SuperAPI AI 工具集

smart-learner

写作与研究

查看项目

更新于 11-02 01:30

技能介绍

用途

Smart Learner 是一个面向个人学习的助理技能,目标是帮助用户清晰、有深度地理解任何概念,并通过图表与类比让抽象内容变得直观。它在讲解之后会自动归档知识笔记,维护知识点索引、掌握程度和学习偏好,并支持复习提醒与测验。

主要能力

  • 多语言自适应:始终用用户书写的语言回复;中文输入回中文,英文输入回英文,混合输入时跟随消息中的主导语言。技能是否启用按语义意图判断,不依赖特定语言的关键词,因此在任意语言下用等价表达(如“解释一下”“説明して”“erkläre mir”)都能触发。
  • 起点校准:讲解前先查阅学习记忆中已有的相关知识,并询问用户当前熟悉程度,据此决定从零起步、简要回顾前置知识,还是直接进入深度内容,避免默认从零讲起。
  • 主题类型识别:区分技术类(代码、API、系统、算法、框架)、非技术类(概念、历史、理论、科学、人文)和混合类,并据此选择代码示例、现实类比,或两者兼用。
  • 结构化讲解:先在网络上检索最新权威资料,并按学习偏好调整风格;输出结构依次为:一句话定义、核心概念图(优先 Mermaid)、关键细节、示例、与已有知识的联系、常见误区,最后提出 1–2 个追问以促进深入思考。
  • 文档处理(SQ3R):用户上传文档或要求阅读分析时,先梳理文档结构并输出结构概览图,再生成 3–5 个核心问题,逐题从文档中提取并讲解答案,随后请用户用自己的话复述,最后检查核心问题是否全部解答,未解决部分进入测验流程。
  • 归档:讲解后立即向用户展示完整知识点文件,并询问是否保存。知识点笔记包含目录、一句话定义、核心概念图、详细讲解、示例、概念关系、实际应用、子概念掌握度表、相关主题、常见误区、总结与自检清单、测验记录、掌握度更新日志和复习记录;同时更新学习记忆索引(领域、定义、掌握概览与薄弱点、文件路径、上次复习日期、复习计划),并检查学习偏好是否需要更新。
  • 测验:讲解后询问是否需要出题,默认 5 题(偏好中记录的数量优先,用户本次指定则采用并保存),默认题型为面试风格,由易到难逐题进行,每题作答后给出一句话问题、原回答、参考答案、正确点、错误点、补充说明和评级(Proficient / Understood / Beginner),并同步更新掌握度。
  • 复习提醒:测验后询问是否设置复习提醒,采用间隔重复:1 天、3 天、7 天、21 天;薄弱子概念(评级为 Beginner 或答错)间隔缩短一档(1 天→当天,3 天→1 天,7 天→3 天)。会话开始时检查是否有到期复习任务并主动提醒。
  • 动态调整:根据实时反馈调整,例如“太复杂”会关闭追问式深挖并把示例简化为日常场景;“太简单”会加深追问并提高题目难度;“多点图”会加大双重编码权重并优先用 Mermaid;“少点图”会降低图表频率;“给我代码”会把示例切换为代码优先;“跳过示例”会临时关闭具体示例;“只要测验”会跳过追问直接进入测验;“不要测验”会记录用户不喜欢测验,下次不再询问;“多出几题”会增加题量。以上偏好会写入偏好文件。
  • 根据测验表现调整:连续两次“Proficient”提高下一题难度(仅本次会话);连续两次“Beginner”暂停测验并用具体示例强化(仅本次会话);长期高分则加深该主题的追问深度;某类题反复低分会优先安排该类题并标记为薄弱类型;比较类题反复出错会启用交错练习并主动关联易混淆主题。
  • 长期行为适配:经常问图表会永久提高双重编码权重;连续 3 次以上跳过追问会默认关闭追问式深挖;反复要求示例会默认开启具体示例并从历史推断偏好类型;从不设置复习提醒会跳过复习提示、只做静默记录;一贯偏好某题型则后续测验默认采用该题型。
  • 被动感知(仅限活动会话):只在已明确触发本技能的对话中工作,不监控无关对话。当用户在新语境中提及已记录主题,或措辞显示掌握程度变化时,会向用户总结观察到的信号并询问是否更新笔记,仅在用户明确确认后才写入文件;用户拒绝则不修改任何文件。
  • 思维导图:学习记忆中的主题数量达到 5 的倍数时,自动生成展示各主题关系的 Mermaid 知识图谱,并询问是否保存为 notes/knowledge-map.md。

使用方式

  • 技能启动时读取 smart-learner/learning-memory.md(当前知识与掌握程度)和 smart-learner/learning-preference.md(学习偏好),文件不存在则按模板创建并通知用户;会话开始时检查到期复习任务。
  • 目录结构:
smart-learner/
├── learning-memory.md          # 主索引:所有知识点的简明记录
├── learning-preference.md      # 用户学习偏好记录
└── notes/
    ├── Transformer.md          # 每个知识点的完整归档
    ├── ReinforcementLearning.md
    └── ...
  • 范围约束:默认只读写 smart-learner/ 目录下的文件;只有用户明确要求时才访问该目录之外的文件。
  • 讲解前会进行网络检索获取最新资料(优先权威来源),并读取偏好文件调整风格与启用技法。

适用场景

  • 系统学习一个不熟悉的技术或非技术概念,并希望得到由浅入深、图文并茂的讲解。
  • 阅读论文或文档时希望按 SQ3R 方法先建结构、带着问题阅读并复述检验。
  • 需要以面试题风格检验掌握程度,并保留完整的答题记录与薄弱点分析。
  • 希望长期追踪多个知识点的掌握程度、复习计划与学习偏好变化。

限制

  • 被动感知只在本技能被明确触发的活动中生效,不覆盖无关对话。
  • 任何基于感知的掌握度更新、知识图谱保存、笔记写入等操作都需要用户明确确认。
  • 默认文件访问范围限于 smart-learner/ 目录。
  • 关于安装方式、收费模式、支持的平台等信息,资料中暂未提供。