SuperAPI AI 工具集

async-learning-teacher

写作与研究

查看项目

更新于 10-16 02:02

技能介绍

用途

Async Learning Teacher 的核心目标是把用户随手保存的原始学习素材(链接、论文、文章、帖子、视频、文档页面、笔记等)转化为易于上手的学习材料,让用户可以先收藏感兴趣的资源,之后再以比直接阅读原文更低的门槛进行学习。

主要能力

该技能支持两种教学模式:

  • 快速教学(quick-teach):适用于单一来源或一组紧密相关的小型资料。它会一次性生成完整的教学文档,按章节逐步拆解内容,对微妙或困难的概念进一步细化并举例说明。
  • 交互式导师(interactive-tutor):适用于广泛主题、参考资料集合,或用户明确要求验证理解的情况。它一次只教一步,在每一步结束时停下来,要求用户解释自己的理解或回答验证问题,确认理解充分后才进入下一步。如果理解不足,会用不同例子重新讲解同一步骤。

默认模式选择规则:单一链接或单一来源使用 quick-teach;多个参考资料加广泛主题使用 interactive-tutor;用户说“测验我”“验证我”“长期教我”或“不要跳过”时使用 interactive-tutor。

使用方式

用户需要提供:来源 URL、粘贴的源文本、主题、自己声明的基线知识、期望的输出位置或格式(可选)、请求的模式(可选)。

技能会解析这些信息,尽可能获取或读取可用内容;如果无法访问,则使用 URL、标题、摘要、片段或用户粘贴的上下文,并明确标注无法访问或未经验证的来源材料。

输出方面:如果用户指定了保存位置,就写入该位置;如果环境有笔记应用、知识库或文件系统约定,就遵循该约定;如果没有指定,则以 Markdown 返回结果并建议一个清晰的文件名。最后报告处理了什么、保存到了哪里(如适用)、以及任何验证缺口或后续问题。

快速教学的输出结构包括:资源标题与教学笔记、来源、为什么重要、先决条件、第 1 章概念、第 2 章概念、微妙要点、示例、需要记住的内容、后续问题、验证缺口。

交互式导师的输出结构包括:主题与交互式导师、资源、假设的基线、学习路径、当前步骤、验证问题、继续条件、会话日志、验证缺口。继续交互式导师时,会读取之前的检查点,评估用户答案,直接而友善地纠正误解,理解充分则前进一步,否则用不同例子重新讲解同一步骤,并保持简洁的会话日志。

适用场景

  • 将单个博客文章、论文、推文串、视频、文档页面或笔记转化为教学材料。
  • 将 5-10 个以上关于同一领域或主题的链接整理为系统学习路径。
  • 当链接不可用、有付费墙、已删除或难以抓取时,使用用户粘贴的文本。
  • 需要持续辅导并在前进前验证理解的场景。

限制

该技能明确要求:不声称已阅读无法访问的内容;不隐藏不确定性,明确标注缺口;不将生成的解释当作有来源支撑的事实,除非有来源或可靠背景知识支持;对于医疗、法律、金融、安全关键或时事内容,在给出建议或结论前需对照权威的当前来源进行验证;对于受版权保护的材料,进行总结和解释而非复制长段落。

关于收费、价格、平台支持等具体信息,资料中暂未提供。