> For AI agents: the complete documentation index is available at https://open-spaced-repetition.github.io/ts-fsrs/ja-JP/llms.txt, the full documentation bundle is available at https://open-spaced-repetition.github.io/ts-fsrs/ja-JP/llms-full.txt.

# Playground

現在のワークスペースビルドをブラウザーで直接実行できます。Monaco はリポジトリ内の `ts-fsrs` と `@open-spaced-repetition/binding` の実際の宣言を読み込むため、ホバー、診断、補完、定義ジャンプが公開パッケージと一致します。


ブラウザーラボ

## 型付きの例を Worker で実行

ts-fsrs スケジューラーWASIP1 トレーナー

型付きエディターを読み込んでいます…

Worker の出力

サンプルを編集して実行してください。スケジューリングやパラメータ学習はメインスレッド外で実行されるため、ページは応答したままです。


## WASIP1 binding で学習

コンパニオンパッケージのブラウザーエントリー、CSV 変換、`FSRSBindingItem` / `FSRSBindingReview` の生成、オプティマイザー呼び出しはすべて同じ専用 Worker 内に残ります。メインスレッドは選択した `File` のテキストを読み、それを Worker に送るだけです。


モデルバージョンFSRS6FSRS7復習タイムゾーン学習日の開始時刻00:0001:0002:0003:0004:0005:0006:0007:0008:0009:0010:0011:0012:0013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:00スケジューリングペナルティ

FSRS7 は各学習日の実際の長さで間隔を正規化し、小数や同日内の間隔も保持します。選択したタイムゾーンと日付の切り替え時刻が学習日の境界を決めます。夏時間で 23 時間または 25 時間になる場合も、学習日全体を 1 日として扱います。 FSRS7 の学習に間隔の成長と短い間隔へのペナルティを追加します。既定は無効で、スケジューリングの数式は変わりません。

revlog.csv を選択専用 Worker でパラメータ学習[サンプル revlog.csv をダウンロード](https://github.com/open-spaced-repetition/fsrs-rs/files/15046782/revlog.csv)

CSV ファイルを選択してください。

revlog.csv スキーマ（全列が必須）| フィールド | 型 | 意味と制約 |
| --- | --- | --- |
| `card_id` | 文字列 | カード履歴をまとめる固定 ID。カンマを含む値は引用符で囲みます。 |
| `review_time` | 64 ビット符号付き整数 | ミリ秒の Unix タイムスタンプ。FSRS6 は整数の学習日数、FSRS7 は各学習日の実際の長さで正規化した小数日数を使います。 |
| `review_rating` | 符号なし整数（1–4） | 1 Again、2 Hard、3 Good、4 Easy。 |
| `review_state` | 符号なし整数（0–3） | 回答前の状態：0 New、1 Learning、2 Review、3 Relearning。最後の New/Learning ブロックから履歴を保持します。 |
| `review_duration` | 符号なし整数 | 必須の回答時間（非負のミリ秒）。 |


このリンクからは `fsrs-rs` の[サンプル `revlog.csv`](https://github.com/open-spaced-repetition/fsrs-rs/files/15046782/revlog.csv) をダウンロードできます。123,730 件の復習レコードを含む 4,626,708 bytes のデータセットです。binding の Rust `csv` パーサーは CRLF、引用符、フィールド内のカンマを正しく処理します。コンバーターは `card_id` ごとにグループ化して `review_time` 順に並べ、最後の New/Learning ブロックから履歴を保持します。選択した IANA タイムゾーンで各タイムスタンプの現地時刻と夏時間を解決し、選択した `nextDayStartsAt` より前の現地時刻を前の学習日に割り当てます。FSRS6 はその学習日間の整数日の距離を `deltaT` として計算します。両モデルとも現在の `deltaT > 0` の学習アイテムだけを生成します。

既定の FSRS7 も、選択したタイムゾーンと学習日の境界を使います。各学習日内の経過時間をその学習日の実際の長さで割り、日をまたぐ場合は各部分を足し合わせるため、小数や同日内の間隔も保持します。夏時間で 23 時間または 25 時間になる場合も、学習日全体を 1 日として扱います。CSV 変換と学習には同じモデルを選択してください。

FSRS6 では短期パラメーターを有効にして当日中の復習をモデル化するか、無効にして長期のみの重みを学習できます。FSRS7 の学習では常に `enableShortTerm: true` を使います。いずれの場合も、返された完全な `weights` 配列を丸めず、省略せずに表示します。