mcpField
L
learning-education

learning-education

github.com/spitoglou生产力370 次安装42 周前更新
代码仓库

关于 learning-education

面向学习者的学习设计 Skill，用于制作讲解、学习材料和反馈。它提供涵盖数学、代码、测验、阅读计划和苏格拉底式对话等主题的模式。

主要功能

  1. 01讲解术语、数学、代码和文档
  2. 02用故事解释概念
  3. 03创建测验和闪卡
  4. 04制定阅读计划和 DIY 教程
  5. 05评估答案并总结讲座
  6. 06苏格拉底式对话和面试练习

适用场景

  1. 01解释技术术语或代码示例
  2. 02创建练习测验和学习卡片
  3. 03为主题规划学习路径
  4. 04评阅学生答案或总结讲座

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/spitoglou/fabric-claude-skills --skill learning-education

安装后在 Claude Code 中输入/learning-education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。

references/
create_flash_cards.md
create_quiz.md
create_reading_plan.md
create_story_explanation.md
dialog_with_socrates.md
explain_math.md
explain_terms.md

详细介绍

学习与教育

创建有效的学习体验和学习材料。

模式选择

意图模式适用场景
概念解释explain_terms定义并阐明术语
数学解释explain_math逐步讲解数学概念
代码解释explain_code逐步讲解代码
文档简化explain_docs让文档更易于理解
叙事式学习create_story_explanation将概念转化为引人入胜的故事
编程基础coding_master面向初学者的编程
创建测验create_quiz按难度级别设计练习题
闪卡create_flash_cards用于学习的问答卡片
阅读计划create_reading_plan结构化学习路径
DIY 教程create_diy分步骤教程
评估学习情况analyze_answers对学生的回答提供反馈
讲座摘要summarize_lecture提炼讲座要点
苏格拉底式方法dialog_with_socrates通过提问学习
面试准备answer_interview_question技术面试帮助

决策流程

User request
    │
    ├─ "explain/what is" ─┬─ code? ──→ explain_code
    │                     ├─ math? ──→ explain_math
    │                     ├─ terms/definitions? ──→ explain_terms
    │                     └─ general concept? ──→ create_story_explanation
    │
    ├─ "create study materials" ─┬─ quiz/test? ──→ create_quiz
    │                            ├─ flashcards? ──→ create_flash_cards
    │                            └─ reading plan? ──→ create_reading_plan
    │
    ├─ "tutorial/how-to" ──→ create_diy
    │
    └─ "help me understand" ──→ dialog_with_socrates

模式参考

完整模式请参见 references/：

输出指南

  • 根据学习者的水平调整内容难度（不确定时请先询问）
  • 先提供具体示例，再讲解抽象原理
  • 以已有知识为基础展开
  • 提供练习机会
  • 对练习提供即时反馈
  • 使用来自熟悉领域的类比

链式调用建议

  • 使用 explain_terms 后 → 提供 create_quiz 来检验理解情况
  • 使用 create_reading_plan 后 → 提供讲解第一个主题
  • 使用 create_quiz 后 → 提供 analyze_answers 来分析提交的回答

评论

支持 Markdown