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

# DefaultScheduler

`DefaultScheduler` 是非同步工廠，回傳一個可直接使用的排程器實例。它把模型（預設 FSRS-7）與 `dateChrono` 以及標準排程策略組合在一起，因此你只需設定它的選項。內部它與自訂 `defineScheduler` 使用同一套「定義與實例」機制——預設只是把各部分裝配起來的便利方式。

## 選項

從 FSRS-3\~6 升級至 FSRS-7 時，省略 `weights` 以使用 FSRS-7 預設權重，或提供為 FSRS-7 訓練的權重。重播歷史用於重建卡片狀態，不會轉換舊版權重。

FSRS-7 卡片除了 `stability` 與 `difficulty`，還包含 `stabilityFast`。舊版 FSRS-3\~6 的記憶狀態需透過 `Reschedule` 重播複習歷史來重建；參數遷移不會遷移卡片狀態，不應以 `0.8 * stability` 推測演化後的快速軌跡。預設為 FSRS-7 啟用小數天數；`enableShortTerm: false` 只停用明確的學習步驟，不會停用模型的快速軌跡。

需要成本自適應保留率時，自行組合定義，以 `schedulerCostAdrMiddleware` 取代 `schedulerDesiredRetentionMiddleware`。Cost ADR 不是 `DefaultScheduler` 選項。

`scheduler.nextInterval(memoryState, desiredRetention, { card, grade, elapsedDays })` 查詢已計算的評分後狀態所對應的間隔，只執行 `handlers.nextInterval`，不推進卡片或 chrono；共用間隔策略應放在這個掛鉤中。

| 選項                   | 預設                            | 用途                                                                                                                |
| -------------------- | ----------------------------- | ----------------------------------------------------------------------------------------------------------------- |
| `version`            | `'FSRS-7'`                    | 選擇 FSRS 模型：`'FSRS-3'`、`'FSRS-4'`、`'FSRS-4.5'`、`'FSRS-5'`, `'FSRS-6'` 或 `'FSRS-7'`。FSRS-7 無法遷移舊版 FSRS-3\~6 的權重。    |
| `weights`            | 預設權重                          | 選用的訓練權重；省略時使用所選版本的預設值。FSRS-7 需要恰好 34 個 FSRS-7 權重；傳入舊版權重會在建立排程器時拋出例外。                                              |
| `desiredRetention`   | `0.9`                         | 在計算間隔前套用的目標保留率。                                                                                                   |
| `enableShortTerm`    | `true`                        | 啟用學習與再學習步驟。                                                                                                       |
| `learningSteps`      | `['1m', '10m']`               | `enableShortTerm` 開啟時套用的學習步驟。                                                                                     |
| `relearningSteps`    | `['10m']`                     | `enableShortTerm` 開啟時套用的再學習步驟。                                                                                    |
| `graduatingInterval` | `1`                           | 卡片處於 `Review` 時的最短間隔（天）。最終間隔更短時，卡片維持 `Learning`/`Relearning`。設定了步驟時，走完步驟以及 `Review` 卡片按 Hard、Good、Easy 都至少使用這個間隔。 |
| `allowModelOverride` | FSRS-7: `true`; 其他版本: `false` | 模型間隔比目前步驟長時，改用模型間隔。Again 不超過 `graduatingInterval`；Hard、Good 的間隔達到 `graduatingInterval` 時提前畢業。                     |
| `enableFuzz`         | `false`                       | 開啟時分散間隔以增加變化。                                                                                                     |
| `maximumInterval`    | `36500`                       | 間隔的天數上限。                                                                                                          |
| `clearStatsOnForget` | `true`                        | `forget` 是否清空 `reps` 與 `lapses`。                                                                                  |

`DefaultScheduler` 始終使用 `dateChrono`，並依[中介軟體](https://open-spaced-repetition.github.io/ts-fsrs/zh-TW/guide/middleware/built-in.md)頁面所述的順序組合標準策略：目標保留率、模糊間隔、統計、scheduled days、學習步驟、最大間隔、單調間隔。選擇 `version` 只改變模型及其參數，不改變這套策略。

```ts twoslash file="../../../snippets/run-code/default-scheduler.ts"
import { DefaultScheduler, Rating } from 'ts-fsrs'

const now = new Date('2026-01-01T00:00:00.000Z')
const scheduler = await DefaultScheduler({
  version: 'FSRS-7',
  desiredRetention: 0.9,
  enableShortTerm: true,
  learningSteps: ['1m', '10m'],
  relearningSteps: ['10m'],
  enableFuzz: false,
  maximumInterval: 36_500,
})
const card = scheduler.newCard({ cardId: 'quick-start', now })
const result = scheduler.review({ card, grade: Rating.Good, now })

console.log(
  JSON.stringify(
    {
      state: result.card.state,
      dueAt: result.card.dueAt,
      stability: result.card.stability,
      stabilityFast: result.card.stabilityFast,
      difficulty: result.card.difficulty,
      rating: result.revlog.rating,
    },
    null,
    2
  )
)

```


▶ 執行程式碼

該工廠是非同步的，使用回傳的實例前要先 `await DefaultScheduler(...)`。範例把常用預設值寫得很明確：`version`、`desiredRetention`、學習與再學習步驟、模糊間隔和 `maximumInterval`。省略 `weights` 即用所選 FSRS 版本的預設。

## 預設還是自訂定義

當預設的 FSRS 模型、`dateChrono` 與標準策略集契合你的產品時，用 `DefaultScheduler`——這是最快且正確的起點。當需要不同的模型或 chrono、增減策略，或需要為每個使用者驗證設定時，用 `defineScheduler`。二者最終都落到同一套排程器實例 API（`newCard`、`review`、`rollback`、`preview` 與 `forget`）。定義與實例模型見[排程器概覽](https://open-spaced-repetition.github.io/ts-fsrs/zh-TW/guide/scheduler/index.md)。