Communitygithub.com

Creador de Rutas de Aprendizaje

Diseña planes de aprendizaje personalizados para habilidades, temas y desarrollo profesional.

¿Qué es Creador de Rutas de Aprendizaje?

Esta habilidad para agentes de IA como Claude Code, Cursor o Codex permite diseñar planes de aprendizaje estructurados y efectivos para adquirir nuevas habilidades o profundizar conocimientos existentes. A diferencia de enfoques abrumadores ("beber de la manguera"), este creador de rutas genera trayectorias progresivas y deliberadas basadas en los objetivos, limitaciones de tiempo y estilo de aprendizaje del usuario. Aplica principios de ciencia cognitiva, teoría de aprendizaje de adultos y ciencia de la experiencia para crear planes que priorizan la práctica activa sobre la pasiva, la repetición espaciada sobre el atiborramiento y la complejidad progresiva sobre la exploración aleatoria. Incluye recursos seleccionados, proyectos prácticos, hitos de evaluación y estructuras de responsabilidad para guiar al usuario desde principiante hasta profesional competente.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/data/learning-path-creator

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Creador de Rutas de Aprendizaje?

La habilidad Creador de Rutas de Aprendizaje te ayuda a diseñar planes de aprendizaje estructurados y efectivos para adquirir nuevas habilidades o profundizar conocimientos existentes. En lugar del abrumador enfoque de "beber de la manguera", esta habilidad crea rutas de aprendizaje deliberadas y progresivas basadas en tus objetivos, limitaciones de tiempo y estilo de aprendizaje.

Esta habilidad aplica principios de la ciencia cognitiva, la teoría del aprendizaje de adultos y la ciencia de la experiencia para crear planes de aprendizaje que realmente funcionan. Enfatiza la práctica activa sobre el consumo pasivo, la repetición espaciada sobre el atiborramiento y la complejidad progresiva sobre la exploración aleatoria. El enfoque está en la retención, la aplicación y la construcción de competencia genuina, no solo en completar cursos.

Las rutas de aprendizaje incluyen recursos seleccionados, proyectos prácticos, evaluaciones de hitos y estructuras de responsabilidad para mantenerte progresando de principiante a profesional competente.

Flujos de trabajo principales

Flujo de trabajo 1: Diseño de ruta de aprendizaje

Crear un plan de aprendizaje completo:

  1. Clarificación de objetivos: ¿Qué quieres ser capaz de hacer?
  2. Evaluación inicial: ¿Qué sabes ya?
  3. Comprensión del contexto: ¿Por qué estás aprendiendo esto? ¿Para cuándo?
  4. Selección de recursos: Libros, cursos, tutoriales, comunidades
  5. Planificación de proyectos: Oportunidades de práctica práctica
  6. Definición de hitos: Puntos de control para validar el progreso
  7. Diseño de horario: Asignación de tiempo y ritmo
  8. Configuración de responsabilidad: Seguimiento y compromiso externo

Flujo de trabajo 2: Evaluación de habilidades

Evaluar el nivel actual:

  1. Autoevaluación: Califica tu conocimiento actual
  2. Identificación de brechas: ¿Qué necesitas aprender?
  3. Mapeo de prioridades: ¿Qué es más importante para tu objetivo?
  4. Estilo de aprendizaje: ¿Cómo aprendes mejor?
  5. Análisis de restricciones: Limitaciones de tiempo, dinero, acceso

Flujo de trabajo 3: Recomendación de recursos

Seleccionar los mejores materiales de aprendizaje:

  1. Preferencias de formato: ¿Libros, videos, cursos, tutoriales?
  2. Filtrado por calidad: Para principiantes vs. avanzado
  3. Consideraciones de tiempo: Victorias rápidas vs. inmersiones profundas
  4. Presupuesto: Opciones gratuitas vs. de pago
  5. Secuenciación: ¿Qué consumir y en qué orden?

Flujo de trabajo 4: Seguimiento del progreso

Monitorear el viaje de aprendizaje:

  1. Seguimiento de finalización: Lo que está hecho vs. lo que queda
  2. Verificación de comprensión: ¿Puedes explicar/aplicar conceptos?
  3. Hitos del proyecto: Construye cosas reales para demostrar competencia
  4. Ajuste de dificultad: ¿Demasiado fácil? ¿Demasiado difícil? ¿Perfecto?
  5. Verificación de motivación: ¿Qué funciona? ¿Qué está frenando?

Flujo de trabajo 5: Revisión de aprendizaje

Evaluación y ajuste periódicos:

  1. Evaluación del progreso: ¿Dónde estás frente a lo planeado?
  2. Retención de conocimiento: ¿Qué has retenido realmente?
  3. Éxito en la aplicación: ¿Puedes usarlo en contextos reales?
  4. Ajuste de la ruta: ¿Acelerar, reducir la velocidad, cambiar?
  5. Próxima fase: ¿Cuál es el siguiente nivel de desarrollo de habilidades?

Marcos de aprendizaje

Las cuatro etapas de la competencia

Etapa 1: Incompetencia inconsciente No sabes lo que no sabes

  • Estrategia: Exposición y creación de conciencia
  • Actividades: Encuestas, contenido introductorio, visión general

Etapa 2: Incompetencia consciente Sabes lo que no sabes (la etapa más difícil)

  • Estrategia: Práctica deliberada con retroalimentación inmediata
  • Actividades: Tutoriales, ejercicios, proyectos guiados

Etapa 3: Competencia consciente Puedes hacerlo, pero requiere concentración

  • Estrategia: Repetición y variación
  • Actividades: Proyectos, enseñar a otros, aplicación en el mundo real

Etapa 4: Competencia inconsciente Lo haces de forma natural sin pensar

  • Estrategia: Mantenimiento y maestría
  • Actividades: Proyectos complejos, mentoría, ampliar límites

Capas de aprendizaje progresivo

Capa 1: Fundamentos (20% del tiempo) Conceptos centrales, vocabulario, modelos mentales

  • Objetivo: Construir andamiaje para un aprendizaje más profundo
  • Métodos: Cursos introductorios, libros de visión general

Capa 2: Práctica activa (50% del tiempo) Aplicación práctica, construir cosas

  • Objetivo: Desarrollar competencia práctica
  • Métodos: Tutoriales, ejercicios, proyectos pequeños

Capa 3: Aplicación real (20% del tiempo) Usar en trabajo real o proyectos significativos

  • Objetivo: Contexto e integración
  • Métodos: Proyectos paralelos, trabajo freelance, contribuciones

Capa 4: Enseñanza y refinamiento (10% del tiempo) Explicar a otros, llenar vacíos de conocimiento

  • Objetivo: Comprensión profunda y retención
  • Métodos: Escribir, enseñar, mentoría

El enfoque de aprendizaje basado en proyectos

En lugar de aprender → luego aplicar: Construir → Aprender → Construir → Aprender

Ejemplo para aprender desarrollo web:

  1. Proyecto: Construir un sitio web personal
  2. Aprender: Conceptos básicos de HTML/CSS (solo lo necesario)
  3. Proyecto: Agregar interactividad
  4. Aprender: Fundamentos de JavaScript
  5. Proyecto: Agregar base de datos
  6. Aprender: Conceptos básicos de backend
  7. Continuar: Cada proyecto impulsa el siguiente aprendizaje

Referencia rápida

AcciónComando/Desencadenante
Crear nueva ruta"crear ruta de aprendizaje para [habilidad]"
Evaluación de habilidad"evaluar mi nivel de [habilidad]"
Recomendaciones de recursos"qué debería aprender para [habilidad]"
Actualización de progreso"actualización de progreso de aprendizaje"
Ideas de proyectos"proyectos prácticos para [habilidad]"
Revisar aprendizaje"revisar mi ruta de aprendizaje"
Ajustar plan"mi ruta de aprendizaje necesita ajustes"
Próximos pasos"qué debería aprender después en [ruta]"

Plantillas de rutas de aprendizaje

Plantilla de sprint de habilidad de 30 días

HABILIDAD: [Nombre de la habilidad]
OBJETIVO: [Capacidad específica que deseas]
COMPROMISO DE TIEMPO: [Horas por día/semana]

SEMANA 1: FUNDAMENTOS
- [ ] Recurso 1: [Libro/Curso - Conceptos centrales]
- [ ] Recurso 2: [Tutorial - Primeros pasos]
- [ ] Mini-Proyecto: [Algo pequeño para demostrar lo básico]
- Punto de control: ¿Puedes explicar los fundamentos a alguien?

SEMANA 2: PRÁCTICA
- [ ] Recurso 3: [Tutoriales intermedios]
- [ ] Ejercicios prácticos [lista específica]
- [ ] Proyecto 1: [Proyecto real pequeño]
- Punto de control: ¿Puedes construir algo sin tutorial?

SEMANA 3: APLICACIÓN
- [ ] Proyecto 2: [Aplicación más compleja]
- [ ] Práctica de depuración [problemas intencionales]
- [ ] Participación en comunidad [hacer/responder preguntas]
- Punto de control: ¿Puedes resolver problemas de forma independiente?

SEMANA 4: INTEGRACIÓN
- [ ] Proyecto 3: [Combina múltiples conceptos]
- [ ] Enseñanza: [Explicar a alguien o escribir sobre ello]
- [ ] Revisión y reflexión
- Punto de control: ¿Listo para uso en el mundo real?

CRITERIOS DE ÉXITO:
- [ ] Puedo construir [cosa específica] desde cero
- [ ] Puedo explicar [conceptos centrales] claramente
- [ ] Puedo depurar [problemas comunes]
- [ ] Me siento seguro usándolo en trabajo real

Plantilla de desarrollo de habilidades profesionales

HABILIDAD: [Nombre de la habilidad]
NIVEL ACTUAL: [Principiante/Intermedio/Avanzado]
NIVEL OBJETIVO: [Donde quieres estar]
CRONOGRAMA: [3/6/12 meses]
POR QUÉ: [Objetivo o requisito profesional]

FASE 1: FUNDAMENTOS (Mes 1-2)
Aprendizaje: [Conceptos centrales, conceptos básicos]
Recursos:
- [ ] Libro: [Título]
- [ ] Curso: [Título]
Práctica:
- [ ] Proyecto 1
- [ ] Proyecto 2
Hito: [Capacidad específica]

FASE 2: PROFUNDIDAD (Mes 3-4)
Aprendizaje: [Temas avanzados]
Recursos:
- [ ] Curso/libro avanzado
- [ ] Inmersión profunda en documentación
Práctica:
- [ ] Proyecto 3 (más complejo)
- [ ] Contribuir a código abierto
Hito: [Capacidad específica]

FASE 3: MAESTRÍA (Mes 5-6)
Aprendizaje: [Áreas especializadas, mejores prácticas]
Recursos:
- [ ] Contenido de nivel experto
- [ ] Participación en comunidad
Práctica:
- [ ] Aplicación en el mundo real
- [ ] Enseñar/mentorear a otros
Hito: [Competencia profesional]

PRESUPUESTO DE TIEMPO SEMANAL: [Desglose de horas]
- Aprendizaje: [X horas]
- Práctica: [X horas]
- Proyectos: [X horas]
- Revisión: [X horas]

MÉTRICAS DE ÉXITO:
- Piezas de portafolio: [Número y tipo]
- Certificaciones: [Si aplica]
- Uso en el mundo real: [Trabajo, freelance, etc.]

Plantilla de inmersión profunda en tema

TEMA: [Área temática]
PROFUNDIDAD OBJETIVO: [Conocimiento funcional / Experto / Maestría]
PROPÓSITO: [Por qué estás aprendiendo esto]

PRE-TRABAJO: CONSTRUIR CONTEXTO
- [ ] Investigar el campo: [Recursos de visión general]
- [ ] Entender por qué es importante
- [ ] Identificar subtemas clave

CURRÍCULO CENTRAL
Recursos (en orden):
1. [Recurso introductorio]
2. [Recurso fundamental]
3. [Recurso avanzado]

Aprendizaje activo:
- [ ] Tomar notas con tus propias palabras
- [ ] Crear mapas conceptuales
- [ ] Explicar a otros
- [ ] Escribir ensayos resumen

Aplicación:
- [ ] Ejemplos del mundo real
- [ ] Estudios de caso
- [ ] Conjuntos de problemas
- [ ] Momento de enseñanza

INTEGRACIÓN
Conectar con:
- [Tema relacionado 1]
- [Tema relacionado 2]
- [Área de aplicación práctica]

EVIDENCIA DE MAESTRÍA:
- [ ] Puedo enseñar esto a un principiante
- [ ] Puedo debatir matices con un experto
- [ ] Puedo aplicarlo en situaciones novedosas

Mejores prácticas

  • Empieza con el fin - Define lo que quieres PODER HACER, no solo saber
  • Construye antes de estar listo - Los proyectos enseñan más que los cursos
  • Aprende justo a tiempo - Estudia lo que necesitas para tu proyecto actual
  • Enseña para consolidar - La mejor manera de aprender es explicar a otros
  • Practica deliberadamente - Concéntrate en puntos débiles, obtén retroalimentación inmediata
  • Espacia tu aprendizaje - La práctica distribuida supera al atiborramiento
  • Ponte a prueba regularmente - La práctica de recuperación ayuda a la retención
  • Varía tu práctica - Diferentes contextos profundizan la comprensión
  • Busca retroalimentación temprano - No practiques errores
  • Concéntrate en los fundamentos - Bases profundas superan amplitud superficial
  • Únete a comunidades - El aprendizaje es social
  • Haz seguimiento de tu progreso - El progreso visible mantiene la motivación
  • Programa tiempo de aprendizaje - No sucederá espontáneamente
  • Limita el trabajo en progreso - Una habilidad importante a la vez
  • Revisa y reflexiona - La revisión espaciada previene el olvido

Anti-patrones de aprendizaje

Infierno de tutoriales

Problema: Seguir tutoriales constantemente pero no poder construir de forma independiente Solución: Después de cada tutorial, construye algo similar sin instrucciones

Falacia del coleccionista

Problema: Acumular cursos y libros pero nunca terminarlos Solución: Un recurso a la vez, finalización sobre colección

Parálisis perfeccionista

Problema: Esperar a "entender completamente" antes de practicar Solución: Crea primeros borradores desordenados, itera hacia la calidad

Consumo pasivo

Problema: Ver videos y leer sin hacer Solución: 80% práctica, 20% consumo

Aprendizaje aleatorio

Problema: Saltar entre temas sin estructura Solución: Sigue una ruta deliberada, termina lo que empiezas

Recursos de aprendizaje recomendados

Meta-aprendizaje (Cómo aprender)

  • Libro: "Make It Stick" - Ciencia del aprendizaje exitoso
  • Libro: "Ultralearning" - Estrategias de aprendizaje autodirigido
  • Libro: "Peak" - Secretos de la experiencia
  • Artículo: Taxonomía de Bloom - Niveles de comprensión

Plataformas por estilo de aprendizaje

Aprendices basados en proyectos

  • freeCodeCamp, The Odin Project, Frontend Mentor
  • Construye proyectos reales desde el día uno

Aprendices estructurados

  • Coursera, edX, Udacity
  • Currículos completos con certificados

Aprendices visuales/audiovisuales

  • Canales de YouTube, Udemy, Skillshare
  • Demostraciones visuales

Aprendices de libros

  • Libros técnicos, O'Reilly, Manning
  • Cobertura profunda y completa

Aprendices comunitarios

  • Servidores de Discord, Reddit, Stack Overflow
  • Aprende a través de la colaboración

Puntos de integración

Esta habilidad funciona bien con:

  • Establecedor de objetivos: Alinea el aprendizaje con metas profesionales/personales
  • Planificador diario: Programa tiempo de aprendizaje dedicado
  • Gestor de listas de lectura: Haz seguimiento de recursos de aprendizaje
  • Rastreador de hábitos: Construye hábitos de aprendizaje consistentes
  • Generador de diario: Reflexiona sobre el progreso del aprendizaje

Ejemplo de sesión de ruta de aprendizaje

Usuario: "crear ruta de aprendizaje para Python"

Respuesta de la habilidad: "¡Excelente elección! Python es increíblemente versátil. Diseñemos una ruta de aprendizaje que funcione para ti.

Primero, algunas preguntas de contexto para personalizar esto:

1. ¿Qué quieres HACER con Python?

  • ¿Análisis/ciencia de datos?
  • ¿Desarrollo web?
  • ¿Automatización/scripts?
  • ¿Aprendizaje automático?
  • ¿Habilidades generales de programación?

2. ¿Cuál es tu experiencia actual en programación?

  • ¿Nunca has programado antes?
  • ¿Conoces otro lenguaje?
  • ¿Has incursionado un poco?

3. ¿Cuánto tiempo puedes dedicar?

  • ¿Horas por semana?
  • ¿Cronograma/plazo?

4. ¿Cómo aprendes mejor?

  • ¿Videos y tutoriales?
  • ¿Libros y documentación?
  • ¿Construyendo proyectos?
  • ¿Una mezcla de todo?

Tómate tu tiempo: buenas respuestas crean una mejor ruta."

Usuario: "Quiero hacer análisis de datos, nunca programé antes, puedo dedicar 5 horas por semana, aprendo mejor haciendo proyectos"

Respuesta de la habilidad: "Perfecto. Análisis de datos sin experiencia en programación, enfoque basado en proyectos, 5 horas/semana.

Aquí tienes tu ruta personalizada:

Python para Análisis de Datos: Ruta de Aprendizaje de 12 Semanas

Fase 1: Fundamentos de Python (Semanas 1-4)

Objetivo: Competencia básica en Python

Semana 1-2: Conceptos básicos

  • Recurso: Curso freeCodeCamp Python (primeras 4 horas)
  • Mini-proyecto: Construye una calculadora simple
  • Práctica: 30 ejercicios de Python en Exercism
  • Tiempo: 3hrs aprendizaje, 2hrs práctica

Semana 3-4: Estructuras de datos

  • Recurso: Automate the Boring Stuff (capítulos sobre listas, diccionarios)
  • Proyecto: Construye un gestor de contactos (almacena/recupera datos)
  • Tiempo: 2hrs lectura, 3hrs proyecto

Punto de control: ¿Puedes escribir bucles, funciones y trabajar con listas/diccionarios?

Fase 2: Herramientas de análisis de datos (Semanas 5-8)

Objetivo: pandas, numpy, conceptos básicos de visualización

Semana 5-6: Conceptos básicos de pandas

  • Recurso: Curso de pandas de Kaggle
  • Proyecto: Analiza un conjunto de datos simple (elegimos uno juntos)
  • Tiempo: 2hrs tutoriales, 3hrs proyecto

Semana 7-8: Visualización

  • Recurso: Tutoriales de matplotlib/seaborn
  • Proyecto: Crea gráficos a partir de tu conjunto de datos
  • Tiempo: 1hr tutoriales, 4hrs trabajo en proyecto

Punto de control: ¿Puedes cargar, limpiar y visualizar datos?

Fase 3: Análisis real (Semanas 9-12)

Objetivo: Análisis de datos de principio a fin

Semana 9-10: Proyecto de análisis completo

  • Elige un conjunto de datos real (Kaggle, data.gov)
  • Limpiar → Analizar → Visualizar → Conclusiones
  • Tiempo: 5 horas completas en proyecto

Semana 11-12: Técnicas avanzadas

  • Aprende según sea necesario para tu proyecto
  • Pule y documenta tu trabajo
  • Comparte tu análisis

Punto de control final: Análisis publicado en GitHub


Estructura semanal (5 horas):

  • Lunes: 1 hora de aprendizaje (tutorial/lectura)
  • Miércoles: 2 horas manos a la obra
  • Viernes: 2 horas de proyecto/refuerzo

Herramientas para instalar:

  • Python (última versión)
  • Jupyter Notebook o VSCode
  • pandas, numpy, matplotlib

¿Empezamos con la Semana 1? Puedo guiarte paso a paso."

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

Skills relacionados