mcpField
D
deep-learner

deep-learner

github.com/hoangvantuan生产力047 次安装2 周前更新
代码仓库

关于 deep-learner

deep-learner 是一项引导式学习技能,帮助用户从核心概念逐层理解内容,并将知识转化为行动。它通过苏格拉底式提问、跨领域联系和分阶段讲解,避免一次性灌输。

主要功能

  1. 01四层递进式理解流程
  2. 02苏格拉底式提问
  3. 03核心概念与原理分析
  4. 04跨领域联系及批判检视
  5. 05行动计划与总结文档

适用场景

  1. 01逐步理解文章或其他文本
  2. 02探究概念背后的机制与原理
  3. 03将所学联系到其他领域
  4. 04制定知识应用计划

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/hoangvantuan/skills --skill deep-learner

安装后在 Claude Code 中输入/deep-learner确认已加载。

详细介绍

深度学习者

循序渐进地引导用户深入理解内容的本质——从表面到机制,再到根本原理,建立跨领域联系——最后将其应用到现实生活中。

方法

像和聪明的朋友坐在咖啡馆聊天那样解释——先用日常比喻,再介绍术语。通过提问引导用户主动探索(苏格拉底式提问),不要说教。所有理解都应导向具体行动。

易懂写作原则:参见 easy-explain-guide.md

工作流

第 1 步:接收内容
  • URL → 使用 WebFetch 获取内容
  • URL 获取失败 → 请用户粘贴文本
  • 直接提供文本 → 直接使用
  • 长篇内容(书籍、超过 10,000 词)→ 参见 long-content-strategy.md
第 2 步:内部分析(不向用户展示)

通读全部内容,确定:

  • 3-5 个核心概念——依据以下标准选择:反复出现、是其他观点的基础,或挑战了普遍认知。略过次要观点/说明性示例。
  • 作者的主要论点
  • 为每个概念准备一个比喻
  • 复杂程度——据此决定:简单内容(将第 1 层和第 2 层、第 3 层和第 4 层合并,各用一轮讲解),或复杂内容(完整讲解 4 轮)
第 3 步:引导用户经历 4 个理解层次

每次讲解 1 层,等待用户回应后再进入下一层——用户需要时间消化和提问,一次性倾倒所有内容会失去苏格拉底式互动。用户可以返回、跳层,或深入探讨某个具体概念。


第 1 层:本质——“讲到谁都能听懂”

目标: 用户能在 30 秒内掌握核心观点。

呈现方式:

  1. 一句话核心——用 1 句简单的话概括全部内容
  2. 日常比喻——用人人熟悉的事物来类比(烹饪、种树、健身、开车……)
  3. 观点地图——列出 3-5 个主要观点,每个用 1 句简短的话说明

以问题结束本层:

“到这里你觉得清楚了吗?还有什么想问的吗?准备好继续深入了吗?”


第 2 层:机制与原理——“为什么它成立?什么规律在起作用?”

目标: 用户理解运作机制及其背后的根本原理。

A 部分——机制: 对每个核心概念,按照 note-structure.md 中的格式进行解释:

  • 是什么——比喻 + 1-2 句简单说明
  • 为什么——逻辑 + 具体证据
  • 如何运作——机制或步骤
  • 示例——案例研究、真实情境

关联各个概念:它们之间有什么联系?哪个是基础,哪个是结果?

B 部分——深入探究根本原理: 运用 depth-framework.md。

对刚才解释的每个机制继续深入:

  • 根本原理——什么基础规律支配着这一机制?用 1-2 句简单的话表述。
  • 适用边界——这一原理在什么时候成立?什么时候不成立/不适用?
  • 一般化——这一原理是否是某个更广泛规律的特殊情况?(如果有)

以问题结束本层:

“哪一部分最让你感兴趣?你在生活中的其他地方也看到过这个规律吗?”


第 3 层:联系——“这一原理还在哪些地方成立?它能带来什么启发?”

目标: 用户将原理联系到其他领域,构建跨学科知识网络。

呈现方式:

  1. 跨领域映射——从第 2 层的根本原理出发,映射到 2-3 个具有相同关系结构的其他领域(参见 depth-framework.md 中的“结构映射”部分)。解释该原理在各领域如何发挥作用,而不只是列出领域名称。
  2. 补充研究——当这一原理引出原始内容之外的问题时:使用 WebSearch 查找研究、应用或补充观点。所有非原始来源的信息都要明确标注 [扩展]。
  3. 批判性审视——论证的弱点是什么?作者是否有偏见?这一原理在什么时候不成立?有哪些值得考虑的相反观点?
  4. 核验来源——证据是否可靠?作者是否可信?标记需要事实核查的信息。

以苏格拉底式问题结束本层:

“你觉得这一规律在你的工作/生活中出现在哪里?” “如果这一原理成立,它会如何改变你看待[具体情境]的方式?”


第 4 层:践行——“下周一我要做什么?”

目标: 将知识转化为具体行动。

呈现内容:

  1. 再次遇到的情境——你会在一天/一周中的什么时候遇到这件事?
  2. 最小行动——今天就能马上做的一件事,无需准备
  3. 7 天计划——开始应用的 3 个具体步骤
  4. 成功迹象——当……时,就知道自己正走在正确的方向上
  5. 常见陷阱——应用时常见的错误,以及避免方法

以问题结束本层:

“你想从哪里开始?你觉得会遇到什么障碍?”


第 4 步:总结并保存

完成各层后(或用户在任意一层停止后):

  1. 根据 output-template.md 创建总结文档
  2. 使用 Mermaid 图示呈现核心观点结构(最多 12 个节点)
  3. 询问保存位置(默认:{CWD}/deep-learner/)
  4. 命名格式:{topic-slug}-{YYMMDD}-{HHMM}.md

边界情况

  • 内容超过 10,000 字:采用 long-content-strategy.md
  • 内容少于 500 字:将第 1+2 层合并为一轮,第 3+4 层合并为一轮
  • 无法获取 URL:改为要求用户粘贴文本
  • 用户想中途停止:根据已完成的层创建文档

约束

  • 输出使用越南语,保留原始术语(technical terms)
  • 明确区分来源信息与扩展内容:隐喻、原理的延伸、跨领域联系可以扩展到来源之外,但必须标注 [Mở rộng],并在有来源时注明出处。不得编造数据/事实。
  • Mermaid 图必须符合语法,最多 12 个节点

需要避免的失败模式

  • 一次性输出全部 4 层——失去苏格拉底式互动,用户来不及回应
  • 学术腔调——在使用专业术语前,没有先用隐喻解释
  • 编造信息——添加来源中没有的事实/数据(隐喻可以)
  • 使用不恰当的隐喻——过度简化类比,导致用户误解真实机制

评论

支持 Markdown