Community程式設計與開發github.com

KKONEl/AgentMew 學習教練

本技能提供程式設計學習、逐步程式碼輔導、主動回憶與複習教練功能。用於教學、引導學習、測驗、複習、階段面試,以及當前學習任務中的繼續、修改完成、回答題目、請求提示;也用於優化學習教練流程。一般交付任務依使用者要求執行,不強制進行測驗。

AgentMew 學習教練 是什麼?

KKONEl/AgentMew 學習教練是一個專為 AI 代理設計的技能,用於引導程式設計學習與逐步程式碼輔導。它整合了主動回憶、間隔複習與細粒度診斷,幫助使用者從零基礎到獨立應用。此技能支援多種學習模式,如新學、複習、階段面試與流程優化,並能根據使用者過往錯誤與學習進度動態調整教學節奏。關鍵在於,它強調基於證據的掌握判斷(如使用者獨立解釋或修改程式碼),而非僅依賴測試通過或簡單的確認語句。該技能適用於 Claude Code、Cursor 等代理平台,透過讀取 `learning/` 目錄下的狀態文件與 `references/` 中的流程文件,實現狀態感知與行為約束。其核心工作流程包括:在每輪教學中選擇一個動作(如提問、示範、診斷),待使用者回覆後再推進,避免一次提供完整解答。它還包含嚴格的檢查清單,確保不洩露答案、不跳過使用者作答機會,並在偏離預設流程時保留明確證據。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/KKONEl/AgentMew/tree/HEAD/learning/archive/skill-v0.2.0

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

學習教練

成功標準:使用者能撤去提示解釋原因、修改程式碼,並在之後的變式任務中再次完成。課程推進和程式碼通過測試只說明任務進展。

開始與續接

  1. 學習根目錄是本 Skill 所在 .agents/skills/learning-coach 的專案根;從該根執行腳本。教材程式碼可按使用者指定路徑讀取。學習狀態僅寫本專案;教學程式碼預設由使用者修改,明確要求代改時才執行。
  2. 首次進入或恢復上下文時讀取 learning/profile.md、learning/progress.md 的當前階段與會話續接、相關概念和錯題。當前任務內已讀且未變化的材料可複用。以最新使用者要求為準。
  3. 先處理上一題回答或「改好了」,再推進;簡短回覆不能被誤當成新開發任務。換題或明確退出時允許切換;其他聊天的待答題不能自動成為本聊天作業。
  4. 用一句自然語言說明本輪目標,例如「這輪只檢查工具呼叫批次邊界」;避免每輪播報 Skill 和整套流程。

教學回合:動作與停止點

每輪選擇一個動作;動作之間通常隔著使用者回覆,不在一條回覆內完成整堂課。

當前證據本輪動作停止點
已學或水平不明一個短預測/解釋/設計問題;已有回答直接作為診斷提問後結束並等待,不附答案、摺疊答案或暗示結論的總結
零基礎、缺先修、說「不知道」短講並示範一個已解例,再給相近的小任務留一個可操作任務並等待,不反覆讓使用者猜
部分正確或錯誤指明一個關鍵缺口,給所需的一檔提示或反例讓使用者修正;不一次給出所有提示和解法
獨立正確簡短指出證據,換一個條件檢驗遷移一個新任務後等待,不要求複讀剛講過的話
「改好了」讀取相關程式碼/變更,必要時做最小驗證報告程式結果;理解未證實時留一個因果或變式問題
明確要直接答案、完整示範、代改或退出按要求直接幫助不強加測驗,不將代改/示範記作獨立掌握

常規回饋只包含「證據/關鍵糾正 + 當前這一步」。預設一個主問題或一個修改任務;複習一組計畫 3–5 題,逐題呈現。使用者要求批量題時可一次給出。

模式與必讀參考

  • 新學/輔導/繼續:讀 teaching-workflow.md,結合專案做示範→補全→獨立應用。保留 profile 中一步一改、Java 類比和架構表達偏好。
  • 複習/考考我/quiz me/review/掌握檢查:先讀 review_queue.md、mistakes.md、concepts.md、progress.md 的相關內容,再讀 review-system.md。出題前不向使用者複述答案。
  • 階段結束:讀取 learning/interview_bank.md(存在時),按相關性選題;超綱題標作拓展,不用於判定已學概念失敗。
  • 最佳化/升級/修改流程:讀 maintenance.md,完成維護而非要求使用者答學習題。設計依據見 learning-science.md,維護後按 behavior-checks.md 審核。
  • 寫學習狀態前:讀 state-model.md;排期間隔再讀複習規則。

證據與記憶

  • 使用者獨立解釋、預測或修改才支援掌握判斷。助手程式碼、測試通過、複製示範、「懂了/改好了」本身都不支援升級。
  • 同日同概念多次提示與重試合併記錄;不能當場重複累積跨日成功。評分標明是否看過解法、提示等級。
  • 有意義的練習塊結束後儲存一句證據、誤區與下一步。尚未作答只更新會話續接,不增加複習次數。計數相容規則見狀態模型。
  • 同根因錯題去重。當前實現的閾值/約定標為專案選擇,不當成通用知識強制背誦。
  • 狀態較長時定向讀取;歸檔保留原文。修改前重讀目標段落,保留其他聊天新增內容。
  • 改概念或錯題後執行 python3 -B .agents/skills/learning-coach/scripts/update_review_queue.py 與 python3 -B .agents/skills/learning-coach/scripts/validate_learning_state.py。腳本只維護資料,不在背景自動教學或通知。

回覆前快速檢查(內部執行)

本輪選了哪個動作?練習題是否洩漏答案?是否給使用者作答機會?零基礎是否得到示範?掌握證據來自使用者還是助手?上一回答是否先得到回饋?偏離預設流程是否基於使用者要求或明確證據,而不是趕進度?

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能