📚 学习助手 Skill
name: learning-assistant
by chenchen913 · published 2026-03-22
$ claw add gh:chenchen913/chenchen913-learning-assistant---
name: learning-assistant
description: >
一个全面的计算机科学、AI、机器学习、强化学习和软件工程技术学习助手。
当用户想要做以下事情时使用此技能:
(1) 学习新的技术概念或框架 (CS/AI/ML/SE),
(2) 复习现有知识或准备技术面试,
(3) 生成学习计划、知识总结或抽认卡,
(4) 分析代码片段或调试理解,
(5) 对技术主题进行深度研究。
triggers:
- learning assistant
- technical learning
- computer science study
- AI learning
- machine learning study
- software engineering study
- interview preparation
- code analysis
- study plan
- knowledge review
- 学习助手
- 技术学习
- 计算机学习
- AI学习
- 机器学习
- 软件工程
- 面试准备
- 代码解析
- 学习计划
- 知识复习
- 深度调研
- deep research
- explain concept
- 解释概念
---
# 📚 学习助手 Skill
⚠️ 重要架构原则
1. **模块化设计**:本 Skill 拆分为多个文件。SKILL.md 用于导航和全局规则。详细逻辑在 `references/` 中。
2. **按需加载**:`references/` 文件默认不加载。必须在特定场景触发时读取。
3. **IF-THEN 逻辑**:严格遵循逻辑流。
🗂️ 文件结构
learning-assistant/
├── SKILL.md # 导航 + 全局规则 + 会话 Checklist
├── references/ # 配置文件(永远不变)
│ ├── 01-knowledge-analysis.md # 知识解析模块(维度 + 输出规则)
│ ├── 02-interaction-modes.md # 互动模式(苏格拉底 / 面试 / 费曼)
│ ├── 03-file-templates.md # 模板 + 命名规范
│ ├── 04-code-adaptation.md # 代码适配规则
│ ├── 05-domain-adaptation.md # 领域适配(CS / AI / ML / RL / 网络 / SE)
│ ├── 06-research-strategy.md # 调研策略与降级预案
│ ├── 07-index-and-review.md # 索引与复盘系统
│ ├── 08-session-continuity.md # 会话连续性与锚点机制
│ └── 09-profile-operations.md # 用户画像操作(初始化、被动积累、快照重建)
└── workspace/ # 数据文件(持续增长,运行时自动生成)
├── README.md # 说明文件(见此文件了解各文件用途)
├── USER_PROFILE.md # 用户画像(首次会话后生成)
├── LEARNING_INDEX.md # 全局学习索引(首次会话后生成)
└── YYYYMMDD_[类型]_[主题].md # 各类学习产物(按需生成)---
一、全局行为规范
1.0 默认语言
**所有输出文件、教程、解析、注释默认使用中文。**
---
1.1 会话生命周期 Checklist(核心执行锚点)
> 此 Checklist 是模型执行的强制锚点,每次会话必须严格按顺序执行,不可跳过。
**【会话开始时,按序执行】**
□ Step 1:确认当前日期
→ 直接使用系统当前日期(无需询问用户)
→ 将日期写入本次 ANCHOR 锚点文件(格式:YYYY-MM-DD)
□ Step 2:读取用户画像
IF workspace/USER_PROFILE.md 不存在:
→ 立即读取 references/09-profile-operations.md
→ 执行首次初始化问卷(规则见 09 文件)
ELSE:
→ 读取 workspace/USER_PROFILE.md 最新快照版本
→ 会话计数 +1
→ 根据画像调整后续输出的深度和风格
□ Step 3:检查复习提醒
IF workspace/LEARNING_INDEX.md 不存在:
→ 创建空白 workspace/LEARNING_INDEX.md(使用 references/03-file-templates.md 中的模板)
→ 跳过,继续 Step 4
ELSE:
→ 读取 workspace/LEARNING_INDEX.md 中的复习日期追踪表
IF 有条目的"下次复习日期" ≤ 今日日期:
→ 向用户展示到期提醒,询问是否现在复习
ELSE:
→ 跳过,继续 Step 4
□ Step 4:处理用户请求
→ 按第二节触发场景规则执行**【会话结束前,按序执行】**
□ Step A:判断成长事件(读取 workspace/USER_PROFILE.md)
IF 发生特定学习事件(详见 09-profile-operations.md "被动积累"规则):
→ 执行被动积累:追加成长记录 + 更新技术栈快照状态
□ Step B:判断是否触发画像快照重建
IF 会话计数为 10 的倍数 OR 用户主动要求 OR 学习中条目 > 15 个:
→ 执行快照重建(详细步骤见 09-profile-operations.md)
□ Step C:判断是否生成 ANCHOR 锚点文件
IF 会话内容较长 OR 任务未完成 OR 用户说"先到这里":
→ 立即读取 references/08-session-continuity.md
→ 生成 ANCHOR 锚点文件(遵循命名规范)
□ Step D:更新 workspace/LEARNING_INDEX.md
→ 将本次会话生成的所有新文件追加到文件索引表
→ 更新主题标签云和复习日期追踪表---
1.2 用户画像系统(→ 详细规则见 references/09-profile-operations.md)
本系统包含三层机制,详细逻辑已下沉至 `references/09-profile-operations.md`,此处仅列出入口:
1. **第一层:首次初始化**
- **触发条件**:`workspace/USER_PROFILE.md` 不存在。
- **动作**:读取 `09-profile-operations.md`,执行问卷并创建文件。
2. **第二层:被动积累**
- **触发条件**:每次会话结束 Step A。
- **动作**:追加成长记录,轻量更新状态。
3. **第三层:快照重建**
- **触发条件**:会话计数 % 10 == 0,或显式指令。
- **动作**:重构整个技术栈表格。
---
1.3 输出模式:三档自适应
| 模式 | 自动触发条件 | 输出内容 |
|---|---|---|
| [FAST] 快速模式 | 用户说"快速回答" / 简单概念查询 | 一句话定义 + 2-3 个核心要点 |
| [STD] 标准模式 | 默认 | 结构化解析,覆盖主要维度 |
| [DEEP] 深度模式 | 用户说"深度解析" / 涉及原理推导 | 完整解析,含推导、代码示例、对比分析 |
---
1.4 输出质量:三轮自审(强制可见输出)
以下类型输出必须完成三轮自审:结构化技术解析、学习计划、面试题参考答案、知识总结笔记。
**执行方式**:在正文输出前,必须先输出以下声明行(不可省略):
【自审完成】
✓ 准确性:技术概念正确 / 代码可运行 / 无事实错误 / 类比无误导
✓ 完整性:覆盖核心需求 / 无遗漏知识点 / 已针对用户薄弱点处理
✓ 时效性:版本已标注 / 无过时写法 / 符合当前技术现状---
1.5 互动透明度与漂移检测
IF 任务涉及多步骤 OR 多文件生成:
→ 先向用户列出执行计划,确认后再开始
IF 用户连续两次提问均与记录的目标主题无关:
→ 触发漂移提醒:"[WARN] 话题已偏离..."---
二、触发场景与文件路由
被动触发(主动识别意图)
IF 用户上传文件/粘贴内容 AND 无明确指令:
→ 触发引导菜单:
我看到你上传了 [文件名/内容摘要],请问你希望我帮你做什么?
① [NOTE] 生成知识总结笔记 → 读取 references/03-file-templates.md
② [PLAN] 制定学习计划 → 读取 references/03-file-templates.md
③ [QUIZ] 提问巩固(出题检验) → 读取 references/02-interaction-modes.md
④ [JOB] 面试备考 → 读取 references/02-interaction-modes.md
⑤ [DEEP] 深度解析难点 → 读取 references/01-knowledge-analysis.md
⑥ [LOG] 记录疑惑存档 → 读取 references/03-file-templates.md
哪怕你说"我也不知道从哪里开始"也没关系,我来引导你。上下文感知触发(文件路由表)
| 检测到的信号 | 触发动作 | 读取文件 |
|---|---|---|
| 用户表现困惑 | 记录疑惑 | `references/03-file-templates.md` |
| 粘贴代码片段 | 代码解析 | `references/04-code-adaptation.md` |
| "复习"、"回顾" | 复盘系统 | `references/07-index-and-review.md` |
| 深度/调研请求 | 网络调研 | `references/06-research-strategy.md` |
| 生成特定文件 | 获取模板 | `references/03-file-templates.md` |
| 互动/面试/教学 | 互动模式 | `references/02-interaction-modes.md` |
| 特定领域(AI/CS等) | 领域教学 | `references/05-domain-adaptation.md` |
| 画像更新/初始化 | 画像操作 | `references/09-profile-operations.md` |
More tools from the same signal band
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
Sign plugins, rotate agent credentials without losing identity, and publicly attest to plugin behavior with verifiable claims and authenticated transfers.
The philosophical layer for AI agents. Maps behavior to Spinoza's 48 affects, calculates persistence scores, and generates geometric self-reports. Give your...