Scientific-learning-skills-

agent
Security Audit
Warn
Health Warn
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 6 GitHub stars
Code Pass
  • Code scan — Scanned 6 files during light audit, no dangerous patterns found
Permissions Pass
  • Permissions — No dangerous permissions requested

No AI report is available for this listing yet.

SUMMARY

Diagnosis-first Agent Skills that turn AI from answer machine into learning tutor.

README.md

Scientific Learning Skills

Turns AI from answer machine into diagnostic tutor. Student-facing Agent Skills — diagnosis before explanation.

License: MIT
Platforms

Quick Start · Demo · Eval · 对比实测 · Platforms · English


它能做什么

查一个单词,它给你的不只是翻译:

> !undermine 六级

📌 已存入记忆(新词,明天复习)

含义:1. 逐渐削弱(六级中频) 2. 挖墙脚
词根:under(在下面)+ mine(挖)→ 在底下挖 → 掏空根基
形近词陷阱:undermine vs underline vs underestimate
考试怎么考:六级选词填空经典辨析,阅读同义替换(= weaken)
常见误区:和 underestimate 混用——前者是破坏,后者是低估
备考建议:被动识别即可。行动:① 抄下形近词对比表 ② 做 3 道选词填空真题

"我懂了但做题不会"——它先诊断再修:

> 我会算矩阵乘法,但不知道矩阵到底在算什么。

诊断:你的卡点是"线性变换"这个前置概念没建立直觉。
你不是不会算——你是把矩阵当成了一个静态表格,而不是一个动作。

修复:矩阵的每一列 = 基向量被映射后的新位置。
[2 0; 0 3] → 把 x 拉伸 2 倍,y 拉伸 3 倍。
[0 -1; 1 0] → 把整个平面旋转 90°。

验证:矩阵 [0,-1; 1,0] 对正方形做了什么?
变式:换成 [1,1; 0,1],预测效果。

背政治大题,它拆成思维导图,然后抽背:

> 帮我背这段:实践是检验真理的唯一标准……

思维导图:
实践是检验真理的唯一标准
├── 真理的本性:主观认识与客观实际相符合
├── 实践的特点:直接现实性(能把主观变客观)
└── 为什么唯一:只有实践能连接主客观

> 出题

🔁 抽背(3 题)
Q1: [填空] 实践是检验真理的____标准。
Q2: 为什么说实践是检验真理的唯一标准?
Q3: 关键词"直接现实性"→ 请复述相关要点。

9 个 Skill,覆盖学习的完整闭环:

你在想什么 自动触发
"我不想选,直接用一个大的学习入口" scientific-learning — 总入口,先路由再调用子 skill
"完全没学过,这是什么" zero-base-learning — 从直觉出发,不堆公式
"学过但云里雾里" fuzzy-understanding — 诊断卡点,只修裂口
"已经懂了,想更深入" deepening-learning — 多视角/反例/跨知识联系
"这道题不会做" problem-solving — 分步推演,不直接给答案
"这道题我做错了" mistake-review — 错因归类 + 检查清单 + 变式
一个英语单词 word-deep-dive — 全息词典 + 间隔复习
"帮我背这段" text-memorizer — 拆分/导图/抽背/薄弱追踪
"两个月怎么学完线代" study-plan-builder — 拆阶段/排任务/设检测

有它 vs 没有它

同一个问题,裸 AI 和加载 Skill 后的 AI 回复完全不同:

用户:我会算矩阵乘法,但不知道矩阵到底表示什么。

裸 AI(无 Skill)加载 fuzzy-understanding

矩阵有三种理解方式:

  1. 对空间的变换——当作一台机器,输入向量输出向量
  2. 线性方程组的系数——行乘列来自代入消元
  3. 矩阵的列 = 基向量被变换后的位置

一句话:矩阵是空间中的一个动作。

诊断:你怎么理解矩阵?先确认两件事——

  1. 矩阵 [1,2; 3,4] 乘以向量 [x,y],你觉得这到底在对 [x,y] 做什么?
  2. 你学矩阵是从解方程组切入,还是几何,还是直接给运算规则?

