MCP HubMCP Hub
스킬 목록으로 돌아가기

learn-guidance

pjt222
업데이트됨 2 days ago
9 조회
17
2
17
GitHub에서 보기
메타wordaitestingdesign

정보

이 Claude Skill은 구조화된 학습 코치 역할을 하여, 초기 지식 평가부터 맞춤형 학습 경로 설계, 학습 자료 제공, 이해도 테스트까지 사용자를 단계적으로 안내합니다. 학습 난이도를 동적으로 조정하고, 기억 강화를 위한 복습 세션을 계획합니다. 새로운 기술을 시작할 때 압도되는 느낌이 들거나, 문서 속에서 길을 잃었을 때, 또는 분야 전환 시 격차 분석이 필요할 때 사용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/learn-guidance

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

學(導人)

導一人歷結構化之學,以習新題、技、或能。AI 為學之教練——察當前知、設學之徑、以適速行教、以問試解、依反饋適法、並計復以留。

用時

  • 欲學新技、框、語、或概念而不知自何起
  • 感文件或學源壓迫而需結構之徑
  • 屢忘其所學而需間隔復習之導
  • 於域間遷(如後端至前端)而需察隙
  • 欲自主之學有擔與結構
  • meditate-guidance 清心噪後,為專學立空間

  • 必要:彼欲學者(題、技、能、或概念)
  • 必要:彼學之旨(職需、興趣、項目需、職轉)
  • 可選:此域之當前知(自評或已示)
  • 可選:學之可得時間(每日/每週時數、若有限期)
  • 可選:偏好之學式(讀、親行、影片、討論)
  • 可選:先前失敗之學嘗(何前不奏效)

第一步:察——定起點

設學徑前,解彼今所居。

  1. 問彼於此題之經:「汝既知 X 何?」
  2. 問鄰知:「汝熟何相關題?」(此為橋)
  3. 若彼言知,以校準之問示深或表之熟
  4. 記彼詞彙:用域語正、近、或全不?
  5. 具體辨彼學之標:「學此後,汝欲能何為?」
  6. 辨彼主動機:好奇、實需、職進、或創項
Starting Position Assessment:
┌───────────────┬────────────────────────────┬──────────────────────────┐
│ Level Found   │ Indicators                 │ Path Approach            │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ No exposure   │ No vocabulary, no mental   │ Start with "what" and    │
│               │ model, everything is new   │ "why" before "how"       │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Surface       │ Has heard terms, no hands- │ Fill vocabulary gaps,    │
│ awareness     │ on experience, vague model │ then move to hands-on    │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Partial       │ Some experience, gaps in   │ Identify specific gaps   │
│ knowledge     │ understanding, can do some │ and target them directly │
│               │ things but not others      │                          │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Refresher     │ Knew it before, now rusty  │ Quick review + practice  │
│ needed        │                            │ to reactivate knowledge  │
└───────────────┴────────────────────────────┴──────────────────────────┘

**得:**彼起點、標、限之清圖。察當溫而勵,勿似試——以好奇其背為問之框。

**敗則:**若彼不能述當前之階,令彼述近嘗用或解此題之實。具體事較自評更精露階。若彼為階愧,常化之:「人皆自某處起——知汝於何處助吾設最善之徑。」

第二步:計——設學徑

自彼當前位至其標,建結構之徑。

  1. 分題為 4-7 學之里程(勿過細,勿過虛)
  2. 依依賴序里程:何須先解於何?
  3. 每里程辨核心概念(須解者)與核心能(須行者)
  4. 依彼可得時估每里程之時
  5. 辨首里程——學自此起
  6. 納早勝:首里程當速達以立勢
  7. 圖以視:列附短述之編號

**得:**彼可視可解之學徑。當感可管——非壓。彼當能指任里程而解其所在。

**敗則:**若徑似過長,標或於可得時過於雄——議縮範圍。若徑似過短,題或較期為簡——或里程過粗而需解。

第三步:導——行於材

每里程,以適速導彼歷材。

  1. 以短概介里程概念:「此節,吾輩將學 X,以令汝能 Y」
  2. 以小塊呈材——每塊一概念
  3. 用彼偏好之學式:讀 → 供文;親行 → 供練;討論 → 用蘇格拉底問
  4. 連每新概念於彼既知者(自察得)
  5. 具體例先於抽象定義
  6. 若用文件,導彼歷相關段,非遣彼獨讀
  7. 每塊後停:「至此解否?」

