xwc StudyFlow 是一个面向高中学习与教师教研的 AI 学习流系统原型， 当前重点验证三件事：题目资产化、错因修复流、教师备课流。
它不是一个已上线的商业产品，而是一个把 Workflow 与 Chatflow 拼成 StudyFlow 的设计实验。
围绕高中学生与教师，把 AI 答疑、题目结构化、错因诊断、变式训练与教师备课 组织成一条可观察、可沉淀的学习流，让每一次学习动作都成为下一次学习的输入。
当前不做用户账号、付费订阅、班级管理与多端同步。 原型阶段的所有数据都保存在本地浏览器中，目的是先把核心闭环跑通，再谈规模化。
指导我们决定 StudyFlow 做什么、不做什么
我们只展示当前真正可用的功能。原型阶段的局限性会被明确告知，而不是用文案制造完整产品的错觉。
每一次提问、错题、训练都会进入本地 StudyFlow，成为下一次学习的输入，而不是一次性消耗。
对话只是接口层。真正的价值在于背后的题目结构化、错因诊断、训练编排和讲评流。
围绕高中学生的错题修复与教师的讲评备课设计，而不是泛通用的聊天机器人。
这是 StudyFlow 当前真正在打磨的部分
把零散题目结构化为可检索、可复用的题库资源。
从错题进入诊断、变式、复习的完整闭环。
从学生数据组织讲评顺序与分层作业。
本地数据沉淀为可观察的学习路径。
从原型到产品的演进路径，按当前能力诚实表达
Now
原型阶段：验证 StudyFlow 核心闭环（题目资产 → 错因修复 → 教师备课）
Next
接入真实题目结构化与错因诊断 AI 服务
Later
用户系统、班级与教研协作，多端同步与学习画像沉淀