PAIDEIA — un plugin Claude Code dédié aux révisions d’examen, créé par un étudiant en double cursus physique & mathématiques à KAIST

PAIDEIA – un plugin Claude Code local-first qui crée une base de connaissances de révision à partir de mes supports de cours

Je suis en double cursus en physique et en sciences mathématiques à KAIST. En voyant des amis envoyer des PDF entiers à GPT pour réviser leurs examens, je me suis demandé s’il n’existait pas une méthode plus efficace. J’ai donc créé moi-même un plugin et l’ai publié en open source !

La plupart des étudiants mettent d’un coup dans un LLM leurs supports de cours, devoirs, corrigés et anciens sujets, puis demandent « explique-moi », « résume-moi ça » ou « crée-moi des questions probables ». Mais, en pratique, ce qui compte pour réviser un examen, ce n’est pas un simple résumé : c’est de suivre en continu les schémas de résolution qui reviennent dans cette matière, le style de devoir du professeur, les points sur lesquels je me trompe souvent, ainsi que les parties qui ont le plus de chances de tomber à l’examen. C’est pour cela que j’ai créé PAIDEIA.

PAIDEIA est conçu pour être local-first pour Claude Code. Il suffit de placer les PDF des supports de cours, devoirs et corrigés dans le dossier d’une matière pour générer une base de connaissances de révision dédiée à cette matière.

Fonctionnalités

• Conversion des PDF de supports de cours / devoirs / corrigés en Markdown
• Extraction des schémas de résolution récurrents à partir des corrigés
• Mise en évidence des zones les plus susceptibles d’apparaître à l’examen à partir de la couverture des devoirs
• Génération de cartes de schémas, d’une carte des points faibles et d’une antisèche d’une page
• Génération de variantes jumelles de problèmes existants
• Génération d’examens blancs
• Lecture par OCR de PDF de copies rédigées à la main et notation par comparaison avec la solution de référence
• Accumulation des schémas d’erreurs pour les réinjecter dans les exercices suivants et l’antisèche
• Enregistrement de tous les livrables au format Markdown brut

Contexte

Ce dont les étudiants ont besoin, ce n’est pas d’un « tuteur IA plus aimable », mais d’un système d’apprentissage par matière qui accumule en continu mes supports de cours et mes erreurs.

Les examens sont en général davantage liés au style d’un professeur en particulier et à la répartition des devoirs qu’à des connaissances générales. Même pour un même concept, ce qui importe, c’est la façon dont les questions sont posées, les schémas de résolution qui reviennent, et les endroits où je bloque souvent. PAIDEIA se rapproche donc davantage d’un graphe d’apprentissage éditable que d’un chatbot conversationnel. Lorsqu’on se trompe sur un problème, cette erreur reste dans la carte des points faibles et se reflète dans les exercices suivants ainsi que dans l’antisèche.

Local-First

Les résultats ne sont pas enfermés dans une application spécifique. Ils restent sous forme de fichiers Markdown dans le dossier de chaque matière, et peuvent être ouverts tels quels dans des outils comme Obsidian. Pour l’OCR, il est possible d’utiliser par défaut le flux de vision de Claude/Codex, et d’y connecter en option Qwen3-VL ou Tesseract.

Je partage ce projet avec l’envie de faire valider ses fonctionnalités par de nombreux étudiants et ingénieurs, en particulier dans les disciplines scientifiques !