目前的复习功能实在是不尽人意，难以达到实现学习的目的，希望考虑率先在MNE或MN4中实现复习功能的改进和优化。
一、目前复习功能难以和市面上的复习卡片相比，难以达到记忆效果
1.记忆算法不透明，复习数据难以可视化。一是导致学习者无法知道自己记忆算法所到来的成果，难以到达记忆检索的效果。二是复习数据未能量化，复习者无法可预知遗忘趋势，无法知晓自己已经记忆情况，也无法改善自己的学习记忆方法。
2.与市面上主流记忆复习卡软件相比，存在自定义效果差、算法不可被自定义。一是无法给某些或某组记忆卡片进行自定义时间复习，如卡片失误时需要记忆的时间、如1小时、3小时等。二是相比于市面上主流记忆软件，缺失预设，如艾宾浩斯遗忘曲线记忆、17天搞定GRE单词等；预设记忆算法可以帮助学习者在应对不同的场景（如突击考试）中用更有效的方法中止遗忘速度，达到高效记忆目的。
二、目前复习功能需要优化和建议改进方向
为了有效记忆，中断遗忘，改善复习功能是学习者十分有必要的，检索（抽认卡或考试等）可以帮助学习者有效记忆。
1.考虑优化目前记忆算法，改善复习功能
1.1 考虑首先优化记忆算法，实现算法可视化。考虑在优化记忆算法前提上，实现记忆曲线图谱可视化，由此，得知失误卡片、已记忆卡片、未记卡片、未来遗忘卡片、未来规划记忆卡片等数据。
1.2 考虑艾宾浩斯记忆算法实现。考虑改善记忆算法之一。
1.3考虑优先实现FSRS4Anki。即 Free Spaced Repetition Scheduler for Anki，一款能在 Anki 上运行的自由、开源的间隔重复调度算法。相较于 Anki 内置的、有着长达 30 年历史的 SM-2 算法，FSRS 更新、更准、更强。 FSRS4Anki 主要分为三个部分：Scheduler（调度器）、Optimizer（优化器）和 Helper（助手插件）。
- Scheduler 可以根据当前卡片的记忆状态、复习间隔和复习打分来预测记忆状态的变化，并给出合适的复习间隔。
- Optimizer 可以根据学习者上传的历史复习记录，生成拟合学习者记忆情况的模型权重。
- Helper 以 FSRS 记忆状态为核心，允许学习者更加灵活地复习。
2.考虑增加自定义预设复习。考虑增加自定义预设功能，由学习者针对不同的卡组实现自定义复习曲线，如突袭考试，采用a预设算法；如长期需要记忆的知识，采用b预设算法。
3.考虑使用ai功能实现个人认知个体差异记忆。该功能可能需要数据进行训练。墨墨在此方面积累极多经验；1.3中有可能类似于该算法的实现。该功能可能在插件中实现，并实现付费。
3.1 ai功能在一定程度上能够将个体学习者学习效率增加。一是复习不再是一成不变，记忆算法根据个人记忆差异而调整。二是复习时间根据个人学习日常时间而调整，适应个人学习者学习。
以上属建设性思考