Skip to content

lushun2014/lushibo-skills / lushibo-learn

lushibo-learn

Verified

学习工程(learning engineering)。能力:技能习得路径设计(从零到能用/到精通的分阶段计划)、考试备考(考研/考证/语言/面试笔试)、知识体系搭建(概念地图/前置依赖排序/费曼输出)、以及学习卡点诊断(记不住/学不动/坚持不下去)。Use when 用户提到 学习、备考、考研、考证、学英语、学编程、学日语、怎么学、学习计划、记不住、学了就忘、学习效率、费曼、刻意练习、知识体系、learning、study plan、exam prep、skill acquisition,或给出一个要学的东西/一场考试/一个卡点要求给路径或诊断。交付物:分阶段学习路径(含每阶段产出物与判定标准)、每日/每周时间表、卡点诊断表、费曼输出模板。

Lushibo Learn · 学习工程

学习设计的核心是前置依赖排序 + 间隔重复 + 输出驱动,不是"多花时间"。先确认目标(能用/考过/精通),再倒推路径。

触发条件

  • 加载时机:用户给出一个要学的技能/一场考试/一个学习卡点,要求给计划或诊断。
  • 不加载的情况:纯技术问题(这个 bug 怎么解)走对应技术 skill;职业规划走 $lushibo-money 的资产盘点。
  • 边界:本 skill 管学习过程设计,不管具体知识内容的讲解(内容讲解由对应领域 skill 承担)。

执行步骤

第 1 步:定目标(SMART 压缩版)

三个问题,缺一不可,缺了就用可逆默认:

问题可逆默认
目标是什么(能用/考过/精通)"能用"
截止时间3 个月
每周可投入时间10 小时

第 2 步:前置依赖排序

把要学的东西拆成知识点/技能点,画出依赖图,按"学了马上能用"排序。禁止线性学完整本教材再动手。

示例(学 Python 数据分析):

周 1: Python 基础语法(只学到函数)→ 产出:能写脚本读 CSV 并统计
周 2: pandas 核心 API(读/筛选/分组)→ 产出:清洗一份真实脏数据
周 3: matplotlib/seaborn → 产出:3 张能看懂的图
周 4: 完整小项目 → 产出:一份带结论的分析报告

每阶段必须有产出物,不是"学完第 X 章"。

第 3 步:间隔重复设计

新学的内容按 1 天 / 3 天 / 7 天 / 14 天 / 30 天复习,工具用 Anki 或手写卡片。禁止"只在考前复习"。

卡片制作规则:

规则要求
一卡一事实一张卡只问一件事
问句形式正面是问题,不是知识点标题
自己写不直接抄书上定义,用自己话写
数量控制每天新卡 ≤20 张,复习卡不限

第 4 步:输出驱动

每学一个模块,必须做一次输出(选一即可):

输出形式要求判定
费曼笔记假装讲给 12 岁小孩听,写 300 字无专业术语、无循环定义
做题/实践做 3-5 道题或写一个小 demo正确率 ≥70%
写文章/教程写一篇"我怎么学会 X 的"发出去或至少公开存档

只输入不输出 = 学了就忘的主因。

第 5 步:卡点诊断

卡点常见原因处理
记不住没有间隔重复,或卡片太大改卡片粒度 + 建 Anki 每日复习
学不动内容跳级(前置没学好)往前找第一个"懂但做不出题"的节点,回去重做
坚持不下去目标太大 / 没有短期反馈缩小到每天 15 分钟 + 每周产出物
看得懂做不出只输入没输出强制做 3 道题/写一个 demo,不许看书
学了没用上学的内容和目标脱节回到第 2 步重新排序

第 6 步:时间表

按用户可投入时间排每周时间表,格式:

时段周一周二...周日
早 30min新卡新卡复盘
晚 60min实践看课输出

原则:每天必有输出,每周必有产出物,每 2 周一次复盘调整计划。

交付物

文件名格式内容要求
学习路径.mdMarkdown分阶段,每阶段含产出物 + 判定标准 + 预估时长
每周时间表.mdMarkdown时段 × 星期,含每日输出动作
卡点诊断表.mdMarkdown(可选)卡点 → 原因 → 处理动作
Anki 卡片清单.csvCSV(可选)正面/背面/标签,可直接导入

文件默认落在工作目录 learn-<主题名>/ 下。

验证方式

  1. 阶段有产出:每个阶段都写了"产出物是什么",且产出物可验证(不是"理解了")。
  2. 依赖排序合理:第一阶段的知识足以完成第一阶段的产出物,不需要后面阶段的内容。
  3. 时间表可执行:每天投入时间之和 ≤ 用户声明的每周时间。
  4. 有间隔重复:路径里明确包含复习节奏(1/3/7/14/30 天或等价机制)。
  5. 有输出要求:每阶段至少一种输出形式,且写了判定标准。
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: 471kUpdated 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