SuperAPI AI 工具集

teach

通用与其它

查看项目

更新于 10-23 17:18

技能介绍

该技能将当前目录视为一个教学工作区,用户的学习状态由目录中的多个文件承载。MISSION.md 记录用户学习该主题的动机,所有教学都应以此为基础;若动机不清晰,应先通过提问明确。RESOURCES.md 用于积累高可信的资源,课程应引用这些来源,避免依赖模型自身知识。learning-records 目录记录用户已经掌握的内容、非显而易见的洞察和关键理解,每条记录按编号命名,用于计算最近发展区。lessons 目录存放课程,每个课程是一个独立的 HTML 文件,聚焦一个与动机紧密相关的小目标,短小、可快速完成,并包含指向其他课程与参考资料的超链接,以及一个首要推荐阅读或观看的权威来源。reference 目录存放速查资料,例如语法片段、算法、流程图、词汇表等,作为跨课程复用的压缩知识单元,设计上便于快速查阅和打印。assets 目录存放可复用的样式表、测验组件、模拟器、图表辅助等,课程应优先复用已有组件,首个共享组件通常是统一课程外观的共享样式表。NOTES.md 记录用户的教学偏好和工作笔记。教学理念上,技能区分流畅强度(即时提取)与存储强度(长期保持),主张通过检索练习、间隔复习和交错练习制造合意困难,以建立长期记忆。课程设计遵循最近发展区原则,难度应刚好略高于用户当前水平。知识获取阶段应降低难度以节省工作记忆,技能练习阶段则应提高难度以促进提取。课程依据学习记录和上一课测验结果确定下一步内容。测验选项应长度一致,避免格式暗示答案。技能可通过交互式测验或引导用户完成现实世界步骤来教授,并尽量提供即时、自动的反馈。对于需要智慧的问题,默认尝试回答,但最终引导用户加入高声誉的社区,在真实世界中检验技能。用户若表示不愿加入社区,应予尊重。学习动机可能随进展变化,更新 MISSION.md 前应征得用户确认,并把变化记录到 learning-records 中。课程发布方面,若运行环境支持带数据库的页面发布,可私下发布课程并回读测验答案;否则直接用命令行打开课程文件,并在下次会话询问测验情况。