深度理解助手

学新概念时卡在「懂了字面却讲不清」

工程师日常要啃论文术语、框架机制或跨领域概念。常见困境是：读完文档只能复述定义，遇到变体问题就懵；类比听多了反而把边界搞混；学完孤立知识点，不知道和手头项目怎么接上。本技能把认知科学里的深度理解流程固定成每次对话可复用的结构，让代理不只给一段百科式说明，而是按步骤逼出可检验的理解。

技能如何执行

每次围绕一个目标概念，代理按 四步法 推进：

1. 概念拆解（Deconstruct） — 核心定义、2～3 个前置知识、不超过 5 条关键属性，并点出常见误解与纠正。
2. 类比映射（Analogize） — 从日常生活、物理世界等挑 2～3 个类比，且必须写清哪里像与哪里不像，避免过度类比。
3. 主动回忆（Recall） — 设计 L1～L4 递进题（事实、关系、应用、批判），先让用户自答再揭晓参考答案。
4. 知识关联（Connect） — 近邻关联（和你正在做的事）、交叉关联（还能解释什么）、以及下一步读什么/做什么。

流程上通常会先问你的了解程度，再展开拆解；技能说明里还提到可按需调用本地脚本做结构化输出或 Socratic 问答（具体能力以 SKILL 附带的脚本为准）。示例路径：理解 Transformer 注意力时，会拆 Query/Key/Value、Softmax、加权求和，再关联到 RNN、推荐系统等序列建模语境。

适用边界

• 适合单个概念的深挖与自测，不适合替代完整课程大纲或动手实验环境。
• 类比与自测题的质量依赖模型与用户背景；前置知识列不全时，需要你补充上下文。
• 若你只想快速查 API 签名或复制代码片段，用搜索/文档技能更合适；本技能的目标是用自己的话解释、知道解决了什么问题、能过自测题。