🔥 拔高内容(压轴突破)使用说明

本站的每个知识节点都带一套「基础模板」——概念、例题、五层武器库,足以应对中档常规题。 但真正拉开差距的,是压轴题:它需要跨步推理、综合构造、临界讨论,基础模板单独套不上。 拔高内容(adv)就是为这部分断层专门补的「压轴突破」包,只挂在难度够高(diff ≥ 3,重点科目 diff ≥ 4)的节点上。

一、在哪里能看到拔高内容

带拔高的节点有三种明显标识,任选其一即可定位:

① 知识树上的红点

在左侧知识网络树里,凡是挂了拔高内容的节点,其标签前会有一个红色圆点(固定色值 #dc2626,SVG 不读 CSS 变量,故用十六进制)。

② 交互版:🔥 折叠面板

点开任意带拔高的节点,正文区会出现一个默认收起的 <details> 面板,标题为「🔥 拔高 · 压轴突破」。点击展开即可看到完整内容。

③ 静态版:直接展开

在静态/打印视图下,拔高面板默认展开,无需点击,方便离线阅读与导出。

二、每个拔高包里有什么

围绕一个压轴考点,给出 5 个字段,对应「先想 → 对照 → 走通 → 反思 → 备选」的学习闭环:

字段含义怎么用
q 压轴设问一道典型的压轴/论述/探究题先盖住答案自己想 3 分钟,再往下看
model 满分框架破题的核心思路与可用工具对照自己的思路,看差在哪一步
chain 推理链3–7 步「做什么 + 为什么」逐步行进,理解每步卡点与依据
why_template_fails基础模板在这里为什么失效精准定位「套不上」的认知断层
alt 备用路径另一条解法(数形/求导/放缩…)一题多解,考试时多一手准备
示例推理链形态:
step 1 认结构:这是分式线性变换 → why:避免硬算
step 2 令 z=e^{iθ} 代入 → why:单位圆参数化最简
step 3 化简得纯虚轴 → why:显见实部为 0

三、建议的使用姿势

  1. 先独立做:看到 q 先自己写思路,不要直接翻 model。
  2. 再对照:用 model + chain 校验自己的推理链是否走通、有无漏步。
  3. 抓断层:重点读 why_template_fails,弄清「基础模板为什么在这里不管用」。
  4. 留后手:记一个 alt 备用路径,压轴题常有「此路不通换一条」的情况。
  5. 回树巩固:在知识树上点回父节点,把拔高内容与基础模板串成一张网。

四、当前覆盖进度

拔高内容按「难度优先」铺开:先铺最高难度的 diff ≥ 4 节点(压轴最密集),再铺 diff = 3 节点。截至本轮,全站 7 个科目 diff ≥ 3 节点已 100% 覆盖,合计 798 个节点的「压轴突破」包已全部上线。

科目覆盖节点数范围
数学72diff = 3(21 章全覆盖)
化学214diff ≥ 3(含 diff≥4 共 144 + diff=3 共 70)
历史232diff ≥ 3(含 diff≥4 共 162 + diff=3 共 70)
物理134diff ≥ 3(含 diff≥4 共 39 + diff=3 共 95)
政治48diff ≥ 3(含 diff≥4 共 2 + diff=3 共 46)
地理74diff ≥ 3(全部 diff=3)
生物24diff ≥ 3(全部 diff=3)
合计7987 科目 diff ≥ 3 全量

化学 diff≥3 · 214 节点 历史 diff≥3 · 232 节点 物理 diff≥3 · 134 节点 政治 diff≥3 · 48 节点 地理 diff≥3 · 74 节点 生物 diff≥3 · 24 节点 数学 diff=3 · 72 节点 跨章专题 · adv-deriv-ineq 已上线

说明:diff 是节点难度分(1–5)。带拔高的节点会在知识树红点与 🔥 面板中显式标出。红点会随内容补全逐步点亮——本轮后,diff ≥ 3 的高难节点已全部点亮。

五、给维护者:如何扩展拔高内容

数据契约(节点级 ADV)

每个节点可选挂一个 adv 对象,全部字段为字符串,仅对 diff ≥ 3 的节点添加:

{
  "q": "压轴设问",
  "model": "满分框架/论点",
  "chain": [{"step":"做什么","why":"为什么这么做/卡在哪"}],
  "why_template_fails": "基础模板失效处",
  "alt": "备用路径"
}

chain 为 3–7 步:分析/论证类 4–6 步,概述/比较/辨析类可 3 步。

生成与注入流程(批量)

  1. node adv_content/extract_targets.js —— 从 6 科原型解析 DATA,抽取全部 diff ≥ 3 节点(id / label / note / diff),落 _d3_targets_full.json 并对比已有 .py 算缺口。
  2. python3 adv_content/gen_d3.py —— 依据 label + 学科走「角度路由」生成合约合规的 ADV(q/model/chain 4 步/why_template_fails/alt);合并已有条目:手写高质量条目保留,旧弱生成条目升级,缺口补全。
  3. python3 adv_content/reinject_adv.py —— 仅对 6 科原型:先剥离旧的 const ADV = {...} 块,再注入当前完整 ADV(数学章 func/derivative 等手写补充不触碰)。
  4. 运行三件套重建:build_site.py → sync_homepage.py → sync_catalog.py。
  5. 真机验证:Edge _probe_adv.py <page.html> <node1,node2> 统计 advbox / 推理链步数并抓取 JS 异常(本轮 6 科抽样 26 节点,0 异常)。

数学章特殊:原型在 chapters/ 下用英文 id(如 func_章_知识网络_原型.html),由父目录 gen_*_chapter.py 生成;改数学章须同步父目录源,否则重跑生成会丢失修复。

高中知识网络 · 拔高内容(压轴突破) · 持续补全中