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

LEARNER-BACKGROUND-FORMAT.md

View on GitHub
# LEARNER-BACKGROUND.md:学习者背景格式

学习者背景保存后续教学可以默认使用的个人上下文:已有经验、经过证据证明的能力、当前边界和有效教学方式。

它不是课程目录,也不要求用户重新阅读。学习目标、现实用途、完成证据和当前主线属于 `MISSION.md`;本文件只保存相对稳定的学习者背景。

## 推荐模板

```markdown
# {主题} 学习者背景

更新日期:{YYYY-MM-DD,可选}

## 已确认背景

- {用户明确陈述的职业、语言、项目或领域经验}

## 可迁移经验

- {旧经验} — 可能帮助:{新领域中的对应能力}

## 临时假设

- {尚未确认的能力或经验} — 依据:{为什么暂时这样判断};验证:{如何在真实任务中确认}

## 已验证能力

- {能力} — 证据:{解释、预测、运行、Debug、作品、考试或真实反馈}

## 已建立的心智模型

- {...}

## 有效教学方式

- {...}

## 不适合的教学方式

- {...}

## 当前能力边界

- {见过但尚未证明能独立使用的内容}

## 下一处真实入口

- `{path / task}`:`{symbol / focus}`
```

## 写入规则

- 只保存会改变后续教学判断的稳定背景。
- 先读取对话、项目和已有记录;缺失信息确实会改变学习起点时,才主动询问一个短问题。
- 不发送背景问卷。用户无法回答时,可以记录明确标注的临时假设,并通过真实任务继续校准。
- 用户明确陈述的信息、教练推断的临时假设和证据验证的能力必须分开记录。
- “学过”不等于“已验证能力”。
- 可以汇总多个 learning record,但不要复制完整学习流水账。
- 明确区分已经掌握、需要提示、尚未验证三种状态。
- 用户最新明确偏好优先于旧背景;发生变化时直接更新。
- 学习目标和完成定义写入 `MISSION.md`;不要把不断变化的短期目标塞进背景文件。
- 个人背景不应被压缩成去个人化 reference,两者职责不同。
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