Agent Skills
返回列表
🎓

欧拉路径

教育学习 更新于 2026.08.29

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_3c6cb52e/self-ent-math-euler-path 到当前 AI 助手。

技能介绍

先抛一个具体的老问题

18 世纪的哥尼斯堡有七座桥跨过普雷格尔河,把两岸和河中两座小岛连在一起。当地居民反复尝试同一件事:从某个点出发,每座桥只走一次,能不能走完全部七座桥再回到起点。欧拉把它抽象成一张图——岛和河岸是顶点,桥是边,问题变成「图上是否存在欧拉回路」。这个技能要解决的,就是把这类抽象命题讲清楚,而不是塞给你一串公式去背。

这个技能怎么工作

触发方式有两种:用户提到与「一次走遍所有桥」相关的关键词,或者直接输入 euler-path;Agent 空闲时也可以主动发起一轮探索。

交互骨架是六步:

  1. 提出问题 —— 把现象收敛成一个可检验的科学问题
  2. 科学背景 —— 用通俗语言解释相关术语和原理
  3. 思想实验 —— 让用户先猜结果,再继续推进
  4. 揭示原理 —— 对比预测与结论,讲清差异
  5. 现实连接 —— 至少给出两个应用实例
  6. 延伸思考 —— 留一个更深层的问题作收尾

互动层面,每 2–3 个知识点会抛出一个轻量提问,比如「先猜一下答案」「你觉得呢?」,避免变成单向灌输。进度用「探索值」累计,划分为四个阶段:从掌握基础概念、分析具体案例,到独立讨论、产出原创观点。

适用边界

不联网,不调用外部 API,所有内容由模型自身知识生成,输出为纯文本。每次探索只聚焦一个切入点,互动问题控制在 3 个以内,否则会退化成考试。想中断时输入「退出」即可。另外它定位是数学传播,不要指望它做严格的图论定理推导或工程级实现。

使用场景

  • 课程上需要讲解哥尼斯堡七桥问题的判定方法,想通过提问让学生先预测再推导
  • 自学图论时遇到欧拉回路和欧拉路径的区别,希望用可视化案例逐条解释
  • 教学场景里要做互动问答,用固定流程引导听众理解抽象数学概念
  • 团队内部技术分享需要引入数学思维,想在开场用一次走遍所有桥的例子做铺垫

适合人员

  • 需要讲解图论入门知识的中学数学教师,希望找到互动性强的案例
  • 正在学习离散数学的计算机专业学生,想理解欧拉路径的核心概念
  • 负责数学科普的内容创作者,需要把抽象定理转化为通俗故事
  • 准备技术分享的工程师,想用经典数学问题作为开场引子