 127.0.0.1:8000，填完 API Key 就能用。關掉那個啟動視窗，考搭子也會跟著停止。

Mac 使用者目前沒有一鍵安裝包。原因很實際：沒有 Apple Developer ID 簽名和公證，下載下來的包會被 Gatekeeper 擋下。所以 Mac 要嘛用原始碼跑（需要本機先裝好 Python 3 和 Node.js，雙擊 open-kaobuddy.command，第一次會比較慢因為要裝依賴、建構頁面），要嘛部署到雲端再用瀏覽器開。

想讓手機、平板或其他人也能用，就要部署到自己的雲平台帳號。倉庫裡準備了 Dockerfile、Fly.io 和 Railway 的設定檔，部署細節寫在 DEPLOY.md。要記得前面提過的：一旦上雲，後端就跑在雲伺服器上，API Key 和資料內容會經過那裡。

適合誰，先不要碰的又是誰

適合的人：離考試剩下兩週到一個月、手上資料又多又亂、願意自己申請 API Key、而且讀的科目是知識點密集型的（資工、財金、法學、醫學這類）。你想要的是快速把混沌變成秩序，長期經營知識庫這件事就交給別的工具。

先不要碰的人：想長期累積筆記、需要間隔重複記憶、要協同編輯，或讀的科目高度依賴手繪圖與複雜公式（而你又只接 DeepSeek）。另外，完全不想碰 API Key、只想打開網頁就用的使用者，邀請碼模式目前是 beta，穩定度還沒到正式水準。

把它跟 Qwerty Learner 開源背單字工具 擺在一起看，定位會更清楚：Qwerty Learner 是用打字強迫拼寫、長期記憶單字的工具，考搭子則是短時間內把資料變成考題的工具，一個適合長期背單字，一個用來考前救急，兩者剛好不會打架。

README 寫了 MIT，倉庫卻沒有 LICENSE 檔

這是個授權上的小提醒。考搭子的 README 結尾寫著「許可：MIT」，表達了作者開放使用的意圖；不過倉庫裡實際上沒有 LICENSE 檔案，GitHub 的授權偵測也因此顯示為 None。

在開源慣例裡，有效的開源授權通常需要一個標準的 LICENSE 檔來明確授予權利，只在 README 寫一行「MIT」嚴格說還不構成完整的授權授予。對絕大多數自己拿來讀書、改來自己用的人不會有影響，但如果你打算拿原始碼做商業應用或正式再發布，建議先到 issue 跟作者確認，或等作者補上 LICENSE 檔再說。這跟一些明確標 NO LICENSE 的工具（例如重視本機隱私的 Privacy Filter 個資遮蔽工具）狀況類似：原始碼看得到，不等於授權狀態完全清楚。

結論：考搭子值不值得裝

考搭子把「臨時抱佛腳」這個被多數學習工具忽略的情境，做成了一條還算完整的工作線，從資料到知識點到模擬考都能跑完，BYOK 的設計也讓成本和模型選擇完全透明。要小心的是它的幾個限制：AI 閱卷別全信、DeepSeek 看不了圖、Mac 安裝要繞路、部署上雲後資料會經過你的後端，還有 README 那個沒有附檔的 MIT 授權宣告。

如果你的處境正是「考試快到了、資料一團亂、想快速變成讀得完的東西」，給它一個下午試試看吧。

三個可以立刻執行的下一步：

1. 先到 GitHub Releases 下載 Windows 便攜包，或 clone 原始碼本機跑。 判斷標準：雙擊後能看到 127.0.0.1:8000 打開頁面就算成功；Mac 使用者第一次跑要等依賴裝完。

2. 準備一個 AI 服務商的 API Key。 先到 DeepSeek 或 OpenAI 申請，填進考搭子的連線設定；想看各家計費比較再決定接哪個，可以搭前面提到的訂閱方案比較文一起看。

3. 拿一份你正在讀的 PDF 課件丟進去測知識點拆解。 判斷標準：拆出來的知識點名稱有沒有對應到你的課程重點，而不是出現一堆泛泛的章節標題；如果拆得太粗，把目標分數調高再試一次。

常見問題

考搭子需要聯網嗎？

需要。它本機跑沒錯，但所有 AI 處理（拆知識點、出題、講解）都要呼叫你接的 AI 服務商，所以必須聯網，而且會消耗你的 API 額度。

我的資料會被存到伺服器嗎？

你的專案和資料存在瀏覽器的 IndexedDB，後端沒有資料庫。但要注意，AI 處理時你的資料內容會經過後端轉發給模型服務商，本機跑的時候後端在你自己電腦上，部署到雲端的話就會經過那台雲伺服器。

不用邀請碼、不填自己的 Key 能用嗎？

不能。考搭子要嘛填自己的 API Key，要嘛用邀請碼模式（beta，用服務端配好的額度）。兩者都沒有就無法呼叫 AI。

Mac 可以一鍵安裝嗎？

目前不行，因為沒有 Apple 簽名和公證，安裝包會被系統擋下。Mac 使用者要用原始碼跑，或部署到雲端用瀏覽器開。

AI 批改的成績能相信嗎？

可以參考，但別全信。README 自己也說 AI 閱卷還不太成熟，尤其是簡答題這類主觀題，建議搭配答案速覽模式自己再對照一次。