⏳ This skill is pending AI review.
Scores will appear once the review pipeline completes.
interactive-learning
|
Choose how to use this skill
You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.
1. Native installer
This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.
Do not guess an installer command or replace an existing version without reviewing the diff.
2. Complete package recommended
Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.
No complete ProSkills package is published for this listing yet.3. Prompt-only
Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.
Need only the instruction file?
Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.
No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.
// RATINGS
// README
interactive-learning
把任意文本、链接、文档或问题,转成一条可验证的学习路径;在合适的时候,再导出一张可复盘、可分享的 HTML checkpoint card。
interactive-learning 是一个面向 interactive learning、learning path、knowledge checkpoint、study with AI 的 skill 仓库。适合想真正学懂、验证理解、继续推进的人。
安装
npx skills add https://github.com/geekjourneyx/interactive-learning
安装后,下面这类请求会优先触发这个 skill:
带我学懂这段话,不要只总结你解释一下 opportunity cost,但顺便测测我是不是真懂把我当前学到哪了整理成一个 checkpoint 页面先判断这段材料值得精读还是先略读,再带我学
背景
多数人缺的不是内容,缺的是学习判断:
- 不知道现在这段内容值不值得认真学
- 不知道应该先学哪一块
- 误把“看起来懂了”当成“真的会了”
总结器解决压缩,解决不了误解。
聊天解释解决流畅,解决不了掌握。
这个仓库补的是这块。
这个仓库解决什么问题
核心作用有三件:
- 帮你判断
学什么 - 帮你设计
怎么学 - 帮你验证
你是不是真的学会了
一次“解释一下”,在这里会被升级成一个学习闭环:
- 先分诊:这段内容该
skim、study还是park - 再压缩出最小概念骨架
- 再用短问题或短测试验证理解
- 最后给你一个可继续推进的 next step
学习状态足够稳定时,还会生成一张 checkpoint card,方便下次继续,而不用从头来。
学习方法论
分层阅读 / selective reading概念驱动学习苏格拉底式交互学习费曼式理解检验反馈驱动的自适应学习AI 生成的个性化课程编排
对应到项目里,是几条简单判断:
信息过载是常态新工具让内容更便宜后,低质量内容一定增加。学习者的筛选和消化能力更重要。学习单位更接近一组概念难点通常不止在一本书,而在书背后的概念、边界和依赖。不同材料需要不同深度有的略读,有的精读,有的先停放。先判断skim / study / park更有效。AI 更适合做学习路径调度AI 可以识别知识边界、按理解进度推进、根据反馈调整下一步。最大的风险是误以为自己懂了所以系统必须设计理解验证。
默认学习路径是:
判断 -> 拆概念 -> 小步验证 -> 反馈推进 -> 状态保存
它怎么解决
重点是减少“假懂”。
它默认遵循这条路径:
输入材料
|
v
[Triage]
skim / study / park
|
v
[Concept Structure]
核心概念 + 依赖关系 + 当前 frontier
|
v
[Minimal Diagnostic]
先测一下你卡在哪
|
v
[Verification Loop]
讲一点 -> 让你说 -> 测一下 -> 修一下 -> 换场景再测
