Skip to content

g1oves2ali/human-learning-skill

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Platform Language License: GPLv3 Version

📚 智能学习导师 (AI Tutor)

一个运行在 Claude Code 上的个性化 AI 学习辅导技能
灵感来源于 Mr. Ranedeer AI Tutor,专为中文学习者打造

特性快速开始配置命令工作流示例致谢


✨ 特性

特性 描述
🎯 个性化配置 7 级学习深度 × 6 种学习风格 × 5 种沟通方式 × 5 种语气 × 5 种推理框架,共 5,250 种组合
📖 智能课程规划 自动分析前置知识缺口,生成「前置知识 → 主课程」完整学习路径
🧑‍🏫 自适应教学 根据你的配置动态调整教学方式(图表/实践/苏格拉底问答...)
📝 三级测试系统 基础 (3/10) → 进阶 (6/10) → 挑战 (9/10) 梯度测试,附详细评分与反馈
📊 进度追踪 记录学习轨迹、测试成绩、强项与薄弱点
🗺️ 知识脉络图 一键生成 ASCII 思维导图,建立知识体系
📂 Markdown 持久化 所有学习计划、课程、测试、笔记自动保存为 .md 文件,随时回顾复习
🌐 全学科覆盖 适用于编程、数学、物理、历史、语言学……任何你想学的领域

🚀 快速开始

安装

tutor 目录放入你的 Claude Code 技能目录下:

.claude/
└── skills/
    └── tutor/
        ├── SKILL.md      # 技能定义文件
        └── README.md     # 本文档

使用

在 Claude Code 中直接输入:

# 指定主题启动
/tutor Python编程

# 或不指定主题,由导师引导你选择
/tutor

导师会通过交互式问答引导你完成个性化配置,然后开始你的学习之旅。


⚙️ 个性化配置

启动后,导师会引导你逐步完成以下配置:

🎯 学习深度 (Depth)

决定内容的复杂度和专业程度

小学 ───── 初中 ───── 高中 ───── 本科 ───── 研究生 ───── 硕士 ───── 博士
 │          │          │          │           │           │         │
零基础    基础认知   学科基础   系统学习    扎实基础   独立研究   前沿研究
📋 各等级详细说明
等级 说明 适用人群
小学 (Grade 1-6) 用最简单的语言和生动的比喻解释概念 零基础入门
初中 (Grade 7-9) 引入基本术语,使用日常例子 有一点基础认知
高中 (Grade 10-12) 使用标准术语,引入基础公式和原理 有基本学科知识
本科 (Undergraduate) 系统性讲解,涉及理论推导 正在系统学习
研究生 (Graduate) 深入理论,关注前沿方法 有扎实基础
硕士 (Master's) 强调研究方法论和批判性分析 具备独立研究能力
博士 (Doctoral) 前沿研究、开放问题、跨学科视角 专业研究者

🧠 学习风格 (Learning Style)

风格 特点 适合场景
🖼️ 视觉型 图表、流程图、思维导图 结构化知识、系统架构
💬 语言型 详细文字解释和叙述 理论概念、文科知识
🔨 实践型 动手练习、编码、实验 编程、工程、实验科学
💡 直觉型 先整体后细节 快速入门、建立框架
🪞 反思型 对比分析、深度思考 哲学、策略、决策分析
🌍 全局型 先宏观框架再填充细节 复杂系统、跨学科学习

🗣️ 沟通方式 (Communication Style)

方式 描述
📄 正式 学术论文风格,严谨规范
📕 教科书 类似教材的结构化表述
💬 通俗 大白话,避免专业术语
📖 故事型 通过故事和场景传达知识
❓ 苏格拉底式 通过提问引导自主思考

🌟 语气风格 (Tone Style)

鼓励型 · 中立型 · 知识型 · 友好型 · 幽默型

🔎 推理框架 (Reasoning Framework)

演绎推理 · 归纳推理 · 溯因推理 · 类比推理 · 因果推理


📋 命令参考

所有操作统一通过 /tutor 命令入口调用,使用子命令区分功能。

为什么不是独立命令? 在 Claude Code 中,只有 /tutor 是注册的 skill 命令。像 /plan/config 等独立斜杠命令要么不存在,要么会与 Claude Code 内置功能冲突(例如 /plan 会触发 Plan Mode)。因此所有功能统一挂在 /tutor 下。

核心命令

命令 说明 示例
/tutor [主题] 启动学习导师 /tutor 机器学习
/tutor plan 生成学习路径大纲 /tutor plan
/tutor start [编号] 开始/跳转课程 /tutor start/tutor start 1.3
/tutor continue 继续下一课 /tutor continue
/tutor test [范围] 生成测试题 /tutor test/tutor test all

