PAIDEIA — KAIST के Physics और Mathematics में डबल मेजर करने वाले छात्र द्वारा बनाया गया exam prep-विशेष Claude Code plugin

PAIDEIA – मेरी lecture materials से exam prep knowledge base बनाने वाला local-first Claude Code plugin

मैं KAIST में Physics और Mathematical Sciences में double major कर रहा/रही हूँ। परीक्षा की तैयारी करते समय मैंने दोस्तों को GPT में पूरे के पूरे PDF ठूंसते देखा, तो मैंने सोचा कि इससे अधिक कुशल तरीका होना चाहिए। इसी सोच से मैंने खुद यह plugin बनाया और इसे open source के रूप में जारी किया!

ज़्यादातर छात्र lecture materials, assignments, solutions और पिछले प्रश्नपत्र एक साथ LLM में डालकर “इसे समझाओ”, “इसे summarize करो”, “संभावित प्रश्न बना दो” जैसी requests करते हैं। लेकिन असली exam prep में महत्वपूर्ण चीज़ सिर्फ summary नहीं होती, बल्कि उस course में बार-बार आने वाले solution patterns, professor की assignment style, वे बिंदु जहाँ मैं अक्सर गलती करता/करती हूँ, और वे हिस्से जिनके exam में आने की संभावना अधिक है—इन सबको लगातार track करना होता है। इसी लिए मैंने PAIDEIA बनाया।

PAIDEIA, Claude Code के लिए local-first approach अपनाता है। अगर आप lecture materials, assignments और solution PDFs को किसी course folder में डाल दें, तो यह सिर्फ उसी course के लिए exam prep knowledge base तैयार करता है।

फीचर्स

• lecture materials/HW/solution PDFs को Markdown में convert करना
• solutions से बार-बार आने वाले solution patterns निकालना
• assignment coverage के आधार पर exam में आने की अधिक संभावना वाले क्षेत्रों को चिह्नित करना
• pattern cards, weakness map, और one-page cheatsheet बनाना
• मौजूदा problems के twin variants बनाना
• mock exam बनाना
• हाथ से लिखे answer PDF को OCR से पढ़कर reference solution से तुलना करके grading करना
• गलतियों के patterns को जमा करके अगले drill और cheatsheet में reflect करना
• सभी outputs को plain Markdown में save करना

पृष्ठभूमि

कॉलेज छात्रों को “और अधिक friendly AI tutor” की नहीं, बल्कि course-wise learning system की ज़रूरत है जो मेरी lecture materials और मेरी गलतियों को लगातार accumulate करे।

परीक्षाएँ आमतौर पर सामान्य ज्ञान से ज़्यादा किसी खास professor की style और assignments के distribution से बंधी होती हैं। एक ही concept हो, तब भी वह किस तरीके से पूछा जाता है, कौन-से solution patterns दोहराए जाते हैं, और मैं कहाँ बार-बार अटकता/अटकती हूँ—ये चीज़ें ज़्यादा महत्वपूर्ण हैं। इसलिए PAIDEIA, conversational chatbot से ज़्यादा एक editable learning graph के करीब है। एक बार कोई problem गलत हो जाए, तो वह गलती weakness map में रह जाती है और अगले practice problems तथा cheatsheet में reflect होती है।

Local-First

outputs किसी एक खास app के अंदर बंद नहीं रहते। वे course-wise folders में Markdown files के रूप में रहते हैं, और Obsidian जैसे tools में भी वैसे ही खोले जा सकते हैं। OCR डिफ़ॉल्ट रूप से Claude/Codex के vision flow का उपयोग कर सकता है, और वैकल्पिक रूप से Qwen3-VL या Tesseract भी जोड़े जा सकते हैं।

मैं इसे इसलिए साझा कर रहा/रही हूँ क्योंकि मैं चाहता/चाहती हूँ कि कई engineering majors के उपयोग के माध्यम से इसकी features की पुष्टि हो सके!