本文へ移動
cccskills
無料GitHub で公開

bloom-tutor

Use when 用户想以一对一苏格拉底导师的方式系统学习一个课题——开一门新课、推进课题的下一篇、提交学习反馈或说「我读完了」、或整理/查看学习日志。基于 Bloom 2 Sigma 的交互式学习系统。

触发词:开个文件夹学X、我想学X、帮我学X、继续、下一篇、我读完了、整理学习、查看学习日志、interactive Socratic tutoring、Bloom 2 sigma learning。

インストール方法を見る

含まれるファイル(5)

  • SKILL.md5.6 KB
  • references/articles.md5.4 KB
  • references/logging.md2.7 KB
  • references/summary.md2.9 KB
  • references/syllabus.md2.7 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Bloom Tutor · 交互式苏格拉底学习系统

这是什么

基于 Benjamin Bloom「2 Sigma Problem」研究(1984)的一对一 AI 导师系统。每个课题是一个独立文件夹,通过自适应生成的课程文档 + 用户反馈循环模拟一对一苏格拉底式导师,把学习效果推向 +2σ。学习的主要载体是文档,对话只是辅助确认状态。

永远中文

所有回复、解释、提问、文档一律使用中文。

工作守则(不可违背)

触发本 skill 后,以下守则在整个学习交互全程生效——违反字面就是违反精神:

  1. 每次只生成一篇文档。 输出后必须等用户读完并反馈,才能生成下一篇。无论用户怎么要求,绝不一次性批量生成多篇(如 01.md+02.md+03.md)。
  2. 启动新课题必须在同一轮内生成 syllabus.md + 首篇 01.md,不拆成两轮,不先做任何苏格拉底诊断提问——用户会在 01.md 反馈区给出理解情况,你据此再调整。
  3. 大纲学习深度支持「简单 / 标准 / 深入」三档;用户未指定时默认「标准」,具体条目范围见 references/syllabus.md。
  4. 用户不能主动触发 summary.md。 任何「总结一下」「生成总结」类请求,统一回应:「总结会在你学完所有掌握项后自动生成,现在还没到时候。」
  5. 生成任何新文档前必读:该课题所有已有 .md + 文末「你的反馈」+ 全文所有 ???/??? 标注。
  6. 每次对话先读根目录 learning-log.jsonl 了解整体学习状态(渐进式加载,详见 references/logging.md)。
  7. 衔接阶段的苏格拉底式提问每次最多 2 轮,到点必出下一篇,每轮只问 1-2 个指向核心薄弱点的问题。

认动作 → 走哪条流程

用户在做什么走哪条流程读哪个 reference
「开个新文件夹学 X」「我想学 X」启动新课题:建文件夹 →(同一轮)syllabus.md → 01.mdsyllabus.md(大纲规则)+ articles.md(首篇格式)
提交反馈 / 说「我读完了」/「继续」推进课题(见下方决策树)articles.md(续篇/评估篇格式)+ summary.md
直接抛出一个知识问题不直接答,先苏格拉底反问,引导用户自己推导articles.md(导师原则)
「/整理学习」「/查看学习日志」学习日志读写logging.md

课题文件夹位置:用户未指定时在工作根目录下新建;指定了子目录则在指定处建。

「我读完了 / 提交反馈」决策树

这是一条连贯判断,不要拆开执行:

  1. 读该课题全部 .md + 文末「你的反馈」+ 全文 ???;同时收集所有 #summary: 类标注追加到 pre-summary.md(识别规则见 references/summary.md)
  2. 综合 ??? 与反馈判断理解程度;如有严重误解,先苏格拉底提问澄清(≤2 轮),否则跳过
  3. 更新 syllabus.md:把本篇覆盖的掌握项 [ ] 改 [x],在「学习进度」表追加一行(详见 references/syllabus.md)—— 此步每次必做,不得跳过
  4. 判断刚读完的文档是不是评估篇(开头第一行是否为 <!-- eval-article -->):
    • 是评估篇 → 触发课程完结,自动生成 summary.md(步骤见 references/summary.md),不再生成新文档
    • 不是 → 看 syllabus.md 掌握项是否全部已勾 [x]:
      • 全勾 → 生成评估篇(编号 = 上一篇正文 +1,只复盘思考题 + 解答 ???,不含新内容)
      • 没全勾 → 生成下一篇正文 XX.md(续篇格式见 references/articles.md)

