agentsclimarketplace

Learn topic

Skill unix2dos/skills/learn-topic

Only invoke when explicitly requested via "学习"、"讲解"、"teach me"、"@learn-topic". Do NOT auto-trigger.From its SKILL.md

Install
npx -y skills add unix2dos/skills --skill learn-topic

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

  • 3 stars3 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

8.3 KB, ~3.4k tokens by cl100k_base, as published. Nobody here has run it

learn-topic

一句话定位

按 5 步认知爬升结构讲一个新主题,让读者在 7-10 分钟内达到 Bloom Apply 层级(能在新场景应用该知识,不只是理解)。

学习科学锚定(详见 references/methodology.md):CLT 的 worked example 梯度 + UbD 倒推设计 + Make It Stick 检索练习 + Productive Failure 的"先猜后看" + 4C/ID 的 authentic task 原则。


📂 加载策略(按需读,不要全加载)

何时读读哪个
第一次用,或写得不顺references/example.md(沉没成本完整带旁注样例)
写每一步前需要详细模板references/templates.md
想知道某个规则的"为什么"references/methodology.md
红旗触发但拿不准要不要修references/self-checks.md

⚠️ 禁用 @ 链接——会强制加载烧 context。让 Claude 按需读。


受众默认

跨领域成熟读者:在自己领域是高手,但对该主题陌生。

  • ✅ 类比可从读者已熟悉的另一领域
  • ✅ 每段允许 ≤1 个未定义新术语
  • ❌ 不假设读者懂该主题任何专有词汇
  • ❌ 不从"什么是 HTTP"级别的前置知识开始

输出结构:5 步认知爬升

1. Hook + 终点告知 (120-300 字)
2. 演示 I-do          (400-700 字) 
3. 拆解               (300-600 字)
4. 半练 We-do         (300-500 字)
5. 独挑 You-do + 自检 (300-500 字)

主体总量:1500-2600 字
附录区  :0-500 字(条件触发)

第 1 步:Hook + 终点告知(120-300 字)

  • 第 1 句必须命名具体主角(给名字 + 真实场景),禁止"假设有一个..."、"你有没有遇到过..."(无主角问句)
  • 首句场景必含痛点数字三件套:(1) 真实公司类型/团队规模/机构(如"80 人 SaaS 创业公司"、"三甲医院体检中心")+ (2) 真实痛点数字(如"3 万用户"、"0.1% 患病率"、"999 元一口价")+ (3) 真实角色职责(如"CRM 产品 PM"、"在线教育后端")。三者缺一即重写——没有数字的"小李做小程序"是假主角。个人理财/健康类话题可放宽公司类型为"个人画像"(年龄+职业+月收入),但数字必须够具体
  • 终点用动作动词:"读完 X 分钟,你将能 [识别/选对/设计/判断]" —— 禁用"理解/掌握"
  • 中间可有 1-2 句"桥接"连接痛点和终点

第 2 步:演示 I-do(400-700 字)

  • 开头加 30 秒 PF 预测题("先猜一下:你会选 a/b/c/d?"),激活先验
  • 立单一类比(按主题类型分流:技术→程序员词汇 / 抽象→幼儿园式 / 通用→生活场景)—— 第 3-5 步必须复用,禁换比喻
  • 完整 worked example:让主角逐步求解,每个决策点解释"为什么这步选 X 不选 Y"
  • Worked example 必过 4 条选取标准(典型性 / 决策密度 / 可压缩 / 真实性)—— 详见 templates.md
  • 类比撑不动时走 escape hatch(用最小代码代替 + 显式声明)—— 详见 templates.md
  • 时序型主题(OAuth/TCP 等)在此处嵌 sequenceDiagram

第 3 步:拆解(300-600 字)

  • 严格反向:所有抽象必须从第 2 步演示反推禁引入新案例
  • 每条规则必须有"边界"——什么时候不适用
  • 边界至少 1 条用类比关键词重述(复用第 2 步立的类比,不是纯领域术语)。反例:"纯前端 SPA 没后端会撞墙"——是术语;正例:"纯前端 SPA 等于酒店没保险柜,client_secret 无处藏,要换 PKCE"——把边界翻译回类比,读者才能用类比预测新边界
  • 类比破点自觉:第 3 步必须有至少 1 句明示类比在哪里失效或被简化。例:"酒店房卡比喻在跨平台 SSO 时会变复杂——federated identity 不是连锁酒店那么干净" / "雪球比喻在风险层面失效——真实投资会突然缩水一半,雪球不会"。如果类比真的 1:1 干净(罕见),明确写一句"本章类比无明显破点"。沉默 = 不算——没有 explicit 声明视为缺失
  • 易混对比(条件触发,否定通过制,详见 templates.md)

