Communitygithub.com

AlemTuzlak/skills

Use quando o usuário deseja aprender um novo tópico do zero. Realiza uma pré-entrevista (conhecimento atual, proficiência final, profundidade, carga de prática, histórico, escopo), pesquisa online (artigos, blogs de influenciadores de nicho, documentação canônica, panorama de subtópicos) e produz um curso em markdown estruturado com diagramas visuais obrigatórios, recursos de ciência da aprendizagem baseados em evidências (prática de recuperação, callbacks espaçados, desvanecimento de exemplos trabalhados, registro de conceitos, controle de jargão, higiene de analogias) e um minicurso HTML interativo autocontido. Aciona com /teach-me, "me ensine sobre X", "quero aprender X", "mergulho profundo em X", "crie um curso sobre X", "estude X comigo".

O que é skills?

Esta skill transforma o pedido de um usuário para aprender um novo tópico em um curso completo e auto-guiado, fundamentado em princípios confirmados da ciência cognitiva e design instrucional. Ela começa com uma pré-entrevista de duas rodadas para capturar o conhecimento atual do usuário, seus objetivos de proficiência, profundidade desejada, carga de prática e áreas de especialização existentes, que serão usadas como fontes de analogia. Em seguida, dispara quatro agentes de pesquisa paralelos para coletar conteúdo autoritativo, influenciadores de nicho, referências canônicas e um panorama dos subtópicos, resultando em um esboço detalhado que o usuário pode personalizar. A geração do curso segue uma metodologia pedagógica rigorosa que inclui prática de recuperação, exemplos trabalhados, controle de jargão, diagramas obrigatórios e outros princípios baseados em evidências, produzindo tanto um curso em markdown quanto um minicurso HTML interativo. A skill é adequada para uso com Claude Code e outros agentes que suportam habilidades, oferecendo uma experiência de aprendizado profunda e personalizada.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AlemTuzlak/skills/tree/HEAD/skills/teach-me

Perguntar na sua IA favorita

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

Documentação

/teach-me — Gerador de Cursos Baseado em Evidências

Produza um curso em markdown auto-guiado + um minicurso HTML autocontido para qualquer tópico que o usuário deseja aprender. Projetado para aprendizes adultos (nível de leitura B1 do CEFR, sem conhecimento prévio), fundamentado em psicologia cognitiva e pesquisa em design instrucional.

Quando Usar

  • O usuário invoca /teach-me <tópico> (ou sem arg — peça o tópico)
  • O usuário diz "me ensine sobre X", "quero aprender X", "mergulho profundo em X", "crie um curso sobre X", "estude X comigo"
  • Pule para: perguntas factuais rápidas ("o que é X" — apenas responda), ajuda com código, depuração, consultas a documentação, perguntas sobre API de bibliotecas (use context7)

Fundamentação Pedagógica (leia antes de começar)

Esta skill é fundamentada em ciência da aprendizagem bem replicada. As regras abaixo não são padrões negociáveis — são o que o usuário está pagando:

  1. Concreto antes do abstrato (Goldstone, Fyfe et al.). Todo capítulo abre com uma instância concreta observável antes de qualquer definição abstrata.
  2. Prática de recuperação supera a releitura (Roediger & Karpicke; meta-análise de Rowland 2014). Todo capítulo termina com 3–5 prompts de recordação livre + 1 callback entre capítulos.
  3. Exposição espaçada via callbacks deliberados (Cepeda et al. 2006). Cada conceito importante é usado (não redefinido) em ≥2 capítulos posteriores.
  4. Exemplos trabalhados + desvanecimento regressivo (Sweller, Renkl & Atkinson). Capítulos iniciais: exemplos trabalhados completos. Intermediários: etapas progressivamente em branco. Finais: apenas prompt.
  5. Teoria da Carga Cognitiva (Sweller, Mayer). Máx. ~4 novos conceitos nomeados por capítulo. Uma nova dimensão de dificuldade por vez.
  6. Segmentação / cartões (Mayer & Pilegard). Capítulos são decks de cartões de 250–500 palavras, um conceito por cartão, um diagrama por cartão.
  7. Coerência visual com diagramas primeiro (princípios multimídia de Mayer). Diagramas obrigatórios para conceitos relacionais. Sem imagens decorativas. Rótulos em linha no diagrama, não em legendas separadas.
  8. Higiene de analogias (mapeamento de estrutura de Gentner). Toda analogia é seguida, em até 2 frases, por uma isenção de responsabilidade explícita "onde isso falha".
  9. Controle de jargão (pesquisa de ponto cego especialista de Nathan/Koedinger). Todo termo técnico definido no primeiro uso OU vinculado a uma entrada de glossário de um capítulo anterior. Sem exceções para termos "comuns".
  10. Prompts de autoexplicação restritos (Chi et al.; Bisra et al. 2018 g≈0,55). Entre cartões: "Complete esta frase: X funciona porque ___" com resposta modelo em um alternador.
  11. Linguagem simples para leitores B1. Média de frases ≤18 palavras, máx. 25. ≤1 oração subordinada por frase. Passiva ≤10%. Voz ativa. Segunda pessoa. Sem expressões idiomáticas.
  12. Construa sobre o que o aprendiz já sabe (Ausubel). A pré-entrevista captura os domínios conhecidos do usuário; o guia de escrita os transforma em um banco de analogias.
  13. Mostre mudanças de estado; não as narre (Larkin & Simon 1987; Tversky & Morrison 2002 Princípio da Apreensão; Wong/Leahy/Marcus/Sweller 2012 efeito de informação transitória; pequenos múltiplos de Tufte; segmentação de Mayer). Quando a prosa caminharia por estados sucessivos ("primeiro isso, depois aquilo, após a colisão…"), use uma <div class="state-sequence"> de 2 a 5 painéis. Mesma forma em cada painel, delta anotado, legenda = gatilho + invariante. O leitor vê a evolução; não lê uma história sobre ela.

Refutado — nunca use: estilos de aprendizagem (VAK), enquadramento das 10.000 horas, gamificação de sequências/emblemas, imagens decorativas para "engajamento", "cérebro direito/cérebro esquerdo", "nativos digitais".

Fluxo do Processo

digraph teach_me {
  rankdir=TB;
  "Analisar invocação" [shape=box];
  "Pasta existente?" [shape=diamond];
  "Local de saída" [shape=box];
  "Pré-entrevista" [shape=box];
  "Pesquisa (4 agentes paralelos)" [shape=box];
  "Sintetizar + escrever OUTLINE.md" [shape=box];
  "Usuário escolhe capítulos" [shape=box];
  "Escrever WRITING_GUIDE.md" [shape=box];
  "Geração de capítulos (lotes paralelos)" [shape=box];
  "Passagem de consistência" [shape=box];
  "Construir index.html" [shape=box];
  "Abrir pasta + navegador" [shape=doublecircle];

  "Analisar invocação" -> "Pasta existente?";
  "Pasta existente?" -> "Local de saída" [label="não"];
  "Pasta existente?" -> "Local de saída" [label="estender / novo / cancelar"];
  "Local de saída" -> "Pré-entrevista";
  "Pré-entrevista" -> "Pesquisa (4 agentes paralelos)";
  "Pesquisa (4 agentes paralelos)" -> "Sintetizar + escrever OUTLINE.md";
  "Sintetizar + escrever OUTLINE.md" -> "Usuário escolhe capítulos";
  "Usuário escolhe capítulos" -> "Escrever WRITING_GUIDE.md";
  "Escrever WRITING_GUIDE.md" -> "Geração de capítulos (lotes paralelos)";
  "Geração de capítulos (lotes paralelos)" -> "Passagem de consistência";
  "Passagem de consistência" -> "Construir index.html";
  "Construir index.html" -> "Abrir pasta + navegador";
}

Não pule fases. Acompanhe o progresso com TaskCreate para que o usuário veja onde você está.


Fase 0 — Analisar invocação

  1. Obtenha o tópico dos argumentos. Se não houver argumento, responda: "Qual tópico você quer aprender? Pode ser técnico (uma biblioteca, linguagem, conceito) ou não técnico (uma filosofia, campo, habilidade)." e aguarde.
  2. Proteções de validação do tópico:
    • Se o tópico for prejudicial (síntese de armas, alvos de hacking malicioso, atos ilegais) — recuse brevemente e pare. Sem sermão.
    • Se o tópico for impossivelmente amplo (programação, ciência, tudo) — peça ao usuário para restringir com 2–3 exemplos concretos: "Isso é muito amplo. Quer restringir para algo como 'padrões de programação assíncrona em TypeScript' ou 'como compiladores funcionam'?" Aguarde uma resposta mais restrita.
    • Se o tópico for vago, mas tratável (IA, bancos de dados) — prossiga; a pergunta de escopo livre na entrevista restringirá ainda mais.
  3. Calcule o slug: minúsculo, substitua não alfanuméricos por -, colapse - repetidos, remova espaços. Exemplo: Programação Assíncrona → programacao-assincrona.

Fase 1 — Verificação de pasta existente

  1. Leia o local de saída da memória (veja a Fase 2 para saber como é armazenado). Se a memória ainda não tiver um local, adie esta verificação até depois da Fase 2 coletar o local.
  2. Verifique se <local-de-saida>/learn-<slug>/ já existe.
  3. Se existir, apresente três opções via AskUserQuestion:
    • Estender — adicionar novos capítulos, regenerar capítulos específicos com novas notas de estilo, ou atualizar a pesquisa e escolher novamente.
    • Começar novo — renomear a pasta existente para learn-<slug>-arquivado-YYYY-MM-DD/ e prosseguir com um novo curso.
    • Cancelar — parar.
  4. Se Estender: sub-opções — (a) adicionar capítulos sobre novos subtópicos (pular para pesquisa com OUTLINE.md anterior como contexto), (b) regenerar números de capítulos específicos com novas notas (pular para a fase de escrita para esses capítulos), (c) atualizar a pesquisa e reescolher capítulos (re-execução completa com OUTLINE.md anterior mesclado).
  5. Nunca sobrescreva destrutivamente um curso anterior.

Fase 2 — Local de saída

  1. Pesquise na memória por uma entrada marcada com teach-me-output-location ou similar. Use Glob em C:/Users/AlemTuzlak/.claude/projects/F--projects/memory/*.md e Grep para teach-me.
  2. Se encontrado e o caminho ainda existir, use-o. Declare brevemente: "Escrevendo em <caminho>."
  3. Se não encontrado, pergunte via AskUserQuestion:
    • Usar F:/projects/learning/ (cria a pasta se estiver faltando) — Recomendado.
    • Usar o diretório de trabalho atual (./).
    • Especificar um caminho diferente — o usuário fornece via "Outro".
  4. Após o usuário responder, pergunte: "Salvar este como seu local padrão para futuras execuções de /teach-me?" — sim/não via AskUserQuestion.
  5. Se sim, escreva um arquivo de memória teach_me_output_location.md com frontmatter type: user e o caminho no corpo. Atualize MEMORY.md com uma linha.
  6. Agora tente novamente a verificação de pasta existente da Fase 1 com o local resolvido.

Fase 3 — Pré-entrevista

Pergunte em duas rodadas:

Rodada 1 — único AskUserQuestion com 4 perguntas estruturadas

P1 [Conhecimento atual]: Quanto você já sabe sobre <tópico>?
  - Nunca ouvi falar
  - Conheço a terminologia, sem experiência prática
  - Já construí coisas básicas
  - Praticante intermediário

P2 [Proficiência final]: Onde você quer chegar?
  - Apenas visão geral conceitual
  - Posso construir coisas básicas
  - Posso construir coisas de nível de produção
  - Posso ensinar outros

P3 [Orçamento de profundidade]: Quanto você quer?
  - Primer rápido (~3–5 capítulos)
  - Padrão (~6–10 capítulos)
  - Mergulho profundo (tudo pesquisado, 10–15+ capítulos)

P4 [Carga de prática]: Quanta prática prática?
  - Leve (foco em leitura)
  - Padrão (leitura + recordação + exercício ocasional)
  - Pesado (todo capítulo tem exemplos trabalhados e exercícios)

Rodada 2 — única resposta em mensagem de texto simples

Envie esta mensagem exata (substitua <tópico>):

Mais duas coisas antes de começar a pesquisar:

1. O que você já conhece bem? Liste linguagens, frameworks, campos, hobbies — qualquer coisa em que você tenha passado tempo sério (ex.: "TypeScript, React, teoria musical, culinária, xadrez"). Usarei estes como fontes de analogia para ancorar novos conceitos ao que você já sabe.

2. Algum ângulo específico dentro de <tópico>, ou devo cobrir amplamente? Diga "me surpreenda" para cobertura completa.

Aguarde uma única resposta contendo ambas. Analise livremente — aceite listas separadas por vírgulas, listas com marcadores ou texto livre.

Persista as respostas em um struct de trabalho (você as escreverá em OUTLINE.md e WRITING_GUIDE.md posteriormente).

Fase 4 — Pesquisa (4 agentes paralelos)

Despache uma chamada Agent em lote contendo 4 subagentes general-purpose. Eles executam em paralelo. Cada um recebe um resumo autocontido e relata de volta um relatório estruturado.

Faixa A — Conteúdo autoritativo. Encontre os melhores artigos, tutoriais, palestras de conferências e artigos acadêmicos sobre <tópico>. WebSearch + WebFetch os resultados de maior sinal. Retorne 8–15 com uma linha "por que ler" para cada, marcados [artigo|tutorial|palestra|artigo_academico].

