Agent Skills
返回列表
自我提升成长追踪

自我提升成长追踪

教育学习 更新于 2026.08.30

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_15292d5a/yjkj-self-improving-skill 到你的 AI 助手中。

技能介绍

问题

很多学习卡在“多练一点”的模糊建议里:时间投了不少,但没有质量分、瓶颈分析,也不知道该加难度还是换方法。这个技能把练习变成可追踪的工程问题,关注的是可测量进度,而不是自我激励。

工作方式

它围绕 SKILL_NAME.md 建立技能档案,记录难度、里程碑、练习频率,并在每次练习后追加时长、质量分、薄弱点和困难项。核心能力包括:

  • 进度追踪:用 1-10 质量分、熟练度、信心分形成基线
  • 瓶颈识别:连续两周改善小于 0.2 点时触发复盘
  • 练习优化:建议每周 4-5 次、每次 45-90 分钟,并混合基础与应用
  • 阶段策略:初阶抓基础,中阶抓项目,高阶抓专项与教学

关键步骤是定义技能、设置里程碑、记录每次 session、每周复盘、每月校准。它适合编程、设计、语言、乐器等可输出结果的学习场景;不适合作为自动教学系统,也不应替代真实项目反馈或导师指导。

使用场景

  • 准备系统学习 Python,建立技能档案,设定 3-6 个月里程碑和每次练习记录格式。
  • 连续两周项目练习没有改善,复盘进度曲线,识别瓶颈并调整难度或反馈方式。
  • 每周整理练习时长、质量分和薄弱项,生成周报并决定下周增加基础还是应用项目。
  • 准备技术面试或技能考核,基于弱项记录安排针对性练习和模拟测试。

适合人员

  • 每周安排固定编程练习、希望把零散项目练成可评估能力的工程师
  • 准备作品集或技能考核、需要记录弱项并安排针对性练习的设计师
  • 想从入门到进阶、需要里程碑和复盘节奏的职场自学者
  • 负责个人学习计划、希望避免多技能分散精力的长期学习者