(等你回答后再针对性修复)

裸 AI 直接给了三个视角——但用户真正缺的可能只是其中一个视角的直觉。三个一起给 = 认知过载。

Skill 先追问两个诊断问题——判断是「直觉缺失」还是「概念混淆」,然后只讲用户缺失的那一块。不讲用户已经懂的内容,不讲用户暂时不需要的内容。


定量对比

基于 evals/scoring_rubric.md 的 10 维度打分(python eval.py --quick 实测):

维度 裸 AI 加载 Skill 差异
是否诊断卡点 0 2 诊断先于讲解
是否有直觉解释 1 2 针对性类比 vs 通用举例
是否有例题 1 1 均有
是否有变式迁移 0 2 Skill 强制要求
是否指出常见误区 0 2 Skill P0 强制
是否简洁清晰 2 2 均清晰
总分 11/20 17/20 +6 分

核心差异:裸 AI 假设用户需要全部信息——结果给了用户不需要的 80%。Skill 先判断用户在哪,只给用户需要的 20%。


快速开始

git clone https://github.com/hwl668/Scientific-learning-skills-.git
cd scientific-learning-skills
./setup.sh    # 自动检测 AI 工具 + 创建软链接 + 初始化 memory
claude        # 启动,Skills 自动加载

然后直接说话:

> 什么是极限?我第一次接触。
> 我会算矩阵乘法,但不知道矩阵到底表示什么。
> !undermine 六级

想先看看效果?→ demo/ 目录有 3 个完整对话实录,不用安装就能浏览。

想验证质量?→ python eval.py --quick 本地跑规则评测:

fuzzy-understanding-matrix  17/20 PASS
zero-base-learning-limit    18/20 PASS
word-deep-dive-undermine    17/20 PASS  [word rubric]

安装到其他平台

Skills 本质是结构化 Markdown 指令集,不依赖特定平台。将 RULES.md + skills/ 合成为系统提示注入即可。

平台 部署方式 说明
Claude Code .claude/skills/ 自动加载 详细说明
OpenAI Codex / GPTs 合成为 system message 详细说明
OpenClaw / OI Skills 目录或系统提示 详细说明
Cursor / Cline / Copilot 规则文件或自定义指令 详细说明
任意智能体 系统提示注入 详细说明

Token 预算:全部 9 个 Skill 约 20K-30K tokens。可按需只加载总入口或 2-3 个子 skill。

Memory 支持矩阵

不同平台对 Memory(间隔复习、薄弱追踪)的支持程度:

平台 Memory 支持 说明
Claude Code 完整 原生文件系统读写
Cursor / Cline 有限 项目目录可写
OpenClaw 取决于运行时 需确认文件系统权限
ChatGPT / GPTs 需 Function Calling 连接外部存储
Codex / API 需外部存储 API

无 Memory 的平台仍可使用全部诊断/讲解/解题能力,仅间隔复习功能不可用。


使用

不需要手动选 Skill,自然描述问题就行:

# 零基础入门
> 什么是导数?我第一次接触。

# 模糊诊断
> 我会算极限,但不理解 ε-N 定义到底在干什么。

# 解题
> 求 lim(x→0) (e^x - 1 - x) / x²,我卡住了。

# 错题复盘
> f(x)=ln(x²-1),我求定义域答了 x>1,答案却是 x<-1 或 x>1。

# 单词(加 ! 存入记忆,支持间隔复习)
> !complimentary 六级

# 背文本(存入后说"出题"开始抽背)
> 帮我背这段:实践是检验真理的唯一标准……

# 复习计划
> 两个月自学线代通过期末考,每天 1.5 小时,基础只会矩阵乘法。

也可以显式调用总入口:

> /scientific-learning 矩阵乘法是什么?
> 用 scientific-learning 帮我处理这个学习问题:这题我卡住了……

记忆管理:

> 复习单词         # 按间隔复习法抽取到期词汇
> 出题             # text-memorizer 抽背薄弱知识点
> 学习报告         # 跨 Skill 薄弱点汇总 + 掌握率 + 建议
> 清除全部记忆     # 清空所有 Skill 的记忆数据

辅助工具:

python review.py          # 终端彩色面板:到期复习数、掌握率、薄弱项 TOP 10
bash skill-creator.sh     # 交互式创建自定义 Skill 骨架

想了解更多


语言选择 / Language


License

MIT

Reviews (0)

No results found