Faixa B — Influenciadores de nicho e praticantes. Encontre pessoas específicas conhecidas por <tópico> — não celebridades tech, mas praticantes com seus próprios blogs/newsletters/Twitter que vão fundo neste nicho. Retorne 4–8 com: nome, veículo pessoal (URL do blog), URL do post de assinatura, uma linha sobre por que vale a pena seguir. Pule qualquer pessoa cuja única produção seja marketing corporativo.

Faixa C — Referências canônicas. Documentação oficial, especificações, implementações de referência, livros-texto definitivos. Se <tópico> for uma biblioteca/framework/ferramenta CLI, use o MCP context7 (resolve-library-id então query-docs) para obter documentação canônica atual. Retorne 3–8 fontes com informações de versão.

Faixa D — Panorama de subtópicos e linguagem canônica. Pesquise o tópico para produzir uma árvore de subtópicos com descrições de uma linha (tipicamente 8–15 subtópicos). Sugira uma ordenação instrucional (pré-requisitos primeiro, avançados por último). Se o tópico for técnico, determine a linguagem canônica usada pela documentação oficial/mais comum em produção (ex.: Temporal → TypeScript ou Go; LangGraph → Python). Declare explicitamente: "Linguagem canônica: X, porque Y."

Cada agente relata com menos de 800 palavras, estruturado. Após todos os 4 retornarem, sintetize.

Fase 5 — Esboço e escolhas de capítulos

  1. Escreva <local-de-saida>/learn-<slug>/OUTLINE.md com esta estrutura:
# Aprendendo <Tópico>

## Seu objetivo (registrado)
- **Nível atual**: <resposta da P1>
- **Proficiência alvo**: <resposta da P2>
- **Profundidade**: <resposta da P3>
- **Carga de prática**: <resposta da P4>
- **Domínios conhecidos (banco de analogias)**: <separados por vírgula da Rodada 2>
- **Escopo/ângulo**: <resposta da Rodada 2>

## Panorama de subtópicos (da pesquisa)
1. <subtópico 1> — <descrição de uma linha>
2. <subtópico 2> — <descrição de uma linha>
...

## Ordenação sugerida
Uma ordem que respeita pré-requisitos com justificativa para cada etapa.

## Capítulos recomendados (~N, com base no seu orçamento de profundidade)
Lista numerada de capítulos propostos. Cada entrada: título curto + 1 linha sobre o que é coberto + cartões estimados (5–9 por capítulo).

## Linguagem canônica (apenas tópicos técnicos)
<linguagem e justificativa de uma linha>

## Fontes recomendadas
- [Fonte 1](url) — [tipo] — por que ler
...

## Influenciadores de nicho que vale a pena seguir
- **Nome** — [url do blog] — post de assinatura: [url do post] — uma linha sobre por que
...
  1. Abra o arquivo automaticamente: Bash code --new-window "<caminho-absoluto-para-OUTLINE.md>".
  2. Responda ao usuário com esta mensagem exata (substitua apropriadamente):

Escrevi o esboço em <caminho-absoluto> e o abri para você.

Responda com quais capítulos escrever:

  • all — escreva todos os capítulos recomendados
  • 1,3,5-7 — capítulos ou intervalos específicos
  • Texto livre — descreva com suas próprias palavras no que focar
  • reshape — me diga o que adicionar, remover, mesclar ou reordenar antes de confirmarmos

Se você escolher reshape, revisarei OUTLINE.md e perguntarei novamente.

  1. Se o usuário disser reshape, anote suas observações, revise OUTLINE.md, salve, reabra, pergunte novamente. Faça um loop até que seja confirmado.
  2. Analise as escolhas em uma lista final ordenada de capítulos picks = [...].

Fase 6 — Escreva WRITING_GUIDE.md

Escreva <local-de-saida>/learn-<slug>/WRITING_GUIDE.md. Este arquivo é o resumo compartilhado para todos os agentes escritores de capítulos e o agente de passagem de consistência. Deve ser abrangente e concreto.

Use o modelo em <skill-dir>/assets/templates/WRITING_GUIDE.template.md como ponto de partida — substitua as respostas da entrevista gravadas do usuário nos placeholders ({{TOPIC}}, {{CURRENT_LEVEL}}, {{TARGET_PROFICIENCY}}, {{PRACTICE_LOAD}}, {{KNOWN_DOMAINS}}, {{SCOPE}}, {{CANONICAL_LANGUAGE}}).

Aponte também os escritores de capítulos para a referência da biblioteca de componentes em <skill-dir>/assets/COMPONENTS.md — eles devem folheá-la antes de escrever. Destacados, cartões de diagrama, blocos de comparação, abas, cartões de estatísticas, pílulas de plataforma e listas de etapas estão disponíveis; alguns são gerados automaticamente a partir de convenções markdown, o restante é HTML explícito dentro de markdown.

