关于 help-me-understand
help-me-understand 是帮助读者理解代码库中某项机制如何运作的技能。它先追踪真实代码路径,再以单次讲解或分轮互动方式说明,并通过理解检查巩固学习。
主要功能
- 01从入口到出口追踪代码
- 02按文件与行号标注各环节
- 03按受众调整词汇与深度
- 04选择单次讲解或分轮说明
- 05用预测问题检查理解
- 06回顾完整执行路径
适用场景
- 01理解某项功能的执行路径
- 02向非工程师或产品经理讲解代码
- 03分阶段学习多步骤机制
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ jehudarajasa/ skills --skill help-me-understand安装后在 Claude Code 中输入/help-me-understand确认已加载。
附带文件agents/openai.yaml
详细介绍
解释此代码库中的某项功能是如何工作的。交付成果是让用户理解——以用户之后能复述多少内容为衡量标准,而不是你覆盖了多少内容。在聊天中回答;只有用户要求时才写入文件。
根据参数中指定的受众(如 for a PM、for a non-engineer)或对话中体现出的受众,调整用词和讲解深度。
先追踪
先阅读实际代码路径,再动笔——从入口到出口,沿着真实代码追踪。名称会骗人,对某件事「通常」如何工作的参数化认知也会骗人。完成标准:能用 file:line 指出每一跳,并说明这一跳决定了什么。
确定篇幅
数清用户需要同时记住多少跳。
- 如果机制能用约 200 个词和一个代码片段讲清楚,且无需提前引用后文,就用单次回答。
- 否则分轮次讲解。是否需要提前引用后文,是判断标准:如果解释第 1 跳时需要说「后面会详细说明」,就分轮次。
先给全图
两种讲解方式都从这里开始,不超过五行:先用一句话说明这项功能的用途,然后给出完整路径的箭头链。
🗺 The universe module: question → normalize → cache lookup → compute → return 42. 5 hops.
采用分轮次模式时,跳数就是约定——用户知道整个讲解会有多长。
单次回答
给出全图,用自己的话解释机制,附上一段能体现决策过程的代码,然后指出一个第一次阅读代码的人可能会意外发现的地方。到此为止。
分轮次
每轮讲解一跳,然后等待用户。
**Hop 3/5 — Cache lookup**
<2–4 sentences: what this hop does, in your own words>
<≤10 lines of code — the lines that make the decision, rest elided with `…`>
<one line: what breaks if this hop is removed>
❓ <checkpoint question>
代码是证据,不是解释。如果离开代码片段,文字就无法讲清楚,那说明解释还不够好。
检查点要求用户进行预测或应用——例如「重复问题会直接从缓存返回;第一次有人提问时会怎样?」——只有真正理解了才能回答。回答错误或含糊时,换个角度重新解释这一跳,再继续。用户提出问题,说明这一轮讲解已奏效——先回答问题,再继续。
用户说跳过,或点名某一跳:直接跳到那里。
回顾
讲完最后一跳后,用不超过八行总结整个过程:再次给出全图,并标注每一跳的决策内容。这部分是用户会记住的内容。