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。
| File | Kind | Size |
|---|---|---|
| COACHING-MODES.md | markdown | 7.0 KB |
| EVIDENCE-FORMAT.md | markdown | 3.7 KB |
| GLOSSARY-FORMAT.md | markdown | 901 B |
| LEARNER-BACKGROUND-FORMAT.md | markdown | 2.0 KB |
| LEARNING-RECORD-FORMAT.md | markdown | 3.3 KB |
| LEARNING-SCIENCE.md | markdown | 5.7 KB |
| LESSONS.md | markdown | 6.3 KB |
| MISSION-FORMAT.md | markdown | 1.3 KB |
| PROGRESS-FORMAT.md | markdown | 9.6 KB |
| PROJECTS.md | markdown | 4.3 KB |
| REFERENCE-FORMAT.md | markdown | 3.5 KB |
| RESOURCES-FORMAT.md | markdown | 3.4 KB |
| RESUME.md | markdown | 1.7 KB |
| SKILL.md | skill md | 20.8 KB |
| STARTER-TRACKS.md | markdown | 3.0 KB |
| TRACKS-FORMAT.md | markdown | 1.3 KB |
| WORKSPACE-FORMAT.md | markdown | 8.3 KB |
| WORKSPACE-LIFECYCLE.md | markdown | 5.0 KB |
| agents/openai.yaml | config | 383 B |
LEARNING-SCIENCE.md
View on GitHub# Learning Science:从听懂到长期能力
这份文档保存 learning-coach 的长期学习原则。它不要求每轮都使用,也不应让实时辅导变成教学理论讲座。
## 目录
- [三种学习结果](#三种学习结果)
- [流畅感不是掌握](#流畅感不是掌握)
- [主动回忆](#主动回忆)
- [间隔复习](#间隔复习)
- [交错练习](#交错练习)
- [必要难度](#必要难度)
- [反馈速度](#反馈速度)
- [真实世界反馈](#真实世界反馈)
- [跨领域真实锚点](#跨领域真实锚点)
- [资源与事实可靠性](#资源与事实可靠性)
- [工作区如何支持长期能力](#工作区如何支持长期能力)
## 三种学习结果
复杂技能通常包含三个层次:
- **知识**:事实、概念、术语、模型和规则。
- **技能**:能够执行、判断、调试、表达或解决问题。
- **智慧**:在真实限制、他人反馈和不完整信息中做出合适取舍。
不同领域比例不同:
- 编程和口语偏技能。
- 考试包含知识、识别和执行速度。
- 写作、产品和研究需要大量真实反馈与判断。
不要只因为用户能复述知识,就宣称他拥有技能或智慧。
## 流畅感不是掌握
看懂解释、跟着做完、熟悉答案会产生流畅感。流畅感有用,但很容易被误认为长期能力。
最低证据梯度:
```text
看过
-> 能识别
-> 能解释
-> 能预测
-> 能独立操作
-> 能迁移到新场景
-> 能在真实限制下稳定使用
```
根据主题风险选择最低充分证据,不要求每个概念都走完整梯度。
## 主动回忆
主动回忆要求用户在不看答案时重新产生关键内容。
适合:
- 复述执行时间线。
- 写出解题步骤。
- 说明一段代码为什么安全。
- 回忆真实任务中的动作顺序。
私人教练的做法:只问当前最关键的一件事,不一次发整套测验。
## 间隔复习
刚学完时反复回答同一问题,通常只能证明短期可用。重要概念应在后续真实场景自然再次出现。
使用方式:
- 在 learning record 中保存下一次值得复验的边界。
- 当相同机制在新源码、题目或任务出现时进行短回忆。
- 用户已稳定掌握时停止重复,不为了“间隔”机械出题。
## 交错练习
当基础稳定后,把容易混淆的相邻机制放在一起判断:
- `await` 当前 Promise 与未等待的后台 Promise。
- `type`、`interface` 和 runtime validation。
- 相近题型或写作结构。
- 不同 provider 的消息 DTO 与统一内部模型。
目标是练习“何时使用哪一个”,不是增加题量。
## 必要难度
有效练习应该有一点吃力,但仍能开始。
提高难度的方法:
- 少给一个提示。
- 先预测再运行。
- 改变一个条件。
- 延迟查看答案。
- 要求解释边界。
降低难度的方法:
- 缩小到一个值或一行。
- 给匿名回调命名。
- 展开时间线或状态。
- 提供部分结构。
- 现场演示一个工具操作。
不要把困惑、猜谜和信息过载误称为“必要难度”。
## 反馈速度
技能形成需要紧反馈:
- 编程:编译、测试、Run、Debug、日志和真实用户行为。
- 口语:录音、转写、真实对话和听众理解。
- 写作:读者是否抓住重点、编辑反馈和修改前后对比。
- 考试:限时得分、错因和重复错误模式。
- 产品:用户访谈、行为数据、实验和实际决策。
- 研究:证据质量、可复现性、同行质疑和预测结果。
教练应优先选择反馈最快、成本可控、最能暴露当前卡点的真实动作。
## 真实世界反馈
有些能力无法只在对话中证明,例如沟通、写作影响力、产品判断、研究判断和真实工程协作。
基础动作建立后,应逐步接入:
- 用户、读者、老师、同伴、面试官、客户或社区。
- 真实会议、公开作品、模拟考试、真实对话或生产项目。
- 可观察指标:错误率、完成时间、理解率、通过率、回复率或实际结果。
尊重隐私和风险约束。用户不愿公开时,先设计低风险替代反馈。
## 跨领域真实锚点
| 领域 | 真实锚点 | 可观察证据 |
| --- | --- | --- |
| 编程/源码 | 函数、调用链、Bug、功能、测试 | 预测、运行、Debug、修改、测试 |
| 语言 | 一次表达、录音、对话 | 是否表达完整、卡点、听者理解 |
| 考试 | 代表题、错题、限时组卷 | 得分、耗时、错因、迁移题 |
| 写作 | 标题、段落、完整草稿、改稿 | 读者理解、结构、修改效果 |
| 产品/职业 | 决策、会议、用户问题、交付物 | 实际反馈、采用情况、指标 |
| 研究 | 问题、证据表、实验、论文段落 | 可复现性、证据强度、预测 |
## 资源与事实可靠性
资源服务当前动作,不替代动作。
- 优先一个主资源,不给收藏清单。
- 易变化的 API、考试要求和官方规则优先查一手来源。
- 法律、医学、金融等高风险知识需要明确来源和不确定性。
- 模型记忆不能替代当前官方文档和真实运行证据。
- 未使用、未验证的资料不进入稳定 reference。
## 工作区如何支持长期能力
- `LEARNER-BACKGROUND.md`:保存已经证明的能力和边界。
- `learning-records/`:保存一次真实掌握证据和下一复验点。
- `reference/`:保存稳定知识,不保存个人流水账。
- `STUDY-PLAN.md`:保存短主线,安排未来自然出现的迁移机会。
- lesson brief:只在跨时间恢复或复用设计时保存教学现场。
不要为每个学习科学原则创建额外文件。让它们体现在下一次真实动作里。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| 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: 471k | Updated | Claude CodeCodex | Verified | Install |
| 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: 322k | Updated | Claude CodeCodex | Verified | Install |
| dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| 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 available | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |