MCP HubMCP Hub
스킬 목록으로 돌아가기

learn

pjt222
업데이트됨 6 days ago
21 조회
17
2
17
GitHub에서 보기
메타aidesign

정보

`learn` 스킬은 Claude가 조사와 피드백 루프를 통해 구조화된 멘탈 모델을 구축함으로써, 익숙하지 않은 분야에서 체계적으로 지식을 습득할 수 있게 합니다. 이 스킬은 새로운 코드베이스를 탐색하거나, 상충되는 정보를 해결하거나, 특정 주제를 가르치기 전에 깊이 있게 이해해야 하는 상황을 위해 설계되었습니다. 이 과정은 간격 반복 학습을 모방하여 Claude가 정보를 개요화, 가설 수립, 탐색, 통합하는 단계를 거쳐 향후 안정적으로 정보를 인출할 수 있도록 안내합니다.

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

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

行結構知識採集——掃未知、立初模、以試探、合發現、驗解、固持久。

  • 遇未知碼庫、框、或域且無前脈
  • 用者問技外需真察非回憶之題
  • 多矛盾源→須自空構一致心模
  • remote-viewing 出直覺線索需系統驗
  • teach — AI 須深解以釋

  • :學目——題、碼庫區、API、域概、或技
  • :範約——幾深(表掃 vs 深專)
  • :用者目——此知何要(導優先面)
  • :已知起點——已熟文件、文、或概

一:掃——圖疆

解前先圖景以識存者:

學模擇:
┌──────────────────┬──────────────────────────┬──────────────────────────┐
│ 疆型              │ 主模                      │ 工具式                    │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 碼庫              │ 結構圖——               │ Glob 為文件樹、           │
│                  │ 尋入口、核模、邊            │ Grep 為 exports/imports、│
│                  │                          │ Read 為關鍵文件            │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ API/庫            │ 接口圖——               │ WebFetch 為文、           │
│                  │ 尋公面、型、配              │ Read 為例、               │
│                  │                          │ Grep 為用式                │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 域概              │ 本體圖——               │ WebSearch 為概覽、         │
│                  │ 尋核詞、關係、辯論           │ WebFetch 為定義、          │
│                  │                          │ Read 為本地註               │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 用者脈            │ 對話圖——               │ Read 對話、                │
│                  │ 尋所陳目、偏、約            │ Read MEMORY.md、          │
│                  │                          │ Read CLAUDE.md             │
└──────────────────┴──────────────────────────┴──────────────────────────┘
  1. 識疆型並擇主模
  2. 行廣掃——非深讀,識地標(關鍵文件、入口、核概)
  3. 記邊:何於範、何鄰、何外
  4. 識隙:顯要而表不透之區
  5. 造粗圖:列主組件與其表顯關係

得:疆骨圖有 5-15 地標識。何區表顯清、何需深察之感。尚無解——僅圖。

敗:疆過大不可掃→即窄範。問:「為服用目最少須解何?」無明入口→由出始(此系統生何?)逆追。

二:設——立初模

由掃構系統如何行之初設:

  1. 立 2-3 結構或行為設
  2. 各設明述:「吾信 X 因察 Y」
  3. 各設識何證確、何證駁
  4. 按信排:最支者、最動搖者
  5. 識首試最高價設(若確→解最多者)

得:具體可證偽設——非模糊印。各有確或駁之試。諸設合蓋疆最要面。

敗:無設→掃淺→返步一,深讀 2-3 地標。諸設等不確→由最簡始(奧卡姆剃刀)構。

三:探——試並驗

以針察系統驗各設:

  1. 擇最高優設
  2. 設最小探:確或駁之最小察?
  3. 行探(讀文件、搜式、試假)
  4. 記結:確、駁、或改
  5. 駁→按新證更設
  6. 確→深探:設於邊是否持,抑僅中?
  7. 次設複

得:至少一設試至結。心模成形——部確、部修。驚為特價數據。

敗:探恒生模糊結→設或試誤物。退問:「解此系統者視何為最要事實?」→探之。

四:合——構心模

合發現為連片之一致模:

  1. 審諸確設與修模
  2. 識中組原則:諸物所連之「脊」何?
  3. 圖關係:何組件依何?何流何?
  4. 識驚發現——常含最深洞見
  5. 尋跨疆不同部重現之式
  6. 構可預行為之心模:「入 X →出 Y,因 Z」

得:釋疆結構且預行為之一致心模。模可 3-5 句述且具體聲明非模糊泛化。

敗:片不合為一致模→前設中或有根解誤。識不合之片並重試。或疆真不一致(差設系統存)——記此為發現非強合。

五:驗——挑戰解

以預測並查驗心模:

  1. 以模立 3 關疆之具體預
  2. 以察驗各預(非假之)
  3. 各確→信增
  4. 各駁→識模誤處並正
  5. 識邊例:模於邊持否,或崩?
  6. 問:「何驚吾?」——查此驚可能乎

得:心模過 3 中至少 2 預測。崩處誤解並正。模有確優與已知限。

敗:多預敗→心模有根缺。此乃貴信息——意疆異預。以新證返步二重構設。二試速快因已除誤模。

六:固——存以取

捕學為支未來取與用之形:

  1. 3-5 句總心模
  2. 記關鍵地標——最要 3-5 事
  3. 記易忘之反直覺發現
  4. 識此學所連之相關題
  5. 若學持久(跨會話須)→更 MEMORY.md
  6. 若會話特→記為當對話脈
  7. 述未知何——誠隙較假信有用

得:捕核解之簡取總。未來此題可由此總始非由空重學。

敗:學抗總→尚未完合→返步四。學似顯而不值存→考今顯者新脈中或不顯。存非顯部。

  • 深察前掃(圖先於潛)
  • 設明述並試,非假
  • 至少一設按證修(示真學)
  • 心模作具體可試預
  • 已知未知與已知已知同識
  • 固總簡以有利未來取

  • 略掃:解景前潛入細→費於非要區失大圖
  • 不可證偽設:「此或複」不可試。「此模處認證因導 crypto」可
  • 探時確認偏:僅尋支設之證忽矛盾
  • 過早固:未試存模→信錯之未來預
  • 完美主義:用知前欲學一切。學乃迭——用部解後精
  • 無目學:無應用之知→無焦淺解

  • learn-guidance — 人指結構學之變體
  • teach — 按學者校之知轉;基此處構之模
  • remote-viewing — 出線索供系統學驗之直察
  • meditate — 入新學疆前清前脈絡噪
  • observe — 養學原數據之持中式識

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan-ultra/skills/learn
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