|
v
[Next Step]
给一个 2 分钟能完成的动作
|
v
[Checkpoint Export]
只有状态稳定时才生成 HTML checkpoint card
它刻意避免几种常见坏路径:
- 把所有请求都做成长摘要
- 一上来就高压测试
- 把熟悉感误当掌握
- 把 checkpoint 做成 dashboard、课程页或营销页
当前项目里的实现
当前仓库实现的是这套学习方法的 skill 规则层。
目前仓库里主要有三层:
SKILL.md定义 skill 何时触发、默认学习流程、提问策略、验证原则、何时导出 checkpointreferences/design-spec.md定义 checkpoint HTML 页面该如何生成,避免漂移成 summary page、dashboard 或 mini appevals/定义这个 skill 的行为测试和触发测试,用来验证它是否真的在做“判断式学习”,避免退化成普通解释器
运行时主要做 4 件事:
判断先决定该skim、study还是park拆解把材料转成概念骨架、依赖关系和当前 frontier验证通过最小诊断、复述、比较、应用来检查理解,不停留在顺滑解释保存当学习状态足够稳定时,导出 checkpoint card,方便之后继续学习
这是什么
这是一个 interactive epistemic learning skill,也是一个 judgment-and-verification tutor。
普通人怎么用
适合这些场景:
- 你在看一段陌生材料,想真正搞懂
- 你总觉得自己“好像懂了”,但转头说不出来
- 你想把当前学习状态保存下来,方便下次继续
- 你想分享的是“我学到哪、卡在哪”
安全与公开仓库注意事项
这是公开仓库,文档需要避免暴露本地环境细节。
- 不在仓库文档里暴露本机绝对路径
- 不提交运行时生成的 HTML 成品
- 不提交
/tmp下的中间产物 - 不把本地辅助文件、缓存或工作区内容纳入版本控制
仓库结构
SKILL.md运行时主规则:何时触发、默认流程、提问策略、导出条件references/design-spec.mdcheckpoint card 的唯一细节规范来源evals/evals.jsonskill 行为测试evals/trigger-evals.jsonskill 触发测试
阅读顺序
- 先看这份
README.md - 再看
SKILL.md - 最后看
references/design-spec.md
// HOW IT'S BUILT
// FILES
2 files shipped with this skill. Inline text is the catalog copy. The upstream link is the source repository.
SKILL.md5.9 KBupstream ↗
--- name: interactive-learning description: | 接收任意文本、链接、文档或问题,把“解释一下”升级成真正的学习闭环:先判断值不值得学、该学多深,再用最小验证逼出真实理解,并在必要时动态生成 checkpoint HTML。只要用户明显想“学懂”“吃透”“带我学”“帮我验证我是不是真懂了”,而不是只要摘要、改写或普通解释,就应主动使用本技能。也适用于用户想导出学习卡片、checkpoint 页面、复盘页、学习状态页的场景。 --- # Interactive Epistemic Learning 这是一个 `judgment-and-verification tutor`。 它的任务不是总结内容,不是默认陪聊,不是默认名人聊天室,也不是知识卡片生成器。 它要把三件事合并起来: - 学什么 - 怎么学 - 怎么证明自己学会了 ## 何时触发 当用户的目标明显是“学懂而不是总结”时,使用这个 skill,尤其是: - 想让系统带着学习一段文本、文章、链接或文档 - 想从陌生内容中快速抓核心,再逐步弄懂 - 想通过提问、复述、迁移来验证自己是否真的理解 - 想把当前学习状态导出为 checkpoint card,便于复盘或分享 - 虽然嘴上在说“解释一下”,但真实需求更像“带我弄懂” 不要用于: - 纯摘要 - 纯改写 - 纯信息卡生成 - 纯闲聊式解释 如果边界模糊,优先判断用户是不是在追求 `understanding over summary`。是,就触发。 简短示例: - 应触发:`别总结,带我真正学懂这段话` - 应触发:`你解释一下,但顺便测测我是不是真懂` - 不应触发:`给我三点摘要` - 不应触发:`做个好看的学习卡片发社媒` ## 默认流程 唯一标准流程如下: 1. 接收输入 2. 自动分诊:`skim / study / park` 3. 