Communitygithub.com

CheshireMew/100x-learning

Uma skill para Codex focada em aprendizado orientado por pesquisa e prática.

O que é 100x-learning?

A skill **100x Learning** para o agente Codex transforma materiais, tópicos desconhecidos ou problemas reais em resultados que o usuário pode entender, julgar, usar ou compartilhar imediatamente. Diferente de ferramentas de pesquisa tradicionais que podem expandir tarefas simples em projetos complexos, esta skill prioriza a finalização eficiente: explicações diretas, resultados de pesquisa, listas e textos publicáveis são entregues prontos, usando arquivos Markdown temporários apenas para conteúdos longos ou iterativos. Ela é ideal para desenvolvedores e profissionais que precisam dominar novos assuntos rapidamente, combinando aprendizado prático com materiais autênticos. A skill suporta pesquisa externa para criar exemplos e demonstrações relevantes, mantendo o julgamento criativo do modelo para estrutura e tom. Além disso, gerencia um repositório de conhecimento privado para aprendizado duradouro, com suporte a scripts como `scripts/private_library.py`, e garante que a entrega inclua sempre: a solicitação do usuário, os materiais preparados, o resultado final e as referências utilizadas.

Funciona com~Claude Code✓Codex CLI~Cursor
npx skills add CheshireMew/100x-learning

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Aprendizado 100x

Objetivo

Transformar materiais, tópicos desconhecidos ou problemas reais em resultados que o usuário possa entender, julgar, usar ou compartilhar agora. Parar quando o material for suficiente, sem transformar tarefas simples em projetos de pesquisa ou tarefas de escrita em auditorias de processo.

Explicações diretas, resultados de pesquisa, listas, revisões de conteúdo e textos publicáveis são concluídos diretamente; resultados prontos para cópia única são entregues na resposta atual, enquanto textos mais longos, estruturalmente complexos ou que precisam de revisão são salvos em arquivos Markdown temporários. Persistir em locais de longo prazo somente quando o usuário solicitar explicitamente salvar, atualizar ou consolidar. Produção de mídia, upload e publicação são acionados apenas por solicitação explícita do usuário; cartões gráficos, GIFs, vídeos, áudio e podcasts são delegados a visual-multimedia.

Princípios Centrais

  1. Primeiro, concluir o resultado real do usuário. Entender diretamente a solicitação em linguagem natural e produzir o conteúdo correspondente. Se a mesma solicitação incluir resultados distintos, como pesquisa, escrita ou salvamento, concluí-los em sequência; se o usuário quiser apenas um deles, parar após esse resultado.
  2. Escrita, por padrão, descobre material real. Para escrita nova, expansão, reescrita ou reorganização substancial, pesquisar fontes externas por padrão, buscando cenários, mecanismos, demonstrações, comparações, reações e expressões naturais que aumentem as possibilidades criativas. Não pesquisar quando o usuário proíbe explicitamente conexão de rede, solicita usar apenas o material fornecido, ou para meras correções de erro de digitação, formatação ou paráfrase. A pesquisa e verificação de fatos apenas complementam e corrigem o material, sem pré-determinar ângulo, estrutura ou conclusão.
  3. Casos completos e ganchos ajudam a expressão, mas não controlam a escrita. Casos e ganchos continuam armazenados e mantidos separadamente; a escrita normal lê os textos completos atualmente disponíveis, cabendo ao modelo julgar o que é útil e como sintetizar. Conteúdos curtos usam referências adequadas a curtos; artigos usam referências adequadas a artigos; a escrita continua quando a biblioteca privada ou referências não estão disponíveis.
  4. Confiar no julgamento criativo do modelo. Fornecer ao modelo material real, referências completas, requisitos rígidos do usuário e limites mínimos necessários, deixando-o decidir ângulo, cortes, estrutura, linguagem, extensão e ponto de parada.
  5. Fatos de publicação apenas complementam fatos. Benefícios, prazos, pontos de entrada, divulgação e outras informações de ação são adicionados apenas quando realmente necessários ao texto, sem ditar tom, introdução, estrutura ou como o produto aparece. A revisão de publicação primeiro fixa o produto real, a janela de métricas e o feedback; um resultado único não reescreve automaticamente estratégia de longo prazo, conhecimento, casos, ganchos ou voz.

Uso de Materiais por Solicitação

As instruções a seguir podem participar da mesma solicitação simultaneamente, fornecendo apenas os materiais e métodos necessários para a tarefa, sem estabelecer rotas mutuamente exclusivas:

  • Para julgar métodos de aprendizagem, ler references/learning-process-and-method-selection.md; para entender materiais e filtrar trechos, ler references/material-analysis.md; para filtrar conteúdo compartilhável, usar references/shareable-content-selection.md.
  • Para pesquisar tópicos, comparar fontes ou verificar fatos importantes, ler references/research-context-reuse.md e references/research-led-learning.md; para explicar conceitos, ler references/concept-deconstruction.md; para aprendizado sistemático, ler references/continuous-learning.md.
  • Para aplicar conhecimento a problemas reais, ler references/practice-led-learning.md; para estabelecer direção de conteúdo de longo prazo, ler references/content-strategy-and-topic-selection.md; para revisar conteúdo já publicado, ler references/published-content-review.md.
  • Para vídeos, postagens em redes sociais e Threads, primeiro obter texto confiável e contexto via references/source-ingestion.md, depois usar diretamente para o resultado desejado pelo usuário.
  • Para textos publicáveis, usar em conjunto references/prewriting-research.md e references/content-writing.md. Um único projeto GitHub pode ser complementado com references/github-project-short-content.md; uma lista de projetos GitHub pode ser complementada com references/github-project-list.md; artigos e newsletters podem ser complementados com references/article-from-practice.md.
  • Para revisar conteúdo, ler references/content-audit.md; quando o usuário solicitar verificação ou remoção de 'vibe de IA', ler também references/natural-writing.md. Quando o texto precisar de benefícios, prazos, pontos de ação ou divulgação, complementar com references/publication-requirements.md.
  • Para inicialização e localização do repositório de conhecimento privado, ler references/private-knowledge-library.md; para escrita no repositório, ler references/knowledge-base-workflow.md; para verificação de saúde do repositório, ler references/knowledge-base-health.md; para importação em lote, ler references/bulk-knowledge-ingestion.md; para recuperação entre tarefas, ler references/durable-learning-projects.md.
  • Para leitura e manutenção de casos completos e ganchos, usar respectivamente references/content-case-library.md e references/hook-library.md; para voz do autor, histórico de publicação e verificação de duplicidade de conteúdo, usar references/personal-writing-memory.md.

Quando o usuário mencionar apenas esta Skill ou fornecer apenas materiais sem especificar um produto, explicar o material diretamente. Respostas diretas e textos publicáveis usam por padrão o português; manter o estrangeirismo necessário apenas quando não houver uma tradução clara, o leitor precisar pesquisar ou operar pelo nome original, ou o usuário exigir a grafia oficial. Resultados únicos comuns não geram persistência; escrever em locais de longo prazo apenas quando o usuário solicitar explicitamente salvar, atualizar ou consolidar.

Escrita

Preparar Material Real

Processar o produto final diretamente de acordo com a solicitação do usuário. Feedback contínuo altera apenas o aspecto corrigido pelo usuário desta vez, sem levar fatos, frases originais e estruturas únicas do objeto anterior para o novo.

Seguir references/prewriting-research.md para pesquisa padrão e purgação por exclusão, depois seguir 'Preparação de material de escrita' em references/content-writing.md para compor o único material preparado. As notas gerais de escrita vêm apenas desse arquivo, sem manter uma segunda cópia neste arquivo ou em outras instruções especializadas.

Incorporar Referências Disponíveis

Escrita normal não executa verificação de saúde da biblioteca privada, biblioteca de casos ou biblioteca de ganchos. Quando a localização da biblioteca privada estiver disponível a partir da configuração local atual, ler os textos completos dos casos e ganchos disponíveis atualmente; quando a localização, índice ou referências não estiverem disponíveis, continuar com o material existente, sem interromper a redação nem relatar o estado interno ao usuário. O índice de casos e ganchos serve apenas para abrir o texto completo; o modelo decide quais ler, quanto ler e como sintetizar. Conteúdos curtos não leem referências de artigos por padrão; artigos não usam limites de extensão de referências de conteúdos curtos.

Conteúdos curtos não leem a voz do autor por padrão; usar apenas quando o usuário solicitar explicitamente 'escreva como eu' ou fornecer uma amostra de voz. Artigos e newsletters leem por padrão a voz do autor de longo prazo e amostras confiáveis disponíveis; continuar escrevendo se não estiverem disponíveis, sem verificar ou interromper. Nenhum material de origem se torna automaticamente a voz do usuário pelo uso da primeira pessoa.

Um único projeto GitHub, lista de projetos, artigo, newsletter e conteúdo que inclui fatos de publicação podem ler simultaneamente as instruções especializadas listadas acima; estas instruções apenas complementam os materiais e limites necessários para o objeto atual, sem determinar a estrutura para o modelo.

Escrever Diretamente

Usar references/content-writing.md para escrever o texto diretamente. Este arquivo é responsável pelo modelo único de material preparado, notas gerais de escrita, limites de fontes e fatos, repetição fiel do material preparado e escrita direta; outras instruções especializadas apenas complementam fatos e requisitos exclusivos do objeto atual.

Entrega

Cada escrita fixa a exibição de quatro seções:

  1. Solicitação de Escrita: Reafirmar a solicitação real do usuário em uma frase em linguagem natural, sem exibir classificação interna, processo de pesquisa ou plano de escrita.
  2. Material Preparado para Escrita: Exibir completamente, em bloco de código independente, os três blocos de material preparado formados anteriormente, exatamente como serão reutilizados antes da escrita formal, sem adicionar explicações factuais ou resumos de fontes antes ou depois do bloco.
  3. Resultado: Exibir o produto final único e completo em bloco de código independente; para textos longos ou que precisam de revisão, salvar em Markdown temporário e fornecer link clicável após o bloco.
  4. Referências da Criação Atual: Listar os casos e ganchos completos realmente lidos desta vez; usar caminhos de arquivo absolutos clicáveis para recursos da biblioteca privada, sem escrever notas de uso, avaliações ou raciocínio oculto; quando nada foi lido, escrever diretamente 'Nenhum caso ou gancho adicional foi usado desta vez.'

Repositório de Conhecimento e Persistência

O repositório de conhecimento privado é independente do código-fonte da Skill. Antes de inicializar, importar, ler ou escrever, ler primeiro references/private-knowledge-library.md; o scripts/private_library.py retorna o diretório raiz único desta vez; todo conhecimento, casos, ganchos e memória de escrita são localizados a partir daqui, sem adivinhar o local com base no repositório atual ou diretório do cliente.

Explicações diretas, rascunhos, resultados curtos e Markdown temporários atendem apenas à tarefa atual. Quando o usuário solicitar explicitamente salvar, atualizar ou consolidar, obter o diretório raiz da biblioteca privada e, em seguida, seguir references/knowledge-base-workflow.md para encontrar o local formal único: para o mesmo tópico, atualizar o documento existente; criar novo apenas quando for realmente um tópico independente. Quando a biblioteca privada já estiver configurada com a CLI Marktree, texto e índice são escritos via scripts/marktree_integration.py; a Skill e Home.md ainda determinam onde o conhecimento deve ser armazenado.

Quando o usuário solicitar explicitamente consolidar com base em material fornecido, primeiro concluir a compreensão do material, depois escrever de acordo com a função real do material: materiais originais que precisam ser preservados a longo prazo vão para 20-Sources; conceitos estáveis, mecanismos, conclusões e limites são mesclados nos tópicos correspondentes em 10-Knowledge; o material em si só entra como caso completo se for um produto finalizado e tiver valor de referência criativa. O gancho só é escrito em uma biblioteca de ganchos por uma entrada independente quando o usuário solicitar explicitamente salvar uma abertura original; a importação de casos não gera ganchos. Após a escrita, reler o arquivo formal e executar a verificação de índice correspondente, informando ao usuário o que foi realmente atualizado.

O histórico de publicação e as amostras de estilo de escrita usam duas entradas do scripts/writing_memory.py: voice lê apenas obras similares explicitamente permitidas para aprender o estilo do usuário; novelty apenas verifica se o tópico é duplicado. Após o usuário confirmar, salvar ou atualizar o trabalho final, atualizar o índice seguindo references/personal-writing-memory.md.

A direção de conteúdo de longo prazo e o estilo de escrita são salvos respectivamente em 60-Systems/Writing/content-strategy.md e 60-Systems/Writing/style-guide/voice.md. A seleção contínua de tópicos salva apenas o estado da decisão em 30-Projects/Content/<série>/topic-portfolio.md de projetos de conteúdo reais; a revisão de conteúdo publicado vincula ao texto final e ao feedback real, sem copiar o texto. Um resultado único permanece como hipótese; apenas descobertas apoiadas por evidências repetidas, evidências de comportamento direto ou confirmação do usuário entram nos arquivos de longo prazo correspondentes; o desempenho da publicação em si não reescreve a voz do usuário.

Quando o usuário solicitar explicitamente salvar ou atualizar um caso completo, usar scripts/content_case_library.py add-case para escrever o caso curto completo ou artigo completo de conteúdo, depois executar build-index e validate desse script. Quando o usuário solicitar explicitamente salvar ou atualizar um gancho, usar scripts/hook_library.py add-hook para escrever na biblioteca de ganchos independente, depois executar build-index e validate desse script. As duas entradas não possuem parâmetros de conversão ou referência cruzada.

Legendas locais em SRT, VTT, TXT com carimbo de data/hora ou com quebras de linha irregulares são normalizadas usando scripts/normalize_subtitles.py, preservando o arquivo original e a posição de tempo real.

A memória de escrita pessoal fornece apenas amostras confirmadas de estilo de escrita e histórico de publicação; a biblioteca de casos de conteúdo fornece apenas referência criativa; ambas não podem substituir os fatos e requisitos explícitos do objeto atual. Tradução comum, transcriação, limpeza de formatação e planos comuns seguem processos específicos correspondentes; publicidade paga, páginas de vendas e landing pages, sequências de e-mail marketing, branding completo, estratégia de marketing completa e publicação real não fazem parte dos resultados de escrita de texto desta Skill.

Verificação Pré-Entrega

  • O produto final responde diretamente à solicitação do usuário; para quando o material for suficiente.
  • O foco especificado pelo usuário, as relações de material, quantidade, idioma, formato e permissões são mantidos.
  • O material preparado para escrita usa o modelo único e as notas gerais de escrita de references/content-writing.md, e é repetido fielmente antes da redação formal.
  • A escrita comum não parou devido à indisponibilidade da biblioteca privada, casos ou ganchos; salvamento de longo prazo, publicação e outras ações externas são executadas apenas quando solicitadas explicitamente pelo usuário.

Habilidades Relacionadas