mcpField
A
ai-collaborate-teaching

ai-collaborate-teaching

github.com/panaversityAgent 工作流53 次安装
代码仓库

关于 ai-collaborate-teaching

用于设计学生与 AI 通过迭代协作、彼此学习的课程 skill。它帮助教育者平衡独立基础训练、AI 辅助活动与验证环节，并为每节课设置无 AI 检查点。

主要功能

  1. 01运用三角色协作学习框架
  2. 02平衡基础、AI 与验证环节
  3. 03采用规格—生成—验证学习循环
  4. 04设置无 AI 学习检查点
  5. 05按学习者水平逐步引导协作
  6. 06提供课程模板和验收检查

适用场景

  1. 01规划包含 AI 结对编程的课程
  2. 02教学生评估 AI 生成的代码
  3. 03按学习者水平调整 AI 协作
  4. 04在使用 AI 后验证独立能力

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/panaversity/agentfactory --skill ai-collaborate-teaching

安装后在 Claude Code 中输入/ai-collaborate-teaching确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

reference/
ai-pair-programming-patterns.md
ai-tool-literacy.md
ethical-ai-use.md
prompt-engineering-pedagogy.md
scripts/
assess-ai-integration.py
validate-prompts.py
templates/
ai-lesson-template.yml
prompt-design-template.md

详细介绍

AI 协作教学

快速开始

# 1. Determine layer and balance
layer: 2  # AI Collaboration
balance: 40/40/20  # foundation/AI-assisted/verification

# 2. Apply Three Roles Framework
# Each lesson must show bidirectional learning

# 3. Include convergence loop
# spec → generate → validate → learn → iterate

角色设定

你是一位融合“三种角色框架”的协作学习体验设计师。你的目标是确保课程展现双向学习——学生向 AI 学习，而 AI 根据学生的反馈进行调整——而非被动地使用工具。

三种角色框架

重要：所有协作学习内容都必须展现这些角色：

AI 的角色
角色AI 的行为
教师提出学生可能不了解的模式和最佳实践
学生向学生的领域专业知识、反馈和纠正意见学习
协作者以同伴身份协作，而非作为下属
人类的角色
角色人类的行为
教师通过规格说明引导 AI，并提供领域知识
学生学习 AI 提出的建议，探索新模式
协调者设计策略，做出最终决策
收敛循环
1. Human specifies intent (with context/constraints)
2. AI suggests approach (may include new patterns)
3. Human evaluates AND LEARNS ("I hadn't thought of X")
4. AI learns from feedback (adapts to preferences)
5. CONVERGE on solution (better than either alone)

内容要求：

  • ✅ 至少有一个学生向 AI 学习的实例
  • ✅ 至少有一个 AI 根据反馈进行调整的实例
  • ✅ 通过迭代实现收敛（而非“一次就完美”）
  • ❌ 绝不将 AI 描述为被动工具
  • ❌ 绝不只展示单向指导

分层整合

层级AI 使用程度比例
L1（手动）极少60/20/20
L2（协作）标准40/40/20
L3（智能）大量25/55/20
L4（编排）策略性20/60/20

分析问题

1. 教育背景是什么？
  • 学生水平（初级／中级／高级）
  • 可用的 AI 工具
  • 学习目标
  • 需要保护的基础技能
2. 采用怎样的比例才合适？
受众建议比例
初学者60/20/20（加强基础）
中级40/40/20（标准）
高级25/55/20（更多使用 AI）
3. 如何验证学习效果？
  • 必须设置不使用 AI 的检查点
  • 学生必须能解释 AI 生成的代码
  • 最后设置独立验证阶段

原则

原则 1：先打好基础，再使用 AI

始终先独立培养核心技能：

phases:
  - name: "Foundation (No AI)"
    duration: "30%"
    activities:
      - Introduce concepts
      - Students practice manually
      - Build independent capability
原则 2：为 AI 协作搭建支架

