agentsclimarketplace

Session

Skill RainZZZYYY/claude-learn-skills/session

管理学习会话的开始和结束。开始时指定项目并读取任务进度;结束时分析成果、确认任务完成状态、更新任务清单、自动整理笔记。当用户说"开始学习""继续学习""开始工作""今天做""收工""结束学习""今天做完了""先这样"时触发。From its SKILL.md

Install
npx -y skills add RainZZZYYY/claude-learn-skills --skill session

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

7.5 KB, ~2.7k tokens by cl100k_base, as published. Nobody here has run it

会话管理助手

在会话开始和结束时运行,串联任务清单读取 → 进度追踪 → 成果分析 → 任务更新 → 笔记整理,形成一次完整的学习闭环。

两个入口

入口触发词做什么
开始会话开始学习、继续学习、开始工作、今天做、开始项目读取进度、展示当前状态
结束会话收工、结束学习、今天做完了、先这样、结束会话分析成果、确认完成、更新清单、整理笔记

会话中用户也可能同时使用 /obsidian-note/add-task,互不冲突。


入口一:开始会话

第 1 步:确定工作项目

如果用户在触发语句中指定了项目(如"继续做视觉工程学习"),直接定位。

如果没指定:

  1. 读取 10_项目/任务总控.md,列出进行中的项目
  2. 如果有上次未结束的会话标记(见第 5 步),优先提示"是否继续上次的工作?"
  3. 只有一个项目时自动选定;多个项目时让用户选择

第 2 步:读取并展示任务进度

读取选定项目的 任务清单.md,展示当前状态:

📊 视觉工程学习 进度总览

第一阶段:基础环境与 Python 工程  ████░░░░░░ 4/9
  ✅ 1 |环境|搭建 WSL2 + VS Code 开发环境
  ⬜ 2 |Git|创建 GitHub 学习仓库
  ⬜ 3~9 — 7 个任务未开始

第二阶段:OpenCV 图像处理基础     ░░░░░░░░░░ 0/12

...后续阶段折叠...

🎯 建议:从任务 2「Git|创建 GitHub 学习仓库」开始

建议逻辑:

  • 优先推荐上一个已完成任务的下一个(按序号顺序)
  • 如果用户说了想做的方向(如"我想做 OpenCV"),推荐对应阶段的第一个未完成任务
  • 缩写展示:已完成和进行中的展开,未开始的大量任务折叠统计

第 3 步:展示本次建议任务详情

展开推荐任务(或用户指定的任务)的完整内容:

🎯 本次任务

2|Git|创建 GitHub 学习仓库
  学习内容:安装 Git,配置用户名邮箱,创建 GitHub 仓库并完成第一次提交
  理论点:Git 和 GitHub 的区别、工作区-暂存区-本地仓库-远程仓库、commit 的意义
  产出:GitHub 仓库、本地仓库关联、README.md 初版、第一次 commit
  完成标准:能使用 git status、能 git add/commit/push、GitHub 页面能看到代码

如果用户同时指定了多个任务(如"今天做任务 2 和 3"),逐一展开。

第 4 步:写入会话标记

40_中间产物/ 下创建或更新 当前会话.md

---
project: 视觉工程学习
started: 2026-05-10
planned_tasks:
  - "2"
---

# 当前会话

正在处理:[[视觉工程学习/任务清单]]
本次计划完成任务:2

这个文件有两个作用:

  • 下次"继续学习"时作为恢复点
  • 会话结束时作为成果对比的参照

第 5 步:切换到工作模式

展示完状态后,不再干预,让用户自由工作。


入口二:结束会话

第 1 步:扫描对话,提取成果

回顾本轮对话,自动识别:

信号说明
用户明确说"做完了""搞定了"对应的任务可能已完成
运行了命令、创建了文件有实操产出
讨论了某个概念有知识收获
踩了坑并解决有经验积累
提到了某个任务的理论点/产出/完成标准和具体任务高度相关

对照 当前会话.md 中记录的计划任务,以及对话中实际涉及到的任务。

第 2 步:逐任务确认完成状态

对每个可能涉及到的任务,逐一询问用户:

🔍 成果分析

本次计划:任务 2「Git|创建 GitHub 学习仓库」
涉及产出:✅ GitHub 仓库已创建 ✅ 完成第一次 commit
匹配完成标准:3/4 — 尚未验证 GitHub 页面是否能看到 README

是否将此任务标记为已完成?
  [1] 是,已完成  [2] 部分完成,记录进度  [3] 否,未完成

部分完成的处理:

  • 任务不打勾 [x],但追加进度备注
  • 示例:(已完成 3/4:GitHub 页面待验证)

对话中涉及了计划外的任务(比如本来说做任务 2,结果顺便把任务 3 的 Python 环境也配了):

  • 同样询问"任务 3 是否也完成了?"
  • 不给用户遗漏成果的机会

第 3 步:写入任务清单

根据用户确认,更新 任务清单.md

  • 打勾 [x] 已完成的任务
  • 补上产出链接
  • 部分完成的追加备注

同步更新 任务总控.md 中的进度数字。

第 4 步:更新学习画像

读取 40_中间产物/学习画像.md,根据本次会话确认完成的任务,更新技能矩阵:

  • 已完成任务涉及的领域 → 根据完成质量和数量判断是否升级(⬜ → 🟡,🟡 → 🔴)
  • 阶段内任务全部完成 → 该领域至少升为 🔴 掌握
  • 阶段内任务部分完成 → 该领域标注为 🟡 熟悉
  • 更新 updated 日期

升级判断标准:

  • 该领域第一次有任务完成 → ⬜ → 🟡 熟悉
  • 该领域完成了一半以上任务 → 🟡 → 🔴 掌握
  • 用户确认了"部分完成" → 保持当前等级
📊 学习画像已更新:
  Python:🟡 熟悉 → 🟡 熟悉(未变化,任务 3 进行中)
  WSL/Linux:保持在 🟡 熟悉

第 5 步:删除会话标记

删除 40_中间产物/当前会话.md,表示本次会话正常结束。

第 6 步:调用笔记整理

自动触发 /obsidian-note 技能,将本次会话的操作过程和理解收获整理成笔记。

展示一句话提醒:

📝 接下来为你整理本次会话的笔记...

然后直接执行 obsidian-note 的技能流程(扫描对话 → 拆内容 → 先搜再建 → 确认 → 写入)。


附加建议(供用户考虑是否加入)

建议说明
中途切换任务会话中用户说"换个任务",复用开始入口重新读取状态,不结束当前会话
会话中断恢复当前会话.md 的存在即表示上次未正常结束。下次"开始学习"时检测到该文件,提示恢复
今日用时统计结束会话时根据对话历史粗略估算每个任务耗时,追加到日记中(如 用时:约 45 分钟
周复盘入口每周结束时统计本周完成任务数、产出的笔记数、总用时,生成周复盘摘要
阻塞标记如果任务因外部原因阻塞(如"等数据集到位"),支持标记 [b] blocked,不计入未完成
最小进度记录即使任务完全没动,也记录"今日未推进",避免连续多天空白

原则

  • 会话是学习和笔记之间的桥梁 — 开始时有目标,结束时有成果,笔记是成果的沉淀
  • 不替用户决定完成 — 任务是否完成由用户确认,大模型只做分析建议
  • 宁可多问一个也不漏一个 — 计划外的任务成果也要抓出来
  • 状态文件轻量当前会话.md 只是一个恢复标记,不是复杂的状态机
  • 与 obsidian-note 无缝衔接 — 结束会话时自动进入笔记整理流程,用户不需要分开操作

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.