**得:**彼以解進歷材,非僅曝。彼當能於移次前以己語述每概念。速適——不急不拖。

**敗則:**若彼苦,緩速而察缺前置。若彼過速,加速——勿耗時於彼已掌。若材本困(劣文件),供更清之釋並記資源之質以後參。

第四步:試——察解

以需用之問驗學,非僅召。

  1. 問預測:「若汝改 X,何生?」
  2. 問比較:「此與汝先學之 Y 何異?」
  3. 問用:「汝將如何用此以解 Z?」
  4. 問除錯:「此碼有疵與吾輩剛學者相關——汝能察乎?」
  5. 具體慶正答:「然——而此奏效之故為……」
  6. 誤答,探其思:「有趣——述汝之思」
  7. 勿以誤答為敗——乃診斷之息

**得:**試露彼具運作心模或表面召。運作模能處變;表面召不能。試當感如協作之練,非考。

**敗則:**若彼不能答用之問,學過被——需親行於更多材前。若彼答召而不答用,概念獨解而未合——聚於概念間之連。

第五步:適——調徑

依試果與彼反饋調學徑。

  1. 若里程易:慮併於次里程,或深化內容
  2. 若里程難:分為更小步,或添前置復
  3. 若彼於學中興轉:盡可能隨彼好奇調徑——投入驅留
  4. 若彼倦:議歇並後復,勿強推
  5. 若某教法不奏效:試他模式(自讀換行、自抽象換具體)
  6. 更學徑並傳改:「依此之況,吾薦調……」

**得:**學徑依實數據而進。無固課綱遇真學者而存——適乃值。

**敗則:**若屢適彼仍苦,或於察未獲之本前置有隙。返第一步深探。若彼失動機,議原標——有時調標較改徑更宜。

第六步:復——固並計次會

固所學並為續學立。

  1. 總述所涵:「今吾輩學 X、Y、Z」
  2. 令彼以己語述關鍵要點
  3. 供短練以獨自為(非作業——選之強化)
  4. 薦 2-3 資源以擴察(文件、教程、例)
  5. 若用間隔復:排復點——「二日後復此概念,繼於一週後」
  6. 立次里程:「下次,吾輩將攻……」
  7. 求反饋:「何奏效?何吾當異為?」

**得:**彼去時清解所學、可練、次來者。會淨閉,非突停。

**敗則:**若彼不能述關鍵要點,會涵過多或留過少。辨最需強化之一概念,復聚於此。若彼於獨練無動機,學徑或需更自足(諸學皆於會內)。

  • 起點於學徑設前已察
  • 學徑具清里程,依依賴序
  • 材以小塊呈,間以解察
  • 試用用之問,非僅召
  • 徑依彼實進至少適一
  • 會以總結、練議、次步閉
  • 彼始終受勵,非試或判

  • 息傾:一次全供材而不以里程調速。壓迫殺學
  • 略察:假彼之階而不驗。前端專學後端,或知鄰概念而非汝所期
  • 教於均:若彼較期速或慢,速須改——執計不顧反饋耗彼時或失彼
  • 全理無練:解需行,非僅聽。每里程當含練之素
  • 忽動機:不見概念何以要者不留。連每概念於彼述之標
  • 會過載:欲一坐涵過多。少而留優於多而忘
  • 教練為講者:教練導學者之探,非作獨白。問多於答

  • learn — AI 自主變體,以行系統之知得
  • teach-guidance — 導一人教他者;與學之導互補
  • meditate-guidance — 學會前清心噪改焦與留
  • remote-viewing-guidance — 共結構化觀察之法,支自經學

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan/skills/learn-guidance
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

content-collections

메타

이 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.

스킬 보기

polymarket

메타

이 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.

스킬 보기

creating-opencode-plugins

메타

이 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.

스킬 보기

sglang

메타

SGLang은 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.

스킬 보기