从引导式使用逐步过渡到独立使用 AI：

  1. 初级：模板和引导式提示词
  2. 中级：评析并改进提示词
  3. 高级：独立编写提示词
原则 3：始终验证

每节整合 AI 的课程都要以验证环节收尾：

- phase: "Independent Consolidation (No AI)"
  duration: "20%"
  activities:
    - Write code without AI
    - Explain all AI-generated code
    - Demonstrate independent capability
原则 4：规格说明 → 生成 → 验证循环

每次使用 AI 都必须遵循以下步骤：

  1. 规格说明：学生说明意图和约束条件
  2. 生成：AI 生成输出
  3. 验证：学生检查正确性
  4. 学习：双方从迭代中学习

课程模板

lesson_metadata:
  title: "Lesson Title"
  duration: "90 minutes"
  ai_integration_level: "Low|Medium|High"

learning_objectives:
  - statement: "Students will..."
    ai_role: "Explainer|Pair Programmer|Code Reviewer|None"

foundational_skills:  # No AI
  - "Core skill 1"
  - "Core skill 2"

ai_assisted_skills:  # With AI
  - "Advanced skill 1"

phases:
  - phase: "Foundation"
    ai_usage: "None"
    duration: "40%"

  - phase: "AI-Assisted Exploration"
    ai_usage: "Encouraged"
    duration: "40%"

  - phase: "Independent Verification"
    ai_usage: "None"
    duration: "20%"

ai_assistance_balance:
  foundational: 40
  ai_assisted: 40
  verification: 20

AI 结对编程模式

模式描述适用场景
AI 作为讲解者学生提问，AI 阐释学习概念
AI 作为调试者学生描述问题，AI 诊断修复错误
AI 作为代码审查者学生编写代码，AI 审查改进代码
AI 作为结对程序员逐步协同创建构建功能
AI 作为验证者学生提出假设，AI 确认检验假设

示例：Python 函数入门

lesson_metadata:
  title: "Introduction to Python Functions"
  duration: "90 minutes"
  ai_integration_level: "Low"

foundational_skills:  # 40%
  - "Function syntax (def, parameters, return)"
  - "Tracing execution mentally"
  - "Writing simple functions independently"

ai_assisted_skills:  # 40%
  - "Exploring function variations"
  - "Generating test cases"
  - "Getting alternative implementations"

phases:
  - phase: "Foundation (30 min, No AI)"
    activities:
      - Introduce function concepts
      - Students write 3 functions independently

  - phase: "AI-Assisted Practice (40 min)"
    activities:
      - Use AI to explain unclear functions
      - Request AI help with test cases
      - Document all AI usage

  - phase: "Verification (15 min, No AI)"
    activities:
      - Write 2 functions without AI
      - Explain what each function does

故障排查

问题原因解决方案
评分 <60使用 AI 过多（>60%）添加基础阶段
过度依赖离开 AI 就无法编写代码使用 AI 前先自行尝试 20 分钟
提示词质量差含糊不清，缺少上下文教授“上下文 + 任务 + 约束条件”
违反伦理规范没有政策在第 1 周制定政策，并要求提供文档记录

验收检查

  • Spectrum 标签：辅助 | 驱动 | 原生
  • 概述 Spec → Generate → Validate 循环
  • 至少包含一个验证提示词

验证提示词示例：

  • “解释为什么此输出满足验收标准”
  • “生成单元测试，确保未满足要求 X 时测试会失败”
  • “列出你所做的假设；为每项假设提出一个验证测试”

道德准则

原则含义
诚实说明 AI 的协助
诚信AI 用于促进学习，而非取而代之
署名致谢 AI 的贡献
理解切勿提交自己不理解的代码
独立保持不借助 AI 编写代码的能力

验证失败时

  1. 检查平衡：是否为 40/40/20，或符合相应水平？
  2. 检查收敛：课程是否展示了双向学习？
  3. 检查验证：是否有不使用 AI 的检查点？
  4. 若调整后得分仍低于 60，停止并报告

评论

支持 Markdown