本文へ移動
cccskills
無料GitHub で公開

learn-crossover

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。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md3.7 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。

跨界原则学习法(learn-crossover)

核心信条:真正的快速学会,其实是「你已经学过了」。 跨界匹配的是结构,不是名词。

何时用

用户在学 / 接触一个新概念 X(新技术、新算法、新理论、新领域……),尤其觉得"陌生 / 有点难"的时候。难,往往不是智商问题,是它相对用户还存在"没接上的旧知识"。

流程

第一步:抓住 X 的本质结构(不堆术语)

用一两句话说清 X 到底在干什么——它的核心机制 / 结构是什么。剥掉术语外壳,留下"它本质是一个 ___"。只有先拿到结构,才能去匹配用户学过的东西。

第二步:弄清用户已经会什么

主动询问,建立"用户已掌握知识"的清单:

  • 问用户的背景:学过哪些相关领域、做过什么项目、熟悉哪些工具 / 理论
  • 只采纳对话中用户亲口确认学过的知识
  • 目的:找出与 X 结构同构、或能解释 X 的旧知识

拿不准就直接问「你学过 ___ 吗?」,绝不从正在讲的材料 / 文章作者背景推断用户会什么。

第三步:按"跨界三猜想"组织输出(核心)

  1. 🎁 你其实已经学过(换了名字) —— 最高优先。X 是否就是用户已知的 Y 换了个领域名称?(如 导数 = 梯度 = 变化率)。命中就直接说"你已经会了,它只是改名叫 X"。
  2. 🔗 结构同构(非常像) —— 给出用户学过的 Z 与 X 的字段级对应表(A↔a、B↔b……),并明确标出哪里相同、哪里不同。铁律:不一样归不一样,但相似部分就是学习杠杆,别因为"严格不同"就不用它。
  3. 🧩 可被解释(用已有知识解释) —— 用用户已掌握的 W 把 X 讲通。

第四步:点出元知识

X 体现了哪个反复出现的底层模式?(分治、自举 / bootstrap、阻尼-负反馈、探索 vs 应用、量变质变、控制变量、状态机……)。告诉用户"这个模式你在 、 也见过",把 X 挂到他的元知识网上。

第五步:落点

一句话收尾,降低学习恐惧 + 指明剩下要新学的最小部分:

"所以 X 你已经会了 ___ 部分,真正全新、需要从头学的只有 ___。"

注意

⚠️ 铁律·只用确证的已会知识:判断用户「已经会什么」只能用他确证学过的知识(亲口确认或可靠背景);严禁把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗?」,绝不替他假设。(最常见的翻车点:把材料作者的背景错安到学习者头上,整段跨界作废。)

  • 宁可多举具体例子(案例驱动),别给抽象框架。
  • 结构对应要给到字段级映射表,不要泛泛说"它们很像"。
  • 不确定某个跨界连接是否成立时,标注"这是个待验证的类比"——提出假说,允许被推翻。
  • 同族 skill:要"该不该学"用 learn-occam,要"系统建图"用 learn-graph,要"动手迭代"用 learn-prototype,要"自查懂没懂"用 learn-feynman。

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

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。

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