第 4 步:半练 We-do(300-500 字)

  • 复用主角,新场景——降低认知负荷
  • 问题与答案之间必须视觉分隔💡 先想 30 秒 + --- 分隔线 + "答案" 标题
  • 答案块必须含经验法则句(迁移到独挑的桥梁)

第 5 步:独挑 You-do + 自检(300-500 字)

  • 必须切换到"你"——验证迁移
  • 1 闭合(有标答)+ 1 开放(给思考方向)
  • 同样用 💡 先想 1-2 分钟 + --- 分隔线 + "问题 N 参考答案" 标题

末尾附录区(条件触发,不需要的完全不写)

附录触发条件
A 全景图(mermaid)多角色时序 / 状态机 / ≥5 节点 ≥7 边 / 历史脉络(4 选 1)
B 术语速查表主题含 ≥5 新术语
C 5W2H 速查复合方法论(如 OAuth 流、限流体系)

不触发就完全不写标题,不留空段。详细规则见 references/templates.md


输出保存

  1. 保存目录{cwd}/learn-topic_outputs/
  2. 文件命名{YYYY-MM-DD}_{学习主题}.md
  3. 冲突处理:追加 _v2_v3 后缀
  4. 完成后:告知用户绝对路径

🔴 Red Flags - 见到就停手重写

🚩 红旗修复
第 1 步终点用"理解/掌握"而不是"能 [动作]"改成动作动词
第 1 句不是"小张做..."这种命名主角,而是"假设/你有没有..."命名真主角
第 1 句缺痛点数字三件套(公司类型/痛点数字/角色职责)任一项把缺失项补齐——"小李做小程序"是假主角
第 2 步没有 30 秒 PF 预测题在 worked example 之前插入
第 2 步某步没回答"为什么这步选 X 不选 Y"example 缺决策密度,重选
第 2 步 example 是"假设有一个..."而非真职业/真场景违反 authenticity,重选
第 3 步引入了第 2 步没出现过的新案例严格反向,删
第 3 步所有边界都是纯术语描述("流量平稳时"、"内部服务调用时"),无 1 条用第 2 步类比关键词至少把 1 条边界翻译回类比,让边界条件可视化
第 3 步从头到尾用类比,无 1 句明示"类比在 X 处失效"加一句类比破点声明(沉默不算,必须 explicit)
第 4/5 步答案没和问题视觉分隔(缺 💡 先想 + ---加上分隔三件套(提示+分隔线+答案标题)
第 4 步答案块没"经验法则"句加上
第 5 步还在用小张/老李切换到"你"
类比中途换了全文一个比喻,重写
第 4/5 步答案区没显式出现类比关键词(隐含/延伸不算)加 1 句把类比关键词写进答案
出图但没过 4 条触发门槛删图,改用表格
文档里出现"自检通过"等元注释全删

任一命中:停 → 修 → 重跑红旗。

详细原理(每个红旗为什么是错)见 references/self-checks.md


📐 量化自检

□ 第 1 步:120-300 字
□ 第 2 步:400-700 字(建议 ≤ 600,决策步骤 ≤ 4 时不要逼近 700)
□ 第 3 步:300-600 字
□ 第 4 步:300-500 字
□ 第 5 步:300-500 字(建议 ≤ 450,给迁移题留余地)
□ 主体总量目标区间 **1500-2200**(硬上限 2600)。超过 2200 必须证明每节都已压缩过——否则找字数最大那节砍
□ 类比关键词在第 3/4/5 步答案区各**显式**出现 ≥1 次(隐含/延伸不算,必须 grep 得到)
□ Worked example 过 4 条筛选(典型/决策/可压缩/真实)
□ 不需要的附录完全没出现

风格

  • 句长档位:扫读区(表格/bullet)≤25 字;叙事区(演示/拆解/解释)≤40 字。超必拆。
  • 每步 ≥1 处轻松元素:自嘲 / 反问 / 具象比喻(防教科书化)
  • Emoji:仅警告(⚠️❌✅)和提示(💡💬💭🚩)
  • 单代码块 ≤15 行

闭环

不通过 = 已修,不是只标记。修完重跑 Red Flags + 量化自检,全过才输出。

What ships with it: 6 files

31.4 KB alongside SKILL.md

agents/

references/

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.