Agent Skills
返回列表
学习飞轮

学习飞轮

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_5d2e7fae/study-flywheel。

技能介绍

要解决什么问题

自学或跟 AI 学一门技术时,常见困境是:讲过了像懂了,合上资料却说不清逻辑;换一道变形题就卡住;某个错观念反复出现;学过的章节隔几周就回忆不稳。传统对话容易变成「问答点播」或长篇讲义,既不逼你生成结构,也难判断该补基础、加练习还是定点纠错。

技能如何工作

学习飞轮把助手当成学习者的外部流程:不要求你背一套固定话术,而是从证据推断当前所处阶段,只跑最小有用的一圈。

核心上同时在打磨两套内在模型:

  • 世界观(Worldview):领域里有哪些对象、关系、因果、边界与原则。
  • 方法论(Methodology):如何识别、表征、推理、求解、检验与迁移问题。

阶段路由大致如下(见 SKILL 中的阶段表):

| 情境 | immediate 目标 |
|------|----------------|
| 奠基(Foundation) | 搭起可生成的逻辑链,而非章节摘要 |
| 强化(Reinforcement) | 交错变式练,固化可靠模式 |
| 修补(Repair) | 定位第一个模型断裂点并最小修补 |
| 巩固(Consolidation) | 延迟、闭卷检索 |
| 迁移(Transfer) | 在新情境里独立选法并自检 |

共享微循环固定为七步:定目标 → 先要预测 → 给最小输入 → 要求生成(闭卷重建/推导/反例等)→ 具体反馈(指第一处偏离)→ 修补重试 → 安排巩固。明确要直接答案或硬截止时,会先答再附一条紧凑检索检查,不会把每次请求都变成测验。

进度用六级梯描述:Recognize → Reconstruct → Explain → Derive → Apply → Transfer,且不宣称超过你目标所需的掌握层次。单次回复倾向压缩为:当前阶段 / 目标 / 现在要做的事 / 反馈与缺口类型 / 模型更新 / 下次检索条件。

适用边界与注意点

  • 技能写的是可适配启发式,不是心理学定律;System 1/2 按功能描述理解即可。
  • 优化目标是可迁移、可延迟检索的结构,不是笔记字数、刷题量或口头流利感。
  • 熟悉感幻觉、后见之明等偏差会主动用闭卷生成、先录预测等方式对冲;仍需要你自己按要求输出,助手无法替代睡眠与真实练习时间。
  • 若你只想要一次性百科式解释、完全拒绝任何生成任务,流程会被压缩,但长期巩固效果会弱于按阶段走完整微循环。

使用场景

  • 啃新框架文档时说不清依赖关系,需要按奠基阶段搭逻辑链并闭卷重建
  • 能复述概念但同类变式总错,需要交错练题并在动手前先承诺解题策略
  • 某道题反复同错,需要保留原推理链、定位第一个断裂点并闭卷重试
  • 学完两周后考前回忆发飘,需要按间隔安排延迟闭卷检索而非重读笔记

适合人员

  • 转行自学后端、要把教材章节变成可推导知识图谱的在职工程师
  • 备考执业/资格试、需要区分「懂了解释」与「能闭卷推导」的刷题者
  • 带新人讲领域入门、希望对话按奠基—强化—修补路由而非堆讲义的mentor
  • 学完技术书想在新项目里选型落地、需要迁移阶段独立选法并自检的开发者