Communitygithub.com

教科书式解析

面向大学STEM教材的智能体技能:研究先修知识、撰写清晰讲解,并构建带完整解答的关联习题。

教科书式解析 是什么?

该技能旨在将某个狭窄的起始点(如一篇论文)转化为读者可以独立学习的材料。它通过自动识别并填补背景知识空白,使读者能够理解论文的核心贡献。技能支持LaTeX、HTML、PDF等多种输出格式,并确保在不同格式下保持教学深度、数学细节和图形含义不变。其工作流程包括:访谈用户以确定学习目标和先决条件、研究依赖知识、设计完整的教程结构、执行多轮构建与审查,最终交付包含可编辑源文件、视觉资产、代码和解决方案的教学包。该技能适用于Claude Code等支持SKILL.md的AI代理平台,特别适合需要将前沿研究转化为教学内容的场景。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add Alchemist-Jo/textbook-anything

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

教科书式解析 是做什么的?

将一个狭窄的起始点转化为读者可以独立学习的材料。一篇论文可能只介绍某个贡献,却假设读者具备多年的背景知识。识别这些背景知识,教授理解该贡献所需的内容,并为读者提供运用这些想法的练习机会。此处的工作流程和参考资料自成体系。

在每种输出格式中应用相同的解释标准和视觉设计。在LaTeX、HTML、其他文档系统和打印PDF之间切换只会改变实现方式,而不会改变学习目标、数学细节、图形含义或可读性。在适配可用环境时,保留每个视觉元素的教学功能。

1. 确定读者与任务

首先阅读提供的材料。确定学习目标、先验知识、语言、资料截止日期、要求的深度、需要保留的内容以及交付物。对于论文研究,除非另有说明,假设读者对该论文的专业方法不熟悉;但不要假设他们缺乏所有大学数学知识。

通常情况下,通过一两个有针对性的开放式问题(一次一个)来解决重要的知识缺口。确定需要解释的最低层级,以及读者在最后能够推导、实现或评估的内容。根据已有材料推荐一个假设。不要询问用户已经回答过的问题。

如果用户将运行标识为GPT Pro,或通过可靠的运行时上下文明确标识为GPT Pro,则跳过此开场访谈。同时尊重任何要求不再提问的请求。记录合理的学习者假设并继续;不要根据模型家族名称或未回复来推断Pro模式。跳过访谈并不意味着跳过研究、规划或审查。

访谈结束后,或在不访谈的路径中,填写教学简报中的需求表。简洁地展示一次计划:学习成果、先决条件、来源、计划重点、讲解或视觉元素、练习和评估。将详细的工作笔记保留在教程之外。

保留任务范围。审查任务返回结果而不进行编辑。局部修订保持在局部范围内。本教程工作流程适用于完整的论文课程、重要章节或书籍;不得将每个请求都变成一本书。

2. 准备工作环境

首先用一个小的代表性构建来检查请求的工具链。重用已安装的工具;使用可用的包管理器(最好在项目环境中)安装缺失的依赖项。在现有授权范围内完成安装工作,而不是返回指令让用户自己去操作。环境与格式涵盖了安装、冒烟测试和回退决策。

如果首选环境在合理修复尝试后仍无法安装或运行,则使用HTML、CSS、SVG、原生MathML和JavaScript等有能力支持的格式继续进行。保留教学深度、数学内容、视觉元素和练习。交付可用的HTML和资源;当浏览器渲染器可用时导出PDF。准确报告不可用的请求格式。

3. 研究依赖关系

追踪焦点论文或主题,直到其实际依赖的方法。提供目标、推导、架构或评估方法的参考资料值得以读者水平进行解释,即使焦点论文仅对其进行了引用。沿着该方法的前提条件追溯,直到达到约定的基线。避免递归地总结无关的引用。

使用来源与覆盖范围和论文到教程设计。区分基础、继承方法、焦点贡献和实证声明。在选择章节顺序之前,明确它们之间的关系。

当存在arXiv版本时,检查其源存档以获取原始插图和排版及标题的TeX文件。优先使用合适的原始图形,而不是有损的屏幕截图。论文图形解释了如何在交付ZIP中提取、归因和包含可用资源。

4. 设计整个教程

使用学习设计将学习成果、解释、示例和练习联系起来。根据先决条件差距和概念难度分配空间。保持焦点方法的实质性;当导言或过长的解决方案中断主要论证时,将它们移到明确链接的章节中。

为每个章节赋予一个值得回答的问题。引入具体情境,解释必要的对象,展开论证,并解释结果。一个带解法的例题应解释方法选择和关键步骤。在起草前阅读写作,并将其应用于整个文档,包括标题和解决方案。

根据要解释的内容选择视觉元素:依赖关系图、几何图形、计算过程、实证比较、演进系统或参数效果。使用视觉设计和排版在连贯的视觉语言中实现多样性。原始论文图形和新绘制的教学图形可以在同一章节中服务于不同目的。

其他参考资料按需使用:

工作参考
数学推理推导
练习、提示和解答练习, 练习模型
实现和实验代码与实验
构建、检查和打包交付, 本地助手

5. 完成两到三轮完整迭代

对于重要的教程,默认进行两轮完整迭代。当存在深层前提依赖链、大量数学内容、新的渲染路径或第二轮的结果证实时,使用第三轮。尊重用户对不同迭代次数的明确请求。遵循教程循环:重新审视需求和来源,完成整个请求范围,生成实际工件,检查它,解答或测试练习,审阅内容,修正缺陷,并更新需求表。

每轮都应以具体的自我审查结束。两次编译器通过算一次构建,而不是两轮。不要虚构缺陷,也不要声称同一作者进行了独立审查。在计划轮次之后,修复受影响范围内剩余的阻碍项;不要仅仅因为达到了轮次计数就声称完成。

6. 交付教程

首先提供请求的阅读工件,然后提供一个ZIP文件,其中包含可编辑源文件、本地视觉资源、可应用代码、解决方案和简洁的构建说明。包括重复使用的论文图形的归属说明。将研究日志和轮次记录分开保存,不要将制作历史插入到学习者的文本或公共README中。

验证交付的副本无需临时工作目录中的文件即可打开或重建。在任何交付说明中区分数学推理、数值测试、实验和视觉审查。缺失的工具或来源应缩小相关声明的范围,而不是阻止可完成部分的进行。

相关技能