Learning Optimizer
ai.saifs由 saifs.ai 發布官方發布者v1.0.1更新於 Oct 30, 2026
Schedule spaced reviews and exam study plans from each learner's forgetting curve.
發布方自己的服務：Customer Intelligence & Segmentation
概覽
遠端間隔重複引擎，讓助理依每位學習者的遺忘曲線安排複習、預測記憶機率並產生考試讀書計畫。
- 可以做什麼
- 安排與排序複習：計算某位學習者與項目的下次最佳複習時間，並依優先順序列出當天待複習清單。
- 預測與檢視記憶狀態：估算某項目在未來日期的回想機率，回傳擬合的遺忘曲線與參數。
- 規劃考試：針對整個題庫產生完整時程，讓記憶保留率在考試當天達到高峰。
- 解釋排程：說明某個間隔是由哪個模型、哪些證據與多少信心水準得出。
- 適用情境
- 適合助理參與讀書規劃、記憶卡或備考，且需要量化複習時間安排而非一般性建議的情境。適用於家教、語言學習，以及由記憶保留目標與考試日期驅動排程的工作流程。
- 執行需求
- 需要遠端 Streamable HTTP 端點，不必在本機安裝。使用 OAuth 2.1 登入（PKCE 與動態用戶端註冊），首次使用時用戶端會開啟登入頁面，因此用戶端需支援帶 OAuth 的 HTTP 連線。需要能連線至服務商端點的網路。
安裝
在 SourceWeft 中
- 開啟 儀表板中的 Learning Optimizer，將其新增到工作區。
- 連接 所需的 憑證。它們會被私密儲存，絕不會在公開頁面上展示。
- 為需要使用其工具的對話啟用該服務。
Web executable，透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。
交給代理程式安裝
把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式，或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南，先向你展示發布者、端點和登入方式，經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。
閱讀 https://sourceweft.com/mcp/ai.saifs%2Flearning-optimizer/install.md，並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前，先告訴我它的發布者、端點和登入方式，等我確認。不要把 API 金鑰寫進命令或我會提交的檔案；問我金鑰應從哪裡取得。其他 MCP 客戶端
把它新增到你客戶端的 mcpServers 設定中。 客戶端會在首次連接時完成 OAuth 登入。
{
"mcpServers": {
"learning-optimizer": {
"type": "http",
"url": "https://learning-optimizer-mcp.saifs.ai/mcp"
}
}
}README
Learning Optimizer
A personalised spaced-repetition engine: it models each learner’s forgetting curve per item and schedules the fewest reviews that still hit a target retention. Built on Ebbinghaus, Leitner / SM-2 (Anki’s baseline), Half-Life Regression and FSRS. Also builds a full study plan that peaks retention by exam day.
Install
VS Code / GitHub Copilot
Add to .vscode/mcp.json (workspace) or your user mcp.json:
Then start the server from the MCP view and sign in when prompted.
Claude (claude.ai, Desktop)
Settings → Connectors → Add custom connector, and paste:
Claude Code
Any other MCP client
Point it at https://learning-optimizer-mcp.saifs.ai/mcp using the Streamable HTTP transport. The server returns 401 with a
WWW-Authenticate: Bearer … resource_metadata=… challenge, so OAuth-aware clients sign in automatically.
Tools
Example prompts
- “This student just missed item 142. When should they review it next, and what’s P(recall) then?”
- “What should this learner review today, in priority order?”
- “Exam is 28 days out. Build a study plan over this item bank so they peak on the day.”
Support
- Website: https://saifs.ai
- Issues: https://github.com/Saify-Technologies/saifs-ai-mcps-docs/issues
- Privacy: https://saifs.ai/privacy_policy
來源：servers/learning-optimizer/README.md，提交 f5c0037
工具
0版本歷史
2- v1.0.1最新Oct 29, 2026
- v1.0.0Oct 22, 2026
評分
已滿足適用檢查項的 85%
該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。
- 近 30 天內可連通必需25 分
- 已宣告認證方式必需10 分
- 已列出工具15 分
請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。
- 描述必需15 分
- 圖示10 分
- 文件15 分
- 授權條款10 分
其他 Saifs 整合
Customer Intelligence & Segmentation
ai.saifs官方發布者
遠端 MCP 伺服器，依購買歷史把客戶名單分成 A/B/C/D 等級，並產生業務跟進名單。
Dynamic Pricing & Overbooking
ai.saifs官方發布者
遠端 MCP 伺服器，為助理提供收益管理運算：建議價格、保護水位、超賣上限與訂房進度警示。
Statistical Process Control & Anomaly Alerts
ai.saifs官方發布者
遠端 MCP 伺服器，以統計製程管制圖監控指標串流，只在出現真實的失控漂移時告警。
Payment Reconciliation & Matching
ai.saifs官方發布者
遠端 MCP 伺服器，將銀行收款、銀行流水與 GST 2B 資料列與未結發票及帳冊比對，提供信心分數與異常佇列。
Optimization Solver (LP / MIP Scheduling)
ai.saifs官方發布者
遠端 MCP 伺服器，用於求解線性與混合整數最佳化問題，回傳最佳方案、影子價格與不可行原因。