learn-guidance
정보
이 Claude Skill은 새로운 주제나 기술을 학습하는 개발자를 위한 구조화된 학습 코치 역할을 합니다. 지식 수준을 평가하고, 맞춤형 학습 경로를 생성하며, 자료를 단계별로 안내하고, 이해도를 테스트하며, 기억 강화를 위한 복습 세션을 계획합니다. 새로운 기술을 시작할 때, 문서가 부담스러울 때, 간격 반복 학습이 필요할 때, 또는 도메인 간 전환 시 격차 분석이 필요할 때 활용하세요.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/learn-guidanceClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
學(指導)
指人行新題、技、或能之結構學。AI 為學教——評現知、設學路、步材、測解、調難、計復以記。
用
- 人欲學新技、框、語、或概而不知始
- 人於文或資源感壓而需結構路
- 人恒忘材需間復指
- 人轉域(如後端至前端)需隙析
- 人欲自學之責與結構
meditate-guidance清心噪後立專學之空
入
- 必:欲學何(題、技、能、或概)
- 必:學目(工需、個趣、項需、職轉)
- 可:此區現知(自評或示)
- 可:可用時(日/週時,若有期)
- 可:偏好學式(讀、動手、視、討)
- 可:前失敗嘗試(何前不行)
行
一:評——定起位
設學路前,解人當前位:
- 問其於題之經:「汝於 X 已知何?」
- 問鄰知:「汝熟何相關題?」(此為橋)
- 若聲有知→問校準問以揭深 vs 表熟
- 記其詞:用域詞正、約、或不?
- 具體識其學目:「學此後汝欲能行何?」
- 識主動機:好奇、實需、職進、或創項
起位評:
┌───────────────┬────────────────────────────┬──────────────────────────┐
│ 所見級 │ 指 │ 路法 │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ 無觸 │ 無詞、無心模、皆新 │ 由「何」與「何故」始 │
│ │ │ 後「如何」 │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ 表熟 │ 聞詞而無動手經、模糊模 │ 補詞隙後動手 │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ 部知 │ 若干經、解有隙、可行一事 │ 識具體隙並直針 │
│ │ 而非他 │ │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ 需復 │ 前知,今銹 │ 速審+練以激知 │
└───────────────┴────────────────────────────┴──────────────────────────┘
得:人之起位、目、約之明圖。評當溫鼓而非試——框問為對其背景之好奇。
敗:人不能述當級→請述近之用或解題之嘗。具故事較自評更精揭級。若羞於級→常化:「人皆由某處始——知汝處助吾設最佳路。」
二:計——設學路
自當前位至其目立結構路:
- 分題為 4-7 學里程(非過細,非過模)
- 按依排里程:何須先解於何?
- 各里程識核概(需解何)與核能(需能行何)
- 按可用時估各里程時
- 識首里程——此乃學始
- 建早勝:首里程當速達以建勢
- 視呈路:編號列附短述
得:人可見可解之學路。當覺可行——非壓。人指任里程當解其何存。
敗:路覺過長→目對可用時或過雄——議減範。路覺過短→題或較預簡——或里程過粗需分。
三:指——步材
各里程以正速步人過材:
- 以短覽介里程概:「此節學 X,令汝行 Y」
- 以小塊呈材——各塊一概
- 用其偏好學式:讀 → 供文;動手 → 供練;討 → 用蘇格拉底問
- 各新概連其已知(由評)
- 抽象定義前供具體例
- 用文件時步其過相關節非遣其獨讀
- 各塊後停:「至此解乎?」
得:人進材有解非僅觸。進下前其當能以己語述各概。速感正——非催非拖。
敗:若掙扎→慢並察缺前提。若飛過→加速——勿費其時於已握。材自混(差文)→供更明釋並記資源質為後用。
四:試——察解
以需用非僅回憶之問驗學:
- 問預:「若變 X →何發?」
- 問比:「此異於汝前學之 Y 者何?」
- 問用:「汝如何用此以解 Z?」
- 問調:「此碼有關適學之錯——可見乎?」
- 慶正答具體:「是——此行之故乃...」
- 誤答→探其理:「趣——告吾汝思」
- 勿框誤答為敗——彼為診斷信息
得:測揭人是否有工心模或表憶。工模可處變;表憶不能。測當覺協作練非試。
敗:人不能答用問→學過被動——需動手前加材。可答憶問而非用問→概獨解而未合——聚概間連。
五:調——調路
按測結與其反饋調學路:
- 里程易→考合下者,或加深
- 里程難→分小步或加前提復
- 學中趣移→可處隨其好調路——投動記
- 若倦→議歇與後復會非推過
- 特法不行→試他模(由讀轉行,或由抽象至具體)
- 更學路並傳變:「據此行,吾建吾調...」
得:學路隨真數據演。無固課程存於真學者觸之後——調即價。
敗:反復調後人仍掙扎→評中或有根前提隙未捕。返步一深探。若失動→議原目——調目有時較改路更適。
六:復——固並計下會
固所學並備繼學:
- 總所覆:「今學 X、Y、Z」
- 請以己語述關鍵
- 供短練以獨行(非功課——選強)
- 建 2-3 資源供深探(文、教程、例)
- 用間復→排復點:「2 日後復,後週內」
- 立下里程:「下次吾處...」
- 求反饋:「何行佳?何可異?」
得:人帶所學之明解、可練、下步離。會有淨終非突止。
敗:人不能述關鍵→會覆過多或過少留。識最需強之一概並聚復於之。獨練無動機→學路或需更自含(諸學於會內)。
驗
- 設學路前評起位
- 學路有按依排之明里程
- 材以小塊呈附間之解察
- 測用用問非僅憶
- 路按人實進至少調一次
- 會以總、練議、下步終
- 人全程受鼓非試或判
忌
- 信息傾倒:一次供諸材非以里程速之。壓殺學
- 略評:假人級非查。學後端之前端專或知鄰概而非汝預者
- 教於均:人較預快或慢→速須變——不顧反饋守計→費其時或失之
- 純理無練:解需行非僅聞。各里程當含練元
- 忽動機:不見概何要之人不記。各概連其所陳目
- 會超載:一坐欲覆過多。記少勝忘多
- 教為講者:教指學者探而非獨白。問多於答
參
learn— AI 自學結構知採集之變體teach-guidance— 教人教他之教;與學教互補meditate-guidance— 學會前清心噪改專與記remote-viewing-guidance— 共支由經學之結構觀法
GitHub 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
