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.md | Markdown | 分阶段,每阶段含产出物 + 判定标准 + 预估时长 |
| 每周时间表.md | Markdown | 时段 × 星期,含每日输出动作 |
| 卡点诊断表.md | Markdown(可选) | 卡点 → 原因 → 处理动作 |
| Anki 卡片清单.csv | CSV(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
- 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")。
- 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。
- 时间表可执行:每天投入时间之和 ≤ 用户声明的每周时间。
- 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)。
- 有输出要求:每阶段至少一种输出形式,且写了判定标准。
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 |