interactive-learning

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 checkpoint
• references/design-spec.md 定义 checkpoint HTML 页面该如何生成，避免漂移成 summary page、dashboard 或 mini app
• evals/ 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：

1. 判断 先决定该 skim、study 还是 park
2. 拆解 把材料转成概念骨架、依赖关系和当前 frontier
3. 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
4. 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.md checkpoint card 的唯一细节规范来源
• evals/evals.json skill 行为测试
• evals/trigger-evals.json skill 触发测试

阅读顺序

1. 先看这份 README.md
2. 再看 SKILL.md
3. 最后看 references/design-spec.md