关于 generate-learning-content
用于创建和修改 Exercode 课程材料、评测题目及竞赛内容的 skill。它指导仓库准备和工作流选择，并要求验证内容、检查模型答案后再报告变更。
主要功能
- 01检查仓库与内容布局
- 02指导准备 Exercode 仓库
- 03课程与竞赛编写工作流
- 04验证与评估检查
- 05使用 CLI 评测模型答案
适用场景
- 01创建课程材料和嵌入式问题
- 02编写编程练习题或竞赛
- 03修改现有 Exercode 学习内容
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/generate-learning-content确认已加载。
详细介绍
生成或改进 Exercode 学习内容
-
检查用户要求的结果、仓库说明和现有学习内容的布局。用户无法联系时（例如在自动化工作流中），根据现有上下文做出合理决定，不要暂停等待确认；下述工作流中的确认步骤此时也遵循同一规则。
-
如果仓库尚未准备好用于 Exercode 课程创作，请先按照 setup-exercode-course-repository 完成设置。
-
遵循所有适用的创作工作流：
- 课程、讲座文本和嵌入式问题：遵循 generate-course-materials。
- Judge v2 问题：遵循 generate-judge-problems。
- 竞赛及其问题集：遵循 generate-judge-contest。
如果编写、修改或执行代码是课程学习目标的一部分，则课程材料工作流和 Judge 问题工作流均适用。不要将嵌入式问题或完整代码示例视为可替代评分编码练习的内容。
-
运行所有适用工作流要求的验证和评估，并修复问题，直到检查通过。
-
对于每个生成或更改的 Judge 问题，如果有
@exercode/problem-utils，请通过exercode-problemCLI 运行每个模型答案：在问题目录中执行bunx exercode-problem judge model_answers/<languageId>（如果存在问题自带的judge.ts，该命令会使用它；否则使用标准 stdio 判题器；参见 generate-judge-problems/references/problem-format.md）。确认命令以 0 退出，至少输出一行TEST_CASE_RESULT，并且每行的判定代码均为 accepted 的2000；bunx exercode-problem <problemsDir>会一次检查所有问题的模型答案，但运行时不会传入 harness 参数，因此不适用于带参数的问题——使用--skip <substring>排除这些问题，然后逐个判题。也要判定每个起始模板，并确认它未通过所有测试用例。Agent 挑战（problem.md中的agentChallenge）没有 harness：不要对其进行判题；应改用bunx exercode-problem validate-problem <problemDir>验证。 -
报告生成或更改的路径、执行的验证和评估、做出的假设，以及有意保留的警告。