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
- Installez l'extension comme indiqué dans VS Code.
- Lancez Studium : Ouvrir une leçon, ou Studium : Choisir un cours pour choisir parmi les leçons trouvées.
- Lisez l'introduction, ouvrez les ressources, puis continuez jusqu'à la première question.
- Répondez vous-même ; demandez un indice si besoin. À un point d'étape, déclarez votre propre confiance.
- 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.
- À la fin, l'écran de clôture indique ce que vous avez consolidé et la date de votre prochaine révision.
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. Démarreatomistique-l1/lesson.jsonavec 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
- Apprendre un sujet en conversation : construire une leçon à partir de vos propres sources.
- Une expérience scientifique avec son agent.
- Outils absents ou scène immobile : Dépannage.