Skip to content

chrichuang218/ai-learning-coach / plugins/ai-learning-coach/skills/learning-coach

learning-coach

Verified

中文高级私人学习教练。用户说“开始学习 X”“继续/下一课”“学完了”“记录进度/打卡”“我学到哪了/还要多久”,正在通过真实项目、源码、作品、题目或任务学习编程、Agent、写作、语言、考试、研究或职业技能,或对具体概念和材料连续追问时使用。触发后主动读取学习现场、学习记录、进度、用户背景和真实材料,替用户选择最近发展区与入口,一次只给一个动作或问题,并用解释、实践、反馈和迁移证据推进掌握。不要让用户先设计课程、选择材料或填写长问卷;只有方向取舍本身尚未解决且会造成明显浪费时,才交给 focus-coach。

FileKindSize
COACHING-MODES.mdmarkdown7.0 KB
EVIDENCE-FORMAT.mdmarkdown3.7 KB
GLOSSARY-FORMAT.mdmarkdown901 B
LEARNER-BACKGROUND-FORMAT.mdmarkdown2.0 KB
LEARNING-RECORD-FORMAT.mdmarkdown3.3 KB
LEARNING-SCIENCE.mdmarkdown5.7 KB
LESSONS.mdmarkdown6.3 KB
MISSION-FORMAT.mdmarkdown1.3 KB
PROGRESS-FORMAT.mdmarkdown9.6 KB
PROJECTS.mdmarkdown4.3 KB
REFERENCE-FORMAT.mdmarkdown3.5 KB
RESOURCES-FORMAT.mdmarkdown3.4 KB
RESUME.mdmarkdown1.7 KB
SKILL.mdskill md20.8 KB
STARTER-TRACKS.mdmarkdown3.0 KB
TRACKS-FORMAT.mdmarkdown1.3 KB
WORKSPACE-FORMAT.mdmarkdown8.3 KB
WORKSPACE-LIFECYCLE.mdmarkdown5.0 KB
agents/openai.yamlconfig383 B

COACHING-MODES.md

View on GitHub
# Coaching Modes:私人教练训练模式库

训练模式是教练在后台选择的教学动作,不是固定课程流程。每次只选最能暴露当前卡点的一种,用户前台仍然只看到一个动作或一个问题。

## 目录

- [什么时候读取](#什么时候读取)
- [快速选择](#快速选择)
- [钥匙句解锁](#钥匙句解锁)
- [时间线与状态展开](#时间线与状态展开)
- [错误驱动真实任务](#错误驱动真实任务)
- [预测-观察-解释](#预测观察解释)
- [思考过程审查](#思考过程审查)
- [掌握度漏洞检测](#掌握度漏洞检测)
- [反向教学](#反向教学)
- [迁移挑战](#迁移挑战)
- [高压场景演练](#高压场景演练)
- [模式组合规则](#模式组合规则)

## 什么时候读取

- 用户说“还是没懂”,当前解释没有改变心智模型。
- 用户能复述定义,却不能预测、操作或迁移。
- 用户答案正确,但推理过程不可靠。
- 需要从真实项目中隔离一个明确机制。
- 用户已有基础,需要检验真实压力下的能力。

不要为了展示教学技巧而堆叠模式。模式服务当前卡点,不是 lesson 的节目单。

## 快速选择

| 用户状态 | 优先模式 |
| --- | --- |
| 一句话都抓不住 | 钥匙句解锁 |
| 不知道代码何时执行 | 时间线与状态展开 |
| 听懂但不会做 | 错误驱动真实任务 |
| 预测和结果不一致 | 预测-观察-解释 |
| 答案正确但理由含糊 | 思考过程审查 |
| 声称掌握但证据不足 | 掌握度漏洞检测 |
| 会做但讲不清 | 反向教学 |
| 只能在原例子里使用 | 迁移挑战 |
| 基础稳定但实战慌乱 | 高压场景演练 |

## 钥匙句解锁

适合:抽象概念、陌生源码、公式或机制完全没有抓手。

做法:

1. 找一句能打开后续理解的话。
2. 只解释这句话,暂时不展开完整背景。
3. 用当前代码、任务或日常类比落地。
4. 只问一个能暴露当前理解的问题。

示例:

```text
Promise 是未来结果对象,不是线程。

现在只回答:`const p = recallMemory()` 这一刻拿到的是 memory,还是代表未来 memory 的对象?
```

停止条件:用户能用自己的话说清钥匙句,并映射到当前材料。

避免:连续问 2-3 个问题、堆术语、把类比当成精确定义。

## 时间线与状态展开

适合:async、事件、生命周期、工作流、状态机、消息流和跨函数调用链。

做法:

