技术学习路线图
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_6d78f832/tech-shrimp-learning-roadmap 到 AI 助手。
技能介绍
解决学习资源碎片化
学习新框架或语言时,容易陷入东拼西凑的状态:教程散落在不同平台,难度跳跃,实战目标也不清晰。这套工作流把路线图生成、阶段材料和作业产出串成一条流水线。
核心能力与关键步骤
- 环境检查:确认
EXA_API_KEY已设置,并安装exa-py,否则无法执行真实搜索。 - 信息收集:当用户只给主题时,先用
ask_user_question补齐当前水平、学习目标和每周投入时间。 - 多轮 Exa 搜索:按阶段和难度持续检索,提取视频标题、URL、发布日期、摘要,并区分基础/中级/高级与理论/实战比例。
- 分阶段路线图:规划 4-8 个阶段;零基础第一阶段固定为前置基础,后续阶段以前一阶段输出为输入,最终阶段贴近求职、作品集或商业化目标。
- 落地文件:在工作目录生成中文文件名的项目结构,包括总览
学习路线图.md、每阶段学习指南.md,以及知识作业.md和实战作业.md。
产出结构
学习路线图.md:用户信息、阶段总览表、Mermaidgraph TD路线图和阶段说明。学习指南.md:阶段目标、带 URL 的推荐视频、学习顺序和关键知识点。知识作业.md:5-8 道选择题与 3-5 道问答题,不附答案。实战作业.md:2-4 个任务,包含描述、难度和验收标准。
适用边界
- 不编造课程或视频,推荐内容必须来自 Exa 搜索结果;搜索不足时应提示调整关键词。
- 所有阶段时长基于用户声明的每周投入计算,不承诺固定就业或商业结果。
- 需自行维护
EXA_API_KEY与 Python 环境;输出文件使用 UTF-8 编码,文件名保持中文。
使用场景
- 准备前端求职,需基于真实视频资源生成分阶段学习路线,并配套面试导向练习。
- 学习 Python 数据工具时只有主题,希望先补齐水平与时间,再输出每周可用的任务。
- 为作品集做准备,需要把项目实战、验收标准和关键知识点整理成可执行学习计划。
- 转行自学者希望从环境搭建开始,用 Mermaid 路线图跟踪阶段进度和完成标志。
适合人员
- 准备求职的前端学习者,希望按阶段补齐项目经历与面试相关内容。
- 从其他行业转行的软件自学者,需要有人先确认基础再安排入门任务。
- 准备作品集的独立开发者,想把学习计划拆成可验收的项目与作业。
- 需要指导学员的编程讲师,希望快速生成带时间投入和阶段产出的训练方案。