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 |
LESSONS.md
View on GitHub# Lessons:实时辅导与可选教练 Brief
## 目录
- [正式定义](#正式定义)
- [一个真实 Lesson 如何开始](#一个真实-lesson-如何开始)
- [默认不创建 Lesson 文件](#默认不创建-lesson-文件)
- [什么时候创建 Lesson Brief](#什么时候创建-lesson-brief)
- [Lesson Brief 应该很短](#lesson-brief-应该很短)
- [推荐模板](#推荐模板)
- [示例:追踪 Memory Prefetch 进入模型请求](#示例追踪-memory-prefetch-进入模型请求)
- [与其他产物的区别](#与其他产物的区别)
- [禁止事项](#禁止事项)
## 正式定义
Lesson 是一次实时、动态、由教练主导的学习会话,不是预生成的教学文件。
用户通过以下过程完成 lesson:
```text
真实项目或真实任务
+ 对话
+ Run / Debug / 实际操作
+ 回答与预测
+ 即时反馈和纠正
= Lesson
```
用户看到的是眼前一个动作或一个问题。教练在后台掌握完整上下文、可能路径、预计卡点和掌握证据,但根据用户的真实反馈逐步揭示。
## 一个真实 Lesson 如何开始
```text
用户:开始学习 TS 吧。
教练在后台:
读取学习工作区
-> 检查学习者背景和最近证据
-> 打开真实 mini-claude 项目
-> 判断最近发展区
-> 准备第一个问题和可能的验证方式
教练对用户:
请打开 mini-claude 的 src/memory.ts,
搜索 startMemoryPrefetch。
找到后告诉我它的返回类型。
```
接下来由用户的回答决定教学路径。完整过程才是一节 lesson。
## 默认不创建 Lesson 文件
大多数 lesson 不需要对应文件。长期真正有价值的产物是:
- `learning-records/`:用户实际证明掌握了什么、曾经错在哪里、下一处入口是什么。
- `reference/`:以后仍值得复习的稳定知识。
- `NOTES.md` 或学习者背景:怎样教这个用户最有效。
- `STUDY-PLAN.md`:当前短主线和最近几个真实锚点,可选。
不要为了“每节课都要有文件”创建 lesson。文件数量不是学习进度。
## 什么时候创建 Lesson Brief
只有两种默认理由:
1. **跨时间恢复**:一次辅导需要跨天或跨会话继续,现有学习记录不足以恢复现场。
2. **教学设计复用**:这套真实任务、卡点顺序和验证方式以后值得给其他相似学习者复用。
用户要求一份教程或讲义时,可以创建独立文档,但不要自动把它归类为 lesson brief。Lesson brief 的读者首先是教练。
## Lesson Brief 应该很短
它只保存会影响教学判断的内容:
- 为什么现在选择这个入口。
- 真实项目或任务锚点。
- 用户当前已经能做什么。
- 尚未验证的能力。
- 第一个可见动作。
- 预计可能卡在哪里。
- 什么证据足以判定本轮掌握。
- 实际教学结束后走过什么路径。
不要复制完整源码,不要预写整章解释,也不要把所有后续问题提前展示给用户。
## 推荐模板
```markdown
# {Lesson 标题}
状态:准备中 | 进行中 | 已完成 | 已转入其他入口
轨道:{可选}
更新时间:{YYYY-MM-DD,可选}
## 为什么现在做
{根据使命、已有证据和最近卡点,说明为什么选择这里。}
## 真实锚点
- `{真实项目路径或任务}`:`{符号、函数、题目、作品片段}`
## 用户起点
已经证明:
- {...}
尚未验证:
- {...}
## 教练的第一个动作
{只写第一步。不要在首次回复中展示后续计划。}
## 预计卡点
- {...}
## 掌握证据
用户能够:
1. {...}
2. {...}
## 实际教学路径
Lesson 结束后补充:
- 用户首先卡在哪一行或哪一步。
- 提出了什么问题。
- 使用了什么 Run、Debug、作品或真实反馈证据。
- 哪个误解被纠正。
- 哪种解释或教学动作有效。
## 结果
- 学习记录:`learning-records/...` 或“无需创建”
- 稳定知识:`reference/...` 或“尚未稳定”
- 临时实验:未使用 / 已清理 / 结论已沉淀到 `reference/...`
- 下一处真实入口:{...}
```
## 示例:追踪 Memory Prefetch 进入模型请求
```markdown
# 追踪 memory prefetch 进入模型请求
状态:进行中
轨道:typescript-agent
## 为什么现在做
用户已掌握 Promise、async 和 await,但尚未把这些能力映射回 mini-claude 真实源码。
## 真实锚点
- `src/memory.ts`:`startMemoryPrefetch()`
- `src/agent.ts`:`chatOpenAI()`
- `src/agent.ts`:`callOpenAIStream()`
## 用户起点
已经证明:
- async 函数立即返回 pending Promise。
- await 暂停当前函数而非线程。
- 能解释 Promise 的 resolve / reject。
尚未验证:
- 能否在真实 Agent 中独立追踪 Promise 的创建和消费。
## 教练的第一个动作
让用户打开 `src/memory.ts`,搜索 `startMemoryPrefetch`,只回答它的返回类型可能表达什么。
## 预计卡点
- `MemoryPrefetch | null`
- `Promise<RelevantMemory[]>`
- `settled` 与 `consumed`
- sideQuery 的来源
- OpenAI 与 Anthropic 两条对应链路
## 掌握证据
用户能够在不看提示的情况下指出:
1. prefetch 在哪里启动。
2. 为什么启动时不 await。
3. 结果在哪里消费。
4. messages 在哪里修改。
5. messages 在哪里传给 SDK。
## 实际教学路径
课程结束后再补。
## 结果
- 学习记录:课程结束后决定。
- 稳定知识:仅在知识稳定后创建。
- 下一处真实入口:课程结束后决定。
```
## 与其他产物的区别
| 产物 | 回答的问题 |
| --- | --- |
| 实时 lesson | 教练此刻如何根据用户反馈带学? |
| lesson brief | 教练为什么选这里、准备怎么带、实际怎么走? |
| learning record | 用户最终证明掌握了什么、误区如何被纠正、下一步是什么? |
| reference | 哪些知识已经稳定,未来可以独立复习或被知识库摄取? |
| 临时实验 | 是否曾为隔离机制临时使用,结论最终沉淀到哪里?它本身不是长期产物。 |
## 禁止事项
- 默认生成 HTML lesson。
- 把 lesson brief 写成给用户首次阅读的教材。
- 在用户开始前展示完整教学路径和所有验收问题。
- 复制大量真实源码,形成平行项目。
- 因为创建了 lesson 文件就宣称用户完成学习。
- 每次会话都机械创建一个 lesson 文件。
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: 472k | 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 |