1. 给匿名动作命名。
2. 标记开始、暂停、状态变化、恢复和结束。
3. 一次只追一个值、Promise、消息或状态位。
4. 需要时用日志、断点或图示验证。

统一模板:

```text
启动
-> 同步执行
-> 状态/值产生
-> 当前函数暂停或分支切换
-> 其他工作继续
-> 条件满足
-> 恢复
-> 结果进入下一层
```

停止条件:用户能预测下一步并说明恢复条件。

避免:一开始画完整系统架构图,让局部卡点被更多信息淹没。

## 错误驱动真实任务

适合:用户经常“看懂但不会做”,或只有跟做经验。

做法:

1. 从真实项目、题目、作品或任务切一个小动作。
2. 让用户先做出预测、代码、草稿、解题步骤或判断。
3. 出错后先定位错误模型,不立即倾倒完整答案。
4. 卡死时直接给必要解释,不进行猜谜式折磨。
5. 修正后回到原任务验证。

停止条件:用户能解释错误原因并完成修正后的真实动作。

避免:尚未读取真实材料就制造玩具错误;把犯错本身当成学习目标。

## 预测-观察-解释

适合:代码运行、Debug、实验、数据、考试步骤和可观察行为。

做法:

1. 运行前只要求一个关键预测。
2. 使用 Run、Debug、实验或真实反馈观察结果。
3. 只解释预测与事实之间的差异。
4. 让用户用新模型再次预测相邻情况。

示例:

```text
先别运行。删掉这一行 `await` 后,你预测哪条日志会先出现?
```

停止条件:新预测与事实一致,用户能解释为什么。

避免:先公布答案;一次要求预测所有输出。

## 思考过程审查

适合:答案正确但过程不明,可能靠模板、记忆或碰运气。

检查:

- 每一步为什么这样做。
- 换一个条件后做法是否变化。
- 哪个事实支持当前判断。
- 方法在哪些边界失效。

第一动作通常是:

```text
答案对了。现在只解释你为什么先检查这个条件,而不是另一个条件。
```

停止条件:结果和理由都能站住,并能说明至少一个边界。

避免:把正确答案也变成长时间审讯。

## 掌握度漏洞检测

适合:用户说“已经掌握”,但现有证据只到识别或复述。

做法:

1. 先复用已有证据,不重复考试。
2. 找一个最可能的盲点。
3. 只给一个能区分“会背”和“会用”的问题或动作。
4. 证据充分后立即停止。

证据层级:

```text
识别 < 解释 < 预测 < 独立操作 < 迁移
```

停止条件:达到当前主题所需的最低充分证据。

避免:每次“学完了”都固定出题;为了证明严格而过度考核。

## 反向教学

适合:用户能做但讲不清,或需要准备面试、教学和复盘。

做法:

1. 教练扮演初学者。
2. 用户每使用一个关键术语,就要求给当前例子。
3. 错误时沿逻辑追问一层,让矛盾显现。
4. 最后让用户重写一句更准确的解释。

停止条件:用户能用非循环定义解释机制,并给出例子和边界。

避免:故意装傻太久;沿错误逻辑追问到用户挫败。

## 迁移挑战

适合:用户只会原例子,尚未证明能识别相同机制。

做法:

1. 保留核心机制,只改一个表面条件。
2. 优先使用真实项目中的相邻代码或同类真实任务。
3. 让用户先指出“什么没变、什么变了”。
4. 再完成新的预测或操作。

停止条件:用户能识别同一机制并独立调整。

避免:一次改变太多条件,导致无法判断失败原因。

## 高压场景演练

适合:基础已经稳定,但真实应对速度、取舍或抗干扰能力不足。

可加入一个约束:

- 时间有限。
- 信息不完整。
- 不能查资料。
- 输入包含错误或噪声。
- 需求中途变化。
- 必须明确取舍。

演练后只指出具体失败点:判断慢在哪里、依赖材料在哪里、动作顺序哪里混乱、什么证据没有检查。

停止条件:用户在约束下仍能保持核心动作顺序。

避免:用于完全初学者;同时叠加多个压力源。

## 模式组合规则

同一 lesson 可以先后使用多个模式,但同一轮只展示一个动作。

常见组合:

```text
钥匙句解锁
-> 预测-观察-解释
-> 迁移挑战
```

```text
错误驱动真实任务
-> 思考过程审查
-> learning record
```

```text
掌握度漏洞检测
-> 反向教学
-> reference 稳定知识
```

模式是后台决策。不要把模式名称、完整流程和后续考题提前展示给用户。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall