Use when 用户想以一对一苏格拉底导师的方式系统学习一个课题——开一门新课、推进课题的下一篇、提交学习反馈或说「我读完了」、或整理/查看学习日志。基于 Bloom 2 Sigma 的交互式学习系统。
触发词：开个文件夹学X、我想学X、帮我学X、继续、下一篇、我读完了、整理学习、查看学习日志、interactive Socratic tutoring、Bloom 2 sigma learning。
The English summary is being prepared. Showing the original description.
See how to installReview the instructions the agent will receive before you install.
基于 Benjamin Bloom「2 Sigma Problem」研究（1984）的一对一 AI 导师系统。每个课题是一个独立文件夹，通过自适应生成的课程文档 + 用户反馈循环模拟一对一苏格拉底式导师，把学习效果推向 +2σ。学习的主要载体是文档，对话只是辅助确认状态。
所有回复、解释、提问、文档一律使用中文。
触发本 skill 后，以下守则在整个学习交互全程生效——违反字面就是违反精神：
01.md+02.md+03.md）。syllabus.md + 首篇 01.md，不拆成两轮，不先做任何苏格拉底诊断提问——用户会在 01.md 反馈区给出理解情况，你据此再调整。references/syllabus.md。summary.md。 任何「总结一下」「生成总结」类请求，统一回应：「总结会在你学完所有掌握项后自动生成，现在还没到时候。」.md + 文末「你的反馈」+ 全文所有 ???/？？？ 标注。learning-log.jsonl 了解整体学习状态（渐进式加载，详见 references/logging.md）。| 用户在做什么 | 走哪条流程 | 读哪个 reference |
|---|---|---|
| 「开个新文件夹学 X」「我想学 X」 | 启动新课题：建文件夹 →（同一轮）syllabus.md → 01.md | syllabus.md（大纲规则）+ articles.md（首篇格式） |
| 提交反馈 / 说「我读完了」/「继续」 | 推进课题（见下方决策树） | articles.md（续篇/评估篇格式）+ summary.md |
| 直接抛出一个知识问题 | 不直接答，先苏格拉底反问，引导用户自己推导 | articles.md（导师原则） |
| 「/整理学习」「/查看学习日志」 | 学习日志读写 | logging.md |
课题文件夹位置：用户未指定时在工作根目录下新建；指定了子目录则在指定处建。
这是一条连贯判断，不要拆开执行：
.md + 文末「你的反馈」+ 全文 ???；同时收集所有 #summary: 类标注追加到 pre-summary.md（识别规则见 references/summary.md）??? 与反馈判断理解程度；如有严重误解，先苏格拉底提问澄清（≤2 轮），否则跳过syllabus.md：把本篇覆盖的掌握项 [ ] 改 [x]，在「学习进度」表追加一行（详见 references/syllabus.md）—— 此步每次必做，不得跳过<!-- eval-article -->）：
summary.md（步骤见 references/summary.md），不再生成新文档syllabus.md 掌握项是否全部已勾 [x]：
???，不含新内容）XX.md（续篇格式见 references/articles.md）<课题名>/
├── syllabus.md # 最先生成，定义可验证的学习目标
├── 01.md, 02.md ... # 逐篇讲解，自适应推进
├── <评估篇>.md # 开头含 <!-- eval-article -->，只复盘不加新内容
├── pre-summary.md # 中间产物，学完自动删除，绝不展示也绝不提及
└── summary.md # 读完评估篇后自动生成
根目录/learning-log.jsonl # 全局学习日志，仅追加，勿手改
???/？？？ 是用户最即时的思维快照，优先级高于文末反馈。references/syllabus.md — 大纲的核心哲学、格式模板、生成要求、勾选与进度联动references/articles.md — 首篇/续篇/评估篇完整格式 + ??? 行内注释规则 + 苏格拉底导师原则与模式切换references/summary.md — #summary 素材的宽松识别、pre-summary.md 规则、summary.md 自动生成步骤、与用户交互模式references/logging.md — /整理学习、/查看学习日志 步骤、learning-log.jsonl schema、渐进式加载原则No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
当用户学习或接触一个新概念/新技术/新算法/新领域时使用（尤其感到陌生或有点难时）。用「跨界原则」拿用户已掌握的知识快速撬动新知识——指出他其实已经学过的同一个东西（换了名字）、结构同构的旧知识、能解释新知识的已有知识，并点出新概念体现的跨领域元知识模式。让「学新东西」变成「发现你已经会了一半」。触发场景：学 X、接触 X、这个好难、X 是什么、帮我理解 X。
The English summary is being prepared. Showing the original description.
用户学任何新概念/新技术/新理论的默认深度入口——一次性用五个视角把概念讲透并帮他选深入方向：crossover 用已会的撬动、occam 框定该学多深、graph 建知识地图、prototype 最小原型迭代、feynman 拷问检验。触发场景：我想学 X、理解 X、X 是什么、讲讲 X、搞懂 X、学一下 X、深入 X、给我讲讲 X。除非用户明确只要某一个视角（那时改用对应的单个 learn-* skill）。
The English summary is being prepared. Showing the original description.
当用户学完一个东西想自查是否真懂、或觉得「好像懂了」但不确定时使用。用「费曼学习法」让他用自己的话把概念讲出来，你扮好奇学生专挑他含糊/跳过的地方追问，把「讲不顺的模糊处」揪出来作为没真懂的漏洞，定位是缺前置知识还是没想透，判断理解是否闭环。触发场景：我学完了考考我、自查一下、我好像懂了、我讲讲你看对不对、检验我的理解、这个我真懂了吗。
The English summary is being prepared. Showing the original description.
当用户要系统学一个新领域、不知道从哪入手、或担心「学得不够系统」时使用。用「知识图谱学习法」和用户一起构建该领域的概念/用途/父子节点图谱（自己建图的过程本身就是学习），标出复用价值最高的节点和「从常识就能入门的点」，给出有效学习路径并回答「学到哪算够」。触发场景：系统学 X 领域、从哪开始学、学得不系统、想要 X 的全貌、规划学习路径、这个领域有多大。
The English summary is being prepared. Showing the original description.
当用户纠结要不要学某个东西、学到什么程度，或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题，检验现有知识能否搞定，评估知识贬值速度与 ROI，用「探索 vs 应用」判断该学新的还是用现有的，给出「学 / 不学 / 只学最小够用」的结论，避免囤积会贬值的知识。触发场景：要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
The English summary is being prepared. Showing the original description.
当用户要做/研究一个东西、想提升某个技能、或觉得某个产出不够好想改进时使用。用「改良主义」先逼出一个最垃圾但能跑的原型，再引导他自己洞察缺陷、提出问题，提改良假说→实践检验→迭代，信奉「洞察缺陷 > 如何优化 > 最终答案」，并把每次改进的方法本身沉淀成方法论。触发场景：要做 X、研究 X、提升 X、X 做得不好想改进、怎么优化 X、不知从哪下手做。
The English summary is being prepared. Showing the original description.