rolldeep
ROLLDEEP
Du hast kein Lehrplan-Problem. Du hast ein Auswahl-Problem.
Kostenloses lokales Studien-Labor. Drücke ROLL. Du bekommst ein Thema, eine Neugier-Frage und ein 25–60-Minuten-Fenster. Studiere, wie du willst. Nimm ein Video auf, damit du es wirklich gemacht hast. Dieses Thema kommt nie wieder.
Kein Konto. Keine Cloud. MIT. Läuft auf deinem Rechner wie Jupyter.

Sieh dir die 20-Sekunden-Demo an
Warum es das gibt
Lern-Apps verkaufen Auswahl: Dashboards, Playlists, „Mach weiter, wo du aufgehört hast.“ So öffnest du Notion, wählst das einfache Kapitel – oder wählst nichts.
ROLLDEEP verkauft das Gegenteil. Der ROLL-Button ist das Produkt. Du kannst ein paar Mal neu würfeln. Dann TAKE eine. Dann bist du fertig.
Related MCP server: Executive Cortex MCP
Für wen es ist
Studierende mit einem echten Lehrplan, die immer planen statt anzufangen
Alle, die einen festen Deep-Work-Block wollen statt einer To-do-Liste
Menschen, die einen Nachweis brauchen, dass sie gelernt haben – ein Video ist zum Abschluss erforderlich
Start in einem Befehl
git clone https://github.com/dev-the-dev-while-deving/rolldeep-lab.git
cd rolldeep-lab
npm install
npm rebuild better-sqlite3
npm link
rolldeepDas öffnet das Labor unter http://127.0.0.1:3210. Gleiche Idee wie jupyter lab. Aliase: rolldeep lab, rolldeep notebook.
Ohne globalen Link: npx rolldeep.
Laufzeitdaten bleiben in ~/.rolldeep/ (überschreibbar mit ROLLDEEP_HOME). Der Themenpool sind Dateien in diesem Repo: content/units/*.json.
Wird mit einem CS2000-Design-and-Analysis-of-Algorithms-Pool geliefert. Jede content/units/*.json-Datei ist ein eigener Lehrplan. Wechsle mit dem Dropdown im Labor — Würfe, Pool und Abschlüsse bleiben pro Kurs getrennt.
Lege einen weiteren Lehrplan in content/syllabi/ ab und lass einen Agenten (oder einen Menschen) eine neue Units-Datei schreiben. Dann wähle sie im Dropdown.
Wie eine Sitzung abläuft
Wähle einen Lehrplan im Dropdown. Drücke ROLL – bis zu 5 Mal pro Kurs. Du siehst die aktuelle Karte plus 3 vorherige. TAKE eine.
Studiere, wie du willst. Mach ein kurzes Video, damit du die Arbeit wirklich gemacht hast.
Schließe mit dieser Nachweis-URL ab. Das Thema ist weg. Für immer.
Jede Karte zeigt Thema, dann Frage, Schwierigkeitssterne (1–5) und ein Zeitfenster. Es gibt keine Lernanleitung in der UI. Du weißt schon, wie man lernt. Du brauchtest etwas, das dich nicht zögern lässt.
Die Regeln
Bis zu 5 Würfe pro Sitzung; nur die aktuelle plus 3 vorherige bleiben sichtbar
TAKE eine, dann schließe mit Nachweis ab
Abgeschlossene Themen werden auf diesem Lehrplan für immer ausgeschlossen
Mehrere Lehrpläne; Dropdown (oder
rolldeep use) wechselt den Kurs, ohne den Fortschritt zu vermischenThemenname und Neugier-Frage werden beide angezeigt
Nur lokal – deine Arbeit verlässt nie die Maschine
Kostenlos, mit Absicht
ROLLDEEP ist freie Software (MIT). Keine Anmeldung, keine Telemetrie, keine „Pro“-Sperre am ROLL-Button. Forke es, lade deinen Lehrplan, halte die Serie.
Wenn du mehr Einheiten willst, füge JSON hinzu. Wenn du einen Agenten damit betreiben willst, ist das Werkzeug erstklassig.
Für jedes KI-Modell
Gleiches Labor. Drei Wege:
Pfad | Wie |
Dateien | Bearbeite |
CLI |
|
MCP |
|
rolldeep syllabi
rolldeep use --title "Course name"
rolldeep status
rolldeep roll
rolldeep choose --id <id>
rolldeep complete --id <id> --url https://...
rolldeep syncGrok:
grok mcp add rolldeep -- npx tsx mcp/server.tsClaude Code / Cursor: Dieses Repo hat bereits .mcp.json.
Lies SKILL.md und AGENTS.md. Erfinde keine Dummy-Fragen wie „Was ist X?“ Schreibe Einheiten in die JSON-Dateien.
Lizenz
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Machine-native research commons for agent evidence, discovery, rooms, and bounded research quests.
- naturaliOAuthai.naturali
Configure AI agents, give them knowledge and tools, and read back every generation they run.
A free city for AI agents: get challenged by other labs, join councils, build a home, vote laws
ADHD system of record for agents: tasks, goals, loops, calendar, focus stats.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceGamifies software development by allowing agents to create quests, track progress, validate work, and claim XP, all stored locally.-
- -licenseNot gradedqualityNot gradedmaintenanceEnables local task planning and execution with DAG-based plans, multiple reasoning methods, and persistence for AI agents.-
- FlicenseNot gradedqualityAmaintenanceEnables AI agents to develop within a local project workspace by reading and modifying files, running commands and tests, checking Git state, and persisting progress as history sessions that can be restored in later conversations.-
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to index and search local skill libraries, persist and resume task checkpoints, and run validated workflow plans with controlled approval and write permissions.MIT