Une première séance

Parcourez une leçon du début à la fin en restant l'auteur de vos réponses. Comptez 15 à 20 minutes une fois Studium installé. La leçon livrée avec le dépôt, atomistique-l1/lesson.json (atomistique de première année), suffit ; aucune clé d'API n'est nécessaire. Les termes comme scène, indice ou harnais sont définis dans le glossaire.

Voie A : le panneau de leçon dans VS Code

  1. Installez l'extension comme indiqué dans VS Code.
  2. Lancez Studium : Ouvrir une leçon, ou Studium : Choisir un cours pour choisir parmi les leçons trouvées.
  3. Lisez l'introduction, ouvrez les ressources, puis continuez jusqu'à la première question.
  4. Répondez vous-même ; demandez un indice si besoin. À un point d'étape, déclarez votre propre confiance.
  5. Lisez le retour, présenté comme une étape à part, avant d'avancer. Après une réponse ouverte qu'aucun juge n'a évaluée, notez votre rappel avec les boutons (again, hard, good, easy) : cette note fixe votre prochaine révision et ne change jamais votre maîtrise.
  6. À la fin, l'écran de clôture indique ce que vous avez consolidé et la date de votre prochaine révision.
Le panneau de leçon Studium dans VS Code après une réponse : le verdict, la référence à laquelle se comparer et la source citée, puis le bouton pour continuer.

Le notebook est une autre surface : Studium : Ouvrir la leçon en notebook joue la même leçon cellule par cellule. Le panneau et le participant de chat (@studium dans la vue Chat) sont présentés dans VS Code.

Voie B : un assistant par MCP

Connectez votre harnais comme dans Connecter son harnais, avec BUNDLES_ROOT pointant vers le dossier fixtures/ du dépôt, comme le font les configurations d'exemple de docs/examples/. Envoyez ensuite :

Lis skills/studium-harness/SKILL.md. Nous faisons une séance étudiante, pas une simulation de réponses. Démarre atomistique-l1/lesson.json avec Studium. Affiche chaque écran tel que Studium l'a rédigé, un à la fois, attends ma réponse et transmets mes propres mots. N'invente ni réponse, ni niveau de confiance, ni résultat d'exécution, et ne consulte pas les corrigés.

L'assistant fait ces appels ; les identifiants ci-dessous sont des gabarits. start_lesson_session reçoit :

{"bundle_ref": "atomistique-l1/lesson.json", "learner_id": "demo-local"}

La réponse porte un session_id et une presentation dont le display_markdown est l'écran à afficher tel quel. Votre réponse repart avec vos mots :

{"session_id": "ID_RETOURNE_PAR_LE_SERVEUR", "input": {"kind": "reply", "text": "b"}}

{kind: "reply", text} accepte ce que vous taperiez dans un chat : la lettre d'un choix, une confiance de 0 à 4, une phrase, ou « continuer » sur un écran de lecture. Après la réponse, l'assistant affiche d'abord verdict.display_markdown, puis l'écran suivant. Autres appels utiles :

Appel Usage
request_hint Un indice sur la question en cours, sans avancer
explain_last_adaptation Pourquoi Studium a choisi la scène suivante
get_operator_context La scène publique, ses ressources et la forme de réponse attendue
end_session S'arrêter en gardant sa progression

tools/list dans votre harnais est l'inventaire qui fait foi ; la référence Outils MCP décrit chaque outil.

Petit exercice de jugement

Avant de changer un paramètre d'une ressource, écrivez une prédiction en une phrase. Après observation, dites ce qui la confirme ou la contredit. Demandez à l'assistant un cas nouveau qui pourrait mettre l'explication en défaut, dans le périmètre fixé par l'enseignant. La réponse finale reste la vôtre ; le visualiseur et le texte de l'assistant sont des matériaux à examiner.

Vérifier que la séance fonctionne

  • Un appel réel a renvoyé la scène et les outils attendus.
  • Une réponse personnelle a produit un retour ou une transition.
  • Le retour vient de la séance utilisée, sans mélange entre panneau et chat.
  • Une éventuelle exécution est signalée comme faite, échouée ou non faite.

Cela vérifie la connexion et le déroulement, pas l'efficacité du cours.

Pour aller plus loin

Voir la source de cette page sur GitHub