次の復習の間隔は FSRS（Free Spaced Repetition Scheduler）が決めます。覚えているものは間隔が伸び、あやふやなものは早く戻ってきます。
状態を持たず、ログから復元します
data/reviews/*.jsonl が唯一の真実です。あるカードのスケジュールは、そのカードのログを毎回リプレイして求めます。
状態を別に持つと二重の真実ができて必ずずれます（実際、この仕組みの前身では、学習した23日ぶんに対して記録が5回しか残らず、18日ぶんの履歴が消えていました）。
この設計から出てくる帰結が2つあります。
- 間隔に乱数（fuzz）を入れません。 入れるとリプレイのたびに結果が変わってしまいます
- 未学習のカードは「今すぐ出せる」扱いです
ログの1行は card_id・review_time（Unix ミリ秒）・review_rating（1〜4）を必ず含みます。日付で分かれた追記専用のファイルです。
data/の中を手で編集・整列・削除しないでください。 消したカードのログ行もそのまま残します（履歴の唯一の写しだからです）。
既定の設定
| 値 | |
|---|---|
| アルゴリズム | FSRS-6（21要素のパラメータ） |
| 目標保持率 | 0.9 |
| 短期の刻み | 1分 / 10分（再学習は 10分） |
| 1日の新規カード | 20枚（Anchor Proで解除） |
既定のままなら、3つのプラットフォームで同じログから同じ間隔が出ます。新しいカードの初回は「もう一度 1分 / むずかしい 6分 / できた 10分 / かんたん 8日」です。
パラメータを変える（data/fsrs.json）
設定画面に入力欄は置いていません。リポジトリが正本と言っている以上、端末ごとの設定を作ると二重の真実になるためです。リポジトリに data/fsrs.json を置くと、同期のたびに読み込みます。
{
"w": [ 21個の数値 ],
"desired_retention": 0.9,
"learning_steps": ["1m", "25m"],
"relearning_steps": ["10m"],
"maximum_interval": 36500
}- キーは snake_case です（一般的な最適化ツールや Anki の出力をそのまま貼れます。camelCase も受け付けます）
- 全項目が任意です。壊れていてもアプリは止まりません。 既定で動き、採らなかった理由を設定画面に出します
wの長さは 17 / 19 / 21 のみ受け付けます。それ以外は既定に戻し、その旨を出します- 同期のたびに差分を見て、リモートから消えたら端末からも消します
19要素の
wを明示すると iOS だけ FSRS-5 に落ち、learning_stepsを見なくなります（短期が 1分/5分/10分 の決め打ちになる）。Mac と Android は19要素でも刻みを見ます。この食い違いは設定画面に出ます。何も書かなければ3つとも FSRS-6 です。
設定画面の「アルゴリズム」に FSRS-5 と出ているときは、19要素の w を渡していることを正しく表しています。
実ログから最適化する（Mac 版）
Mac 版の設定 →「実ログから最適化」で、あなた自身の学習ログからパラメータを学習できます。
- 間隔がどう変わるかを見せてから採否を決められます（パラメータを変えると全カードの期日が一斉に計算し直されるため）
- 採用すると
data/fsrs.jsonを書き換え、次の同期でリポジトリへ送ります。iPhone にも同じ設定が降ります - 入力に使うのは、最後の採点が前の採点と別の日のものだけです。同じ日のうちの再出題は経過が0日で、忘却曲線に情報が無いためです
- 目安は 400件から試せて 1,000件で安定します。それ未満でも回せますが、結果を見て捨てられます
- 最適化はアプリ版でだけ動きます（月1回程度で十分です）
iOS と Android は読むだけです。