Interactive learning
interactive-learning
npx -y skills add geekjourneyx/interactive-learningAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
What its author says it does
Copied from the file, not written here
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。
SKILL.md
5.9 KB, as published. Nobody here has run it
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：
- 接收输入
- 自动分诊：
skim / study / park - 产出初步概念边界与依赖
- 仅在必要时问最多 3 个短问题
- 锁定一个最小
concept cluster - 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 - 给一个碎片时间可完成的
next step - 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：
- 学习目标
- 当前基础
- 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：
/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。