learn
关于
The `learn` skill enables Claude to systematically acquire knowledge from unfamiliar domains by building structured mental models through investigation and feedback loops. It is designed for situations like exploring a new codebase, resolving conflicting information, or deeply understanding a topic before teaching it. The process mimics spaced repetition, guiding Claude to survey, hypothesize, probe, and consolidate information for reliable future retrieval.
快速安装
Claude Code
推荐npx 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在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
學
行結構知識採集——掃未知、立初模、以試探、合發現、驗解、固持久。
用
- 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- 備
teach— AI 須深解以釋
入
- 必:學目——題、碼庫區、API、域概、或技
- 可:範約——幾深(表掃 vs 深專)
- 可:用者目——此知何要(導優先面)
- 可:已知起點——已熟文件、文、或概
行
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 │
└──────────────────┴──────────────────────────┴──────────────────────────┘
- 識疆型並擇主模
- 行廣掃——非深讀,識地標(關鍵文件、入口、核概)
- 記邊:何於範、何鄰、何外
- 識隙:顯要而表不透之區
- 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:
- 立 2-3 結構或行為設
- 各設明述:「吾信 X 因察 Y」
- 各設識何證確、何證駁
- 按信排:最支者、最動搖者
- 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:
- 擇最高優設
- 設最小探:確或駁之最小察?
- 行探(讀文件、搜式、試假)
- 記結:確、駁、或改
- 駁→按新證更設
- 確→深探:設於邊是否持,抑僅中?
- 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:
- 審諸確設與修模
- 識中組原則:諸物所連之「脊」何?
- 圖關係:何組件依何?何流何?
- 識驚發現——常含最深洞見
- 尋跨疆不同部重現之式
- 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:
- 以模立 3 關疆之具體預
- 以察驗各預(非假之)
- 各確→信增
- 各駁→識模誤處並正
- 識邊例:模於邊持否,或崩?
- 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:
- 3-5 句總心模
- 記關鍵地標——最要 3-5 事
- 記易忘之反直覺發現
- 識此學所連之相關題
- 若學持久(跨會話須)→更 MEMORY.md
- 若會話特→記為當對話脈
- 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。
驗
- 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
忌
- 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
參
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 仓库
相关推荐技能
content-collections
元Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。
polymarket
元这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。
creating-opencode-plugins
元该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。
sglang
元SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。
