Anki FSRS算法优化中显示历史复习记录数的技术实现

在Anki的FSRS(Free Spaced Repetition Scheduler)算法优化过程中，开发团队注意到一个用户体验问题：当用户点击"评估"按钮时，系统会显示算法优化的各项指标，但历史复习记录数(即参与FSRS优化的复习次数)这一重要信息却很容易被忽略，特别是在优化过程较快的情况下。

技术背景

FSRS是Anki中一种先进的间隔重复调度算法，它通过机器学习模型来优化用户的复习计划。在算法优化过程中，系统会分析用户的历史复习记录来调整权重参数。这些历史复习记录的数量是评估算法优化效果的重要参考指标之一。

问题分析

原始实现中，FSRS优化过程中的复习记录数只在计算权重时短暂显示。这导致两个问题：

1. 用户无法在评估结果中直观看到参与优化的复习记录数量
2. 快速完成的优化过程使用户难以注意到这个信息

解决方案

开发团队提出了以下技术方案来改进这一问题：

1. 协议层扩展：在protobuf协议中扩展EvaluateWeightsResponse消息，新增fsrs_items字段来携带复习记录数信息

2. 持久化存储：在优化过程中，系统会将最新的复习记录数存储在持久化变量中，确保即使优化过程结束后也能获取该信息

3. 多语言支持：通过Fluent翻译系统添加多语言支持，确保信息能根据不同用户的语言设置正确显示

实现细节

在具体实现上，开发者在Svelte组件中：

1. 创建持久化变量存储最新优化复习记录数
2. 在计算权重回调中更新该变量
3. 修改评估结果显示逻辑，将复习记录数纳入显示内容

同时，在Rust后端：

1. 扩展评估响应数据结构
2. 在权重评估过程中计算并返回参与优化的复习记录数

用户体验改进

改进后的界面会在评估结果显示时包含类似以下信息： "Log loss: 0.5000, RMSE(bins): 4.50%。最新FSRS优化使用了1250条复习记录。"

这种改进使得用户能够：

• 更全面地理解评估结果的背景
• 了解算法优化的数据基础
• 对不同时期的优化结果进行更有意义的比较

技术意义

这一改进虽然看似简单，但体现了Anki开发团队对用户体验细节的关注。通过将临时数据持久化并在适当场景下展示，帮助用户更好地理解算法优化的过程和结果。这种模式也为其他类似功能的开发提供了参考，展示了如何将技术细节以用户友好的方式呈现。

对于使用FSRS算法的Anki用户来说，这一改进使他们能更清晰地了解算法优化的数据基础，从而对优化结果建立更合理的预期，做出更明智的学习计划调整。