辅助命令

命令 说明 示例
/tutor config 重新配置学习偏好 /tutor config
/tutor question <问题> 对当前内容提问 /tutor question 什么是梯度下降?
/tutor progress 查看学习进度 /tutor progress
/tutor review <编号> 复习指定课程 /tutor review 1.2
/tutor summary 生成已学内容总结笔记 /tutor summary
/tutor mindmap 生成知识脉络图 (ASCII) /tutor mindmap

🔄 工作流程

┌─────────────────────────────────────────────────────────────────┐
│                        学习流程总览                              │
└─────────────────────────────────────────────────────────────────┘

     ┌──────────┐     ┌──────────────┐  ┌──────────────┐  ┌──────────────┐
     │  初始化   │────▶│  学习路径     │─▶│    授  课     │─▶│  测试考核     │
     │  /tutor   │     │ /tutor plan  │  │ /tutor start │  │ /tutor test  │
     └──────────┘     └──────────────┘  └──────┬───────┘  └──────┬───────┘
          │                                     │                 │
          ▼                                     ▼                 ▼
   ┌─────────────┐                    ┌────────────────┐  ┌──────────┐
   │ 选择主题     │                    │/tutor continue │  │ 评分反馈  │
   │ 配置深度     │                    │  进入下一课     │  │ 薄弱分析  │
   │ 配置风格     │                    └───────┬────────┘  │ 学习建议  │
   │ 配置语气     │                            │           └──────────┘
   │ 配置推理框架  │                            │
   │ 评估基础     │                    ┌───────▼────────┐
   └─────────────┘                    │  循环直至完成    │
                                      └────────────────┘

阶段一:初始化与配置

/tutor Python编程
📚 你好!我是你的 AI 学习导师!

让我们先了解一下你的学习需求和偏好吧!

导师通过交互式问答收集你的学习深度、风格、沟通方式等偏好,生成个性化配置。

阶段二:学习路径规划

/tutor plan
📚 前置知识
  0.1 变量与数据类型                    ⭐      ~15min
  0.2 控制流(条件与循环)               ⭐⭐    ~20min
  0.3 函数基础                          ⭐⭐    ~20min
  ...

📖 主课程大纲
  1.1 面向对象编程基础                   ⭐⭐    ~25min
  1.2 类与对象                          ⭐⭐    ~30min
  1.3 继承与多态                        ⭐⭐⭐  ~35min
  ...

阶段三:分步授课

/tutor start

导师根据你的配置风格(视觉型用图表、实践型给练习、苏格拉底式用提问引导...)讲解每一课。每课包含:

  • 🎯 学习目标
  • 📝 核心内容(附例子和图表)
  • 💡 关键要点
  • 🔗 知识关联
  • 🤔 思考题

阶段四:测试考核

/tutor test
📝 测试:Python 面向对象编程

📘 示例题(附完整解题过程)
   ...

🟢 基础题(难度 3/10) — 概念理解
🟡 进阶题(难度 6/10) — 灵活运用
🔴 挑战题(难度 9/10) — 深度应用

💡 示例

示例 1:学习线性代数(本科 + 视觉型)
> /tutor 线性代数

📋 你的学习配置:
━━━━━━━━━━━━━━━━━━━━━━━━
📖 学习主题:线性代数
🎯 学习深度:本科
🧠 学习风格:视觉型
🗣️ 沟通方式:教科书
🌟 语气风格:鼓励型
🔎 推理框架:演绎推理
📝 当前基础:高中数学基础
━━━━━━━━━━━━━━━━━━━━━━━━

> /tutor plan

📚 前置知识
  0.1 集合与映射 .................. ⭐     ~15min
  0.2 实数域与复数域 .............. ⭐     ~10min

📖 主课程大纲
  1.1 向量与向量空间 .............. ⭐⭐   ~30min
  1.2 矩阵与矩阵运算 .............. ⭐⭐   ~35min
  1.3 行列式 ...................... ⭐⭐⭐ ~40min
  1.4 线性方程组 .................. ⭐⭐⭐ ~45min
  ...

> /tutor start

━━━━━━━━━━━━━━━━━━━━━━━━
📖 课程 1.1:向量与向量空间
━━━━━━━━━━━━━━━━━━━━━━━━

  ## 🎯 学习目标
  理解向量的几何意义与代数定义...

  ## 📝 核心内容

  向量的几何表示:

      y
      ↑   →
      │  v = (3, 2)
    2 │ ·  ╱
      │   ╱
    1 │  ╱
      │ ╱
    0 └──────────→ x
      0  1  2  3

  ...
示例 2:学习 Python(初中 + 实践型 + 幽默语气)
> /tutor Python编程

📋 你的学习配置:
━━━━━━━━━━━━━━━━━━━━━━━━
📖 学习主题:Python 编程
🎯 学习深度:初中
🧠 学习风格:实践型
🗣️ 沟通方式:通俗
🌟 语气风格:幽默型
🔎 推理框架:类比推理
📝 当前基础:完全零基础
━━━━━━━━━━━━━━━━━━━━━━━━

> /tutor start

━━━━━━━━━━━━━━━━━━━━━━━━
📖 课程 0.1:什么是编程?
━━━━━━━━━━━━━━━━━━━━━━━━

  编程就像写菜谱 🍳

  你告诉计算机(厨师)一步步该干什么,
  它就会照着你的指令(菜谱)执行。

  🔨 动手试一试:
  在 Python 里输入以下代码,看看会发生什么:

  print("你好,世界!我是一个 Python 程序!")