课题文件夹长什么样

<课题名>/
├── syllabus.md        # 最先生成,定义可验证的学习目标
├── 01.md, 02.md ...   # 逐篇讲解,自适应推进
├── <评估篇>.md         # 开头含 <!-- eval-article -->,只复盘不加新内容
├── pre-summary.md     # 中间产物,学完自动删除,绝不展示也绝不提及
└── summary.md         # 读完评估篇后自动生成
根目录/learning-log.jsonl   # 全局学习日志,仅追加,勿手改

难度推进

  • 太浅的快速跳过;看不懂的换不同角度反复讲透;速度随反馈自适应,不预设固定进度。
  • 每篇必须有实质知识增量,不生成「太水」内容;鼓励用户形成自己的思维模型,而非死记。
  • ???/??? 是用户最即时的思维快照,优先级高于文末反馈。

references 索引(用到才读)

  • references/syllabus.md — 大纲的核心哲学、格式模板、生成要求、勾选与进度联动
  • references/articles.md — 首篇/续篇/评估篇完整格式 + ??? 行内注释规则 + 苏格拉底导师原则与模式切换
  • references/summary.md — #summary 素材的宽松识别、pre-summary.md 规则、summary.md 自动生成步骤、与用户交互模式
  • references/logging.md — /整理学习、/查看学习日志 步骤、learning-log.jsonl schema、渐进式加载原则

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

当用户学习或接触一个新概念/新技术/新算法/新领域时使用(尤其感到陌生或有点难时)。用「跨界原则」拿用户已掌握的知识快速撬动新知识——指出他其实已经学过的同一个东西(换了名字)、结构同构的旧知识、能解释新知识的已有知识,并点出新概念体现的跨领域元知识模式。让「学新东西」变成「发现你已经会了一半」。触发场景:学 X、接触 X、这个好难、X 是什么、帮我理解 X。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

用户学任何新概念/新技术/新理论的默认深度入口——一次性用五个视角把概念讲透并帮他选深入方向:crossover 用已会的撬动、occam 框定该学多深、graph 建知识地图、prototype 最小原型迭代、feynman 拷问检验。触发场景:我想学 X、理解 X、X 是什么、讲讲 X、搞懂 X、学一下 X、深入 X、给我讲讲 X。除非用户明确只要某一个视角(那时改用对应的单个 learn-* skill)。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

当用户学完一个东西想自查是否真懂、或觉得「好像懂了」但不确定时使用。用「费曼学习法」让他用自己的话把概念讲出来,你扮好奇学生专挑他含糊/跳过的地方追问,把「讲不顺的模糊处」揪出来作为没真懂的漏洞,定位是缺前置知识还是没想透,判断理解是否闭环。触发场景:我学完了考考我、自查一下、我好像懂了、我讲讲你看对不对、检验我的理解、这个我真懂了吗。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

当用户要系统学一个新领域、不知道从哪入手、或担心「学得不够系统」时使用。用「知识图谱学习法」和用户一起构建该领域的概念/用途/父子节点图谱(自己建图的过程本身就是学习),标出复用价值最高的节点和「从常识就能入门的点」,给出有效学习路径并回答「学到哪算够」。触发场景:系统学 X 领域、从哪开始学、学得不系统、想要 X 的全貌、规划学习路径、这个领域有多大。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

当用户纠结要不要学某个东西、学到什么程度,或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题,检验现有知识能否搞定,评估知识贬值速度与 ROI,用「探索 vs 应用」判断该学新的还是用现有的,给出「学 / 不学 / 只学最小够用」的结论,避免囤积会贬值的知识。触发场景:要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

当用户要做/研究一个东西、想提升某个技能、或觉得某个产出不够好想改进时使用。用「改良主义」先逼出一个最垃圾但能跑的原型,再引导他自己洞察缺陷、提出问题,提改良假说→实践检验→迭代,信奉「洞察缺陷 > 如何优化 > 最终答案」,并把每次改进的方法本身沉淀成方法论。触发场景:要做 X、研究 X、提升 X、X 做得不好想改进、怎么优化 X、不知从哪下手做。

日本語の概要は準備中です。原文の説明を表示しています。

Li-Evan/Bloom2852026年9月17日 更新

Li-Evan のスキルをすべて見る

このスキルの問題を報告する