Verifique se o arquivo gerado aplica todas as 12 regras de pedagogia listadas na seção "Fundamentação Pedagógica" no topo deste SKILL.md. Se alguma regra não estiver representada no guia, adicione-a antes de continuar.

Fase 7 — Geração de capítulos (lotes paralelos)

Gere os capítulos escolhidos em lotes paralelos de 3–5 subagentes escritores por rodada, sequencialmente entre as rodadas.

Para cada rodada:

1

Individual skills in this repo

This repo contains 14 individual skills — each has its own dedicated page.

AlemTuzlak/skills

Use when the user wants to write a blog post about a feature, product change, PR, git diff, or any technical topic - accepts marketing briefs, PRs, git refs, codebase paths, or freeform descriptions as input

AlemTuzlak/skills

Use when the user wants to generate a changelog, release notes, or document what changed between versions, tags, or PRs

AlemTuzlak/skills

Use when writing, editing, or organizing documentation, when planning what docs a feature needs, and whenever planning or implementing a new feature or change in a repo (docs ship with the code). Also use when tempted to write docs without showing the discovered readers to the user, without asking for tone, or without loading simple-english and i-have-adhd. Triggers on "write docs for X", "document this feature", "add a guide", "update the docs", "reorganize the docs", "plan feature X", "implement X", or /docs.

AlemTuzlak/skills

Use when a bug is in play: a test fails, CI is red, an API returns the wrong result, a stack trace appears, or the user says it is broken or fix this. Don't use for a new feature with no failure, for types-only work, or for docs.

AlemTuzlak/skills

Use when the user invokes /i-have-adhd, says they have ADHD, or asks for ADHD-friendly output. Also used as a required writing filter by the docs skill. Don't use for marketing copy or after the user says "stop adhd mode" or "normal mode".

AlemTuzlak/skills

Use when a settled change must be turned into an ordered stack of small blocks before anyone implements. Don't use for unsettled intent, typos, comments, formatting, docs-only work, or writing the implementation itself.

AlemTuzlak/skills

Use when the user wants to write a product update email, feature announcement newsletter, or digest email for users or subscribers

AlemTuzlak/skills

Use when the user wants to turn a raw talking-head / screen-share recording into a finished, edited, annotated video plus a full content package. Removes silences, flags mistakes for the user to cut, transcribes, adds transcript-synced overlays (code, on-screen code highlights, word highlights, lists, comparisons, diagrams, section labels, punch-in zooms), renders with original audio, then generates blog/socials/YouTube content. Triggers on "produce a video", "edit my video", "annotate my recording", "/produce-video".

AlemTuzlak/skills

Use when the user runs /prove-it or says prove it, prove the changes, show me in the browser, or asks to prove a UI or API change. Don't use only because the agent is about to say done, for types-only work, or for docs with no behavior to prove.

AlemTuzlak/skills

Use when the user wants to write, draft, or author an RFC (Request for Comments) / technical design doc for a feature, change, or architectural decision. Interactively interviews the user, grounds the proposal in the actual codebase, presents 2-3 concrete API/code-snippet approaches to choose from, then writes a review-ready RFC. Triggers on "write an RFC", "draft an RFC", "RFC for X", "design doc for X", or /rfc.

AlemTuzlak/skills

Use when the change intent is already settled and the agent must map what a behavior change touches before an implementation plan or any code. Use for new features, bug fixes, and refactors that move a boundary. Don't use for typos, comments, formatting, lockfile-only diffs, docs with no code, or while the user is still deciding what they want.

AlemTuzlak/skills

Use when the user wants to transcribe a video or audio file to text with word-level timestamps — spins up a self-contained local Whisper (whisper.cpp) Docker service bundled in this skill and returns transcript.txt, transcript.srt, and word-level transcript.words.json. Also used as a building block by /produce-video. Triggers on "transcribe this video", "get a transcript", "transcribe-video".

AlemTuzlak/skills

Use when the user wants to write a video script for a product demo, feature walkthrough, launch video, or social media video about a feature or product change

AlemTuzlak/skills

Use when the user wants YouTube metadata for a video — a click-worthy title, an SEO/above-the-fold description, tags, and timestamped chapters. Accepts a transcript (ideally timestamped SRT), a topic, a PR, or a freeform description. Used standalone and by /produce-video. Triggers on "youtube title", "youtube description", "youtube chapters", "youtube tags", "youtube metadata", "youtube-copy".

Habilidades Relacionadas