  ...
示例 3:苏格拉底式学习哲学
> /tutor 西方哲学导论

📋 你的学习配置:
━━━━━━━━━━━━━━━━━━━━━━━━
📖 学习主题:西方哲学导论
🎯 学习深度:本科
🧠 学习风格:反思型
🗣️ 沟通方式:苏格拉底式
🌟 语气风格:中立型
🔎 推理框架:溯因推理
━━━━━━━━━━━━━━━━━━━━━━━━

> /tutor start

导师:在我们开始之前,我想先问你一个问题——
     你觉得"知识"和"信念"之间有什么区别?

学生:知识是确定的,信念可能是错的?

导师:很好的起点。那如果有人非常确定地相信一件事,
     而且碰巧这件事确实是真的——这算"知识"吗?

学生:嗯...好像还缺了点什么?

导师:你已经触及了柏拉图在《泰阿泰德篇》中
     讨论的核心问题。他提出知识需要三个条件...

🏗️ 教学设计原则

本技能遵循以下教学设计原则:

┌────────────────────────────────────────────────┐
│               八大教学原则                       │
├────────────────────────────────────────────────┤
│                                                │
│  1. 循序渐进  严格匹配学习深度,不超纲不过浅      │
│  2. 反馈驱动  根据回答和表现动态调整教学策略       │
│  3. 鼓励为主  正面反馈 + 建设性改进建议           │
│  4. 知识连接  新旧知识点之间建立显式关联           │
│  5. 实例丰富  每个概念至少一个贴近实际的例子       │
│  6. 主动检查  关键知识点后主动确认理解程度         │
│  7. 表达生动  适度使用 emoji,增强可读性           │
│  8. 中文优先  中文教学,专业术语附注英文原文        │
│                                                │
└────────────────────────────────────────────────┘

🆚 与 Mr. Ranedeer 的对比

特性 Mr. Ranedeer 智能学习导师 (本项目)
运行平台 ChatGPT (GPT-4) Claude Code
语言 英文为主 中文原生
配置方式 修改 prompt / Wizard 交互式问答引导
学习深度 9 级 7 级(更贴合中国教育体系)
进度追踪 基础 详细(成绩记录、强弱项分析)
知识图谱 ASCII 思维导图 (/tutor mindmap)
总结笔记 自动生成 (/tutor summary)
复习功能 支持 (/tutor review)
测试系统 三级难度 三级难度 + 详细评分报告

📁 文件结构

技能文件

.claude/skills/tutor/
├── SKILL.md        # 技能核心定义(Claude Code 加载此文件)
└── README.md       # 项目说明文档(本文件)

学习输出目录

启动时你会选择一个输出文件夹,所有学习资料自动保存在其中:

<你选择的文件夹>/
├── README.md                            ← 配置信息 + 课程总览
├── plan.md                              ← 完整学习路径
├── progress.md                          ← 学习进度(自动更新)
├── summary.md                           ← 总结笔记
├── mindmap.md                           ← 知识脉络图
├── qa.md                                ← 问答记录
├── lessons/                             ← 课程内容
│   ├── 0.1-HTTP协议与请求结构.md
│   ├── 0.2-会话管理与身份标识.md
│   ├── 1.1-越权漏洞全景图.md
│   └── ...
└── tests/                               ← 测试记录(含评分结果)
    ├── test-0.1-HTTP协议与请求结构.md
    ├── test-all-综合测试.md
    └── ...

每次上课、测试、提问后,对应文件会自动创建或更新。你可以用任何 Markdown 编辑器随时回顾这些内容。


🤝 致谢


📄 许可证

本项目基于 GPL-3.0 许可证 开源。


用 ❤️ 和 Claude 构建 | 让学习成为一种享受

About

An AI-powered learning planning skill that dynamically assesses user goals, baseline, and time constraints through interactive dialogue to generate personalized, highly actionable study roadmaps.AI学习导师。一个基于 AI 的交互式学习规划技能。通过多轮对话动态评估用户的目标、基础和时间预算,最终生成高度定制化且可执行的学习路线图。

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages