Logseq 用户的间隔重复闪卡插件

在 Logseq 里用自带闪卡做间隔重复学习的人，被调度算法的两类错误困扰：一是新卡的首次复习间隔直接被排到近两个月后，而不是用户配置的初始间隔（"the revision will be set for almost two months from now"）；二是早已熟练的老卡仍在几周内反复出现（"they keep re-appearing in a few weeks instead of months"）。此外，用户在 wishlist 里列出了一整排缺失的学习功能：随机出卡顺序、复习计时、每日上限、自定义快捷键、逐行揭示、卡片暂停、复习统计、图片遮挡等。结果是用 Logseq 记笔记的人，要么忍受低效的复习调度，要么被迫在笔记工具和 Anki 之间来回切换。

用 Logseq 做知识管理并同时使用其内置闪卡/SRS 的学习者（学生、终身学习者、专业人士）。痛点集中在 GitHub issue 区（单条 22 条评论），是一个真实但垂直的群体，规模取决于 Logseq 闪卡活跃用户的比例，属于小众市场。

做成 Logseq 插件（或独立可导入 Logseq 图谱的复习工具），核心功能：

• 正确的调度引擎：按 SM-17/SM-18 风格实现矩阵平滑，新卡从配置的初始间隔起步，熟练老卡的间隔按实际记忆状态拉长到数月。
• 每日复习上限与出卡顺序控制：支持随机顺序、每日限量，避免复习堆积。
• 卡片生命周期管理：暂停/恢复卡片，复习计时器。
• 复习统计：展示按日复习量、完成率等基础数据。 AI 在这里不是主角——核心是确定性调度算法与记忆模型；可选叠加用模型自动从笔记生成闪卡建议，但 MVP 不做。

第一版只做：一个 Logseq 插件形式的 SRS 引擎，修复初始间隔和间隔增长逻辑（矩阵平滑，SM-17/SM-18 思路），支持每日复习上限、卡片暂停和基础复习统计。显式不做：Anki 全量功能（图片遮挡、行级揭示、插件生态）、移动端、云同步、跨平台账户。

平台依赖：产品以 Logseq 插件形式存在，Logseq 官方随时可能自己修好内置 SRS 并覆盖插件价值。在位竞争：Anki 免费且功能完整，SuperMemo 算法权威，用户有现成的迁移路径，付费意愿为零（三条信号均为 none）。市场狭小：痛点真实但只覆盖 Logseq 的闪卡重度用户这一小群体。技术风险：矩阵平滑类算法实现复杂，调参不当会造成新的调度偏差，需要较长验证周期。