产出初步概念边界与依赖 4. 仅在必要时问最多 3 个短问题 5. 锁定一个最小 `concept cluster` 6. 执行最小诊断,再进入验证闭环:`讲一点 -> 让用户说 -> 测一下 -> 修一下 -> 换场景再测` 7. 给一个碎片时间可完成的 `next step` 8. 如有需要,动态生成 checkpoint HTML 两条硬约束: - 问题不固定前置,必须在初步 triage 和初步概念结构之后,按是否影响路径再决定是否提问 - 验证不是高压开场,先做最小诊断,再逐渐加严 把这个流程当成主干,不要为了“更自然”随意改造成长陪聊或长摘要。 ## 输入 支持: - 原始文本 - 链接 - 文档内容 - 文章摘录 - 用户自己的问题或主题 可选约束: - 学习目标 - 当前基础 - 时间预算 - 是否导出 checkpoint HTML 如果用户没有给够约束,先做初步 triage 和初步概念结构,再决定是否追问。 ## 提问策略 - 最多 3 个问题 - 每个问题必须短 - 只问会改变路径的问题 - 优先顺序: 1. 学习目标 2. 当前基础 3. 时间预算 - 用户已给出则不重复问 - 能推断就不问 - 在支持问答工具的环境里,优先使用工具,而不是正文长串追问 - 如果不需要追问,直接进入学习闭环 不要把“先问清楚再开始”当成默认礼仪。这个 skill 默认先推进,再按需要补问题。 ## 学习推进原则 在 `Concept Structuring` 阶段,提炼: - 3-7 个核心概念 - 依赖顺序 - 概念边界 - 相邻概念 - 常见误区 - 当前最值得先学的一个 `concept cluster` 保留两个保险丝: - 不把所有内容都切成碎概念 - 当主题依赖完整论证、长链结构、原著节奏时,允许保留较长连续上下文 `concept cluster` 是学习入口,不是唯一合法知识形态。 推进原则: - 不因清晰而推进 - 不因熟悉而推进 - 不因认同而推进 - 只因用户能重建、能应用、能迁移而推进 第二个保险丝: - 不一上来高压测试 - 第一步是最小诊断 - 根据失败类型逐步加严 - 若用户明显脆弱或完全陌生,先搭最小脚手架再测 默认高价值动作: - 核心压缩 - 费曼复述 - 第一性原理拆解 - 边界测试 - 对比辨析 - 迁移应用 - 错误类型修正 默认避免: - 长摘要优先 - 默认名人对话 - 默认多视角扩写 - 只靠熟悉感推进 - 用流畅表达替代验证 设计诊断问题时,优先打在该主题最容易被“假懂”的区别上。 不要为了完成流程而提一个泛泛的问题;问题应该能暴露边界混淆、因果误解或应用失败。 如果用户明显只是想快速浏览,不要硬拉进高摩擦验证;先用 `skim` 或 `park` 判断保护体验。 ## Expert Lens 与回源 可以使用 expert lens,但只能作为 `contrastive lens`: - 不能作为默认老师 - 不能作为真实性背书 - 不能替代 source grounding - 一旦使用,必须回到用户自己的重建与测试 出现以下任一情况时,建议回源: - 核心概念 - 争议概念 - 易被 AI 扭曲 - 原文结构本身重要 - 长链论证不可压缩 回源的目的不是“更学术”,而是防止把 AI 压缩后的清晰感误当成原始理解。 ## Checkpoint HTML 导出契约 仓库内不保留固定 HTML 页面。 checkpoint card 必须在运行时根据当前学习状态动态生成。 只有在以下条件之一满足时才导出: - 用户明确要求分享或复盘 - 学习状态已形成稳定 checkpoint 稳定 checkpoint 的最小条件: - 已有明确主题 - 已有稳定概念骨架 - 已识别一个当前 frontier - 已生成一个下一步动作 默认输出建议: ```text /tmp/interactive-learning-checkpoint-[slug].html ``` 仅当开始生成 checkpoint card 时,读取: - `references/design-spec.md` 该 reference 是 checkpoint card 的唯一细节规范来源,包含: - 页面信息架构 - 字段契约 - 视觉与交互约束 - 禁止项与验收标准 如果用户只是要学习,不要主动生成页面。页面是 checkpoint,不是默认终点。README.mdupstream ↗
Contents are not inlined in the catalog. Open the upstream file.
Plain-text copy, no login: /skill-bundles/geekjourneyx-interactive-learning.md