4.3 KiB

Raw Blame History

LAPractice

Karteikarten-Trainer für die LAP-Theoriefragen. Fragen kommen als JSON herein, Fragen und Antwort-Statistik liegen danach in einer SQLite-Datei.

Der Ablauf beim Üben ist bewusst selbstkontrolliert: Frage sehen → im Kopf (oder dem Partner) beantworten → Karte aufdecken → RICHTIG / FALSCH.

Starten

npm start           # http://127.0.0.1:4173
npm run dev         # dasselbe, startet bei Dateiänderungen neu

Keine Abhängigkeiten – der Server nutzt nur die Node-Standardbibliothek (node:http, node:sqlite). Voraussetzung ist Node 22.5+.

Konfiguration über Umgebungsvariablen: PORT, HOST, LAP_DB (Pfad zur Datenbank, Standard data/lapractice.db).

Fragenset-Format

{
  "title": "Arbeitsunterlagen und Repetitionsfragen zur LAP …",
  "categories": [
    {
      "id": 1,                       // optional
      "title": "Netzwerktechnik",
      "subcategories": [
        {
          "name": "Grundlagen",
          "questions": [
            { "q": "Erklären Sie den Begriff TP-Kabel.", "a": "Twisted-Pair-Kabel …" }
          ]
        }
      ]
    }
  ]
}

Toleranzen beim Import: name statt title, question/answer statt q/a, und eine Kategorie darf ihre questions auch direkt (ohne subcategories) tragen. Fragen ohne Text oder ohne Antwort werden übersprungen.

Erneuter Import: Ein Set mit gleichem title wird zusammengeführt statt dupliziert – Fragen werden über Kategorie + Unterkategorie + Fragetext wiedererkannt, geänderte Antworten aktualisiert, neue ergänzt und die Statistik bleibt erhalten. Fragen, die in der neuen Datei fehlen, werden archiviert (nicht gelöscht) und tauchen beim Üben nicht mehr auf.

Üben

Auswahl: Kategorien und Unterkategorien einzeln an-/abwählbar, die Auswahl wird pro Fragenset im Browser gemerkt.
Fragen (Filter): alle · nur zuletzt falsch beantwortete · nur noch nie gesehene. Die Poolgröße im Startbalken zeigt, wie viele Karten übrig bleiben.
Fragen mischen: an = zufällige Reihenfolge, aus = Reihenfolge des Skriptums.
Schwächen zuerst: jede dritte Karte ist eine fällige Wiederholung, der Rest neues Material. Lässt sich mit dem Mischen frei kombinieren – aus/aus ergibt exakt die Skriptum-Reihenfolge.
Endlos üben: die Runde läuft, bis du sie selbst beendest (Esc oder „Beenden"). Ist ein Stapel durch, wird der nächste mit dem aktuellen Wissensstand geholt; falsch beantwortete Karten kommen zusätzlich noch in derselben Runde wieder. Die Anzahl gilt dann als Karten pro Runde.
Tastatur: Leertaste aufdecken · 1/← falsch · 2/→ richtig · S überspringen (zählt nicht in die Statistik) · Esc Runde beenden.
Nach der Runde: Zusammenfassung mit Trefferquote und allen Karten, dazu „Falsche wiederholen" für einen direkten zweiten Durchgang.

Als fällig gilt eine Frage, deren letzte Antwort falsch war, deren Trefferquote unter 70 % liegt oder die länger als 7 Tage nicht dran war.

Datenmodell

sets ─┬─ categories ─┬─ subcategories ─┬─ questions ─┬─ reviews
      │              │                 │             │
      title          title             name          q, a, archived   correct, created_at

reviews speichert jede einzelne Bewertung mit Zeitstempel; alle Kennzahlen (Trefferquote, schwächste Fragen, Tagesverlauf) werden daraus berechnet. Das Zurücksetzen des Fortschritts löscht nur reviews, nie die Fragen.

API

Methode	Pfad	Zweck
`GET`	`/api/sets`	Fragensets mit Fortschritt
`POST`	`/api/sets`	Import (`{ data, filename }`)
`GET`	`/api/sets/:id`	Kategoriebaum mit Zählern
`DELETE`	`/api/sets/:id`	Set samt Statistik löschen
`POST`	`/api/sets/:id/reset`	nur die Statistik löschen
`GET`	`/api/sets/:id/stats`	Auswertung
`POST`	`/api/sets/:id/session`	Runde zusammenstellen (`filter`, `shuffle`, `smart`, `limit`)
`POST`	`/api/reviews`	Bewertung speichern

4.3 KiB Raw Blame History Unescape Escape