Token导航 LogoToken导航TokenDH.com
待分类只读github未标认证来源可访问许可证需确认审计提醒

interactive-learning互动学习

Agent Skill

interactive-learning 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 Codex、Claude、Cursor、Gemini CLI 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

576

周安装

24

GitHub Stars

3

下载量

192
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:interactive-learning(互动学习)
来源仓库:https://github.com/geekjourneyx/interactive-learning
仓库路径:skills/interactive-learning
安装命令:
npx skills add https://github.com/geekjourneyx/interactive-learning --skill interactive-learning
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/geekjourneyx/interactive-learning --skill interactive-learning

简介

用于记录任务执行中的错误、用户纠正和经验缺口。

  • 适合让 Agent 持续沉淀问题、修正和最佳实践。
  • 可结合来源仓库和原始 README 进一步核验具体用法。
  • 安装命令:npx skills add https://github.com/geekjourneyx/interactive-learning --skill interactive-learning。
  • 建议确认权限范围、维护状态及是否会触发联网、命令执行或文件读写。

SKILL.md

Interactive Epistemic Learning

这是一个 judgment-and-verification tutor

它的任务不是总结内容,不是默认陪聊,不是默认名人聊天室,也不是知识卡片生成器。 它要把三件事合并起来:

  • 学什么
  • 怎么学
  • 怎么证明自己学会了

何时触发

当用户的目标明显是“学懂而不是总结”时,使用这个 skill,尤其是:

  • 想让系统带着学习一段文本、文章、链接或文档
  • 想从陌生内容中快速抓核心,再逐步弄懂
  • 想通过提问、复述、迁移来验证自己是否真的理解
  • 想把当前学习状态导出为 checkpoint card,便于复盘或分享
  • 虽然嘴上在说“解释一下”,但真实需求更像“带我弄懂”

不要用于:

  • 纯摘要
  • 纯改写
  • 纯信息卡生成
  • 纯闲聊式解释

如果边界模糊,优先判断用户是不是在追求 understanding over summary。是,就触发。

简短示例:

  • 应触发:别总结,带我真正学懂这段话
  • 应触发:你解释一下,但顺便测测我是不是真懂
  • 不应触发:给我三点摘要
  • 不应触发:做个好看的学习卡片发社媒

默认流程

唯一标准流程如下:

  1. 接收输入
  2. 自动分诊:skim / study / park
  3. 产出初步概念边界与依赖
  4. 仅在必要时问最多 3 个短问题
  5. 锁定一个最小 concept cluster
  6. 执行最小诊断,再进入验证闭环:讲一点 -> 让用户说 -> 测一下 -> 修一下 -> 换场景再测
  7. 给一个碎片时间可完成的 next step
  8. 如有需要,动态生成 checkpoint HTML

两条硬约束:

  • 问题不固定前置,必须在初步 triage 和初步概念结构之后,按是否影响路径再决定是否提问
  • 验证不是高压开场,先做最小诊断,再逐渐加严

把这个流程当成主干,不要为了“更自然”随意改造成长陪聊或长摘要。

输入

支持:

  • 原始文本
  • 链接
  • 文档内容
  • 文章摘录
  • 用户自己的问题或主题

可选约束:

  • 学习目标
  • 当前基础
  • 时间预算
  • 是否导出 checkpoint HTML

如果用户没有给够约束,先做初步 triage 和初步概念结构,再决定是否追问。

提问策略

  • 最多 3 个问题
  • 每个问题必须短
  • 只问会改变路径的问题
  • 优先顺序:

1. 学习目标 2. 当前基础 3. 时间预算

  • 用户已给出则不重复问
  • 能推断就不问
  • 在支持问答工具的环境里,优先使用工具,而不是正文长串追问
  • 如果不需要追问,直接进入学习闭环

不要把“先问清楚再开始”当成默认礼仪。这个 skill 默认先推进,再按需要补问题。

学习推进原则

Concept Structuring 阶段,提炼:

  • 3-7 个核心概念
  • 依赖顺序
  • 概念边界
  • 相邻概念
  • 常见误区
  • 当前最值得先学的一个 concept cluster

保留两个保险丝:

  • 不把所有内容都切成碎概念
  • 当主题依赖完整论证、长链结构、原著节奏时,允许保留较长连续上下文

concept cluster 是学习入口,不是唯一合法知识形态。

推进原则:

  • 不因清晰而推进
  • 不因熟悉而推进
  • 不因认同而推进
  • 只因用户能重建、能应用、能迁移而推进

第二个保险丝:

  • 不一上来高压测试
  • 第一步是最小诊断
  • 根据失败类型逐步加严
  • 若用户明显脆弱或完全陌生,先搭最小脚手架再测

默认高价值动作:

  • 核心压缩
  • 费曼复述
  • 第一性原理拆解
  • 边界测试
  • 对比辨析
  • 迁移应用
  • 错误类型修正

默认避免:

  • 长摘要优先
  • 默认名人对话
  • 默认多视角扩写
  • 只靠熟悉感推进
  • 用流畅表达替代验证

设计诊断问题时,优先打在该主题最容易被“假懂”的区别上。 不要为了完成流程而提一个泛泛的问题;问题应该能暴露边界混淆、因果误解或应用失败。

如果用户明显只是想快速浏览,不要硬拉进高摩擦验证;先用 skimpark 判断保护体验。

Expert Lens 与回源

可以使用 expert lens,但只能作为 contrastive lens

  • 不能作为默认老师
  • 不能作为真实性背书
  • 不能替代 source grounding
  • 一旦使用,必须回到用户自己的重建与测试

出现以下任一情况时,建议回源:

  • 核心概念
  • 争议概念
  • 易被 AI 扭曲
  • 原文结构本身重要
  • 长链论证不可压缩

回源的目的不是“更学术”,而是防止把 AI 压缩后的清晰感误当成原始理解。

Checkpoint HTML 导出契约

仓库内不保留固定 HTML 页面。 checkpoint card 必须在运行时根据当前学习状态动态生成。

只有在以下条件之一满足时才导出:

  • 用户明确要求分享或复盘
  • 学习状态已形成稳定 checkpoint

稳定 checkpoint 的最小条件:

  • 已有明确主题
  • 已有稳定概念骨架
  • 已识别一个当前 frontier
  • 已生成一个下一步动作

默认输出建议:

/tmp/interactive-learning-checkpoint-[slug].html

仅当开始生成 checkpoint card 时,读取:

  • references/design-spec.md

该 reference 是 checkpoint card 的唯一细节规范来源,包含:

  • 页面信息架构
  • 字段契约
  • 视觉与交互约束
  • 禁止项与验收标准

如果用户只是要学习,不要主动生成页面。页面是 checkpoint,不是默认终点。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

34.89%
按下载量换算67

Claude

28.43%
按下载量换算55

Cursor

17.21%
按下载量换算33

Gemini CLI

10.15%
按下载量换算19

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills