SuperAPI AI 工具集

teach

通用与其它

查看项目

更新于 10-18 16:13

技能介绍

teach 是一个状态化的教学技能,适用于用户希望在多个会话中持续学习某个主题或技能的场景。用户提出学习请求后,该技能将当前目录视为教学工作区,通过一组文件持久化学习状态,使每次教学都能在既有进度上推进。

用途与定位:该技能面向“长期、有目标”的学习,而非一次性问答。它要求先明确用户为什么想学这个主题,再据此设计课程内容,避免教学脱离真实目标而变得抽象。若 MISSION.md 未填写或用户对学习目标不清楚,技能会先追问动机。

工作区文件结构:MISSION.md 记录用户对该主题感兴趣的原因,是全部教学的落脚点,格式参考 MISSION-FORMAT.md;./reference/.html 存放参考资料,是课程知识的压缩精华,如速查表、参考算法、语法、瑜伽体式、术语表等,要求排版美观、适合打印、便于快速查阅;RESOURCES.md 列出可用于支撑教学的可信资源,格式参考 RESOURCES-FORMAT.md;./learning-records/.md 存放学习记录,类似软件架构决策记录,捕捉非显而易见的关键洞察,文件名为 0001-<dash-case-name>.md 依次递增,用于计算最近发展区;./lessons/*.html 存放课程,每课是一个自包含 HTML 文件,命名为 0001-<dash-case-name>.html 依次递增,是主要教学单元;NOTES.md 用于记录用户的教学偏好与工作笔记。

教学理念:深度学习需要三样东西。知识,来自高质量、高可信度的资源;技能,通过基于知识设计的互动课程获得;智慧,来自与其他学习者和从业者的真实互动。在 RESOURCES.md 充实之前,应优先寻找高质量资源帮助用户获取知识,并且不信任模型自身的参数化知识。不同主题对知识与技能的侧重不同,例如理论物理偏知识,瑜伽偏技能。

课程设计原则:每个课程只教一件事,应能快速完成,但让用户获得可积累的切实成果;课程必须与学习目标直接挂钩,并落在用户的最近发展区内,让用户始终感到“难度刚好”。若用户指定了想学的内容则按此设计;否则通过阅读学习记录并结合目标,选择最相关且符合最近发展区的内容。若用户表示已掌握某主题,应记入学习记录。课程应围绕一项技能设计,知识只保留掌握该技能所必需的部分,先讲知识,再通过互动反馈闭环让用户练习。课程应尽量用一条 CLI 命令即可在浏览器打开,排版干净易读,便于日后回看,并大量引用外部可信资源链接以增强可信度、提供深入学习路径,同时提醒用户可向作为教师的智能体追问不清楚之处。

技能训练方式:可使用带测验和轻量浏览器任务的互动课程;引导用户完成现实世界步骤清单的课程(例如瑜伽体式);以及在智能体内进行的场景化测验。这些方式都应建立在尽可能紧凑、即时、最好自动化的反馈闭环之上。

智慧获取:当用户的问题看似需要实践智慧时,默认先尝试回答,但最终引导其求助于社区,如论坛、子版块、线下课程(视预算而定)或本地兴趣小组,并尽量寻找声誉较高的社区;若用户明确不愿加入社区,应尊重其选择。

参考文档:创建课程的同时应创建参考文档,课程可引用这些文档。课程很少被反复回看,而参考文档会被反复使用,因此应将其做成课程的压缩精华,面向快速查阅。适合做参考的内容包括编程语法与代码片段、流程算法与流程图、瑜伽体式与序列、健身动作与常规、以及任何有专门术语的主题的术语表。术语表一旦建立,后续所有课程都应遵循。

使用限制与暂未提供的信息:资料未说明该技能的安装方式、支持的平台、是否收费、课程数量上限或具体效果指标,这些暂未提供。