learning-vault

学习知识库生成器

为认证考试、课程、技能习得或研究项目创建或维护学习知识库。这是 Open Knowledge Vault 的学习配置。若可用，请阅读 ../open-knowledge-vault/skills/open-knowledge-vault/SKILL.md，了解通用设置、保留、来源溯源和审计。以下学习配置也可独立使用。

触发短语

• “为 X 创建学习知识库”
• “构建学习知识库”
• “设置认证考试知识库”
• “[主题] 的学习知识库”
• “/learning-vault”

交互式设置

根据请求和现有知识库推断答案。只询问会影响结果的缺失信息；维护时避免重复询问设置问题。使用可用的用户输入工具，不要假设特定客户端 API。

1. 科目与目标

• 学习目标是什么？（认证考试、课程、技能、研究）
• 科目是什么？（例如，“AWS Solutions Architect”、“Rust 编程”、“机器学习”）
• 是否有特定考试或评估？如果有，请获取：形式、及格分数、领域／主题、时间安排

2. 结构

• 有多少个主要主题／领域？（如果提供了 URL，则从课程大纲中自动检测）
• 是否有需要跟踪的课程？（获取 URL、课程数）
• 是否有情境或练习领域？

3. 自我评估

• 对每个领域／主题，询问：“你有多大把握？”（专家／熟练／一般／需要加强／没有经验）
• 这会决定学习优先级的排序

4. 配置

• 知识库位置（默认：~/Brains/{subject-slug}/）
• 是否需要每日笔记？（是／否）
• Dataview 为可选项；除非用户提出要求，否则默认使用普通 Markdown 导航

知识库架构

基于 ~/Brains/genome/ 中的基因组知识库模式：

{vault}/
├── index.md                  — portable bundle entry point
├── Dashboard.md              — optional typed hub with Dataview queries
├── MoC - Courses.md          — course progress tracker
├── MoC - Domains.md          — domain/topic overview
├── MoC - Concepts.md         — key concepts by domain
├── MoC - Scenarios.md        — practice scenarios (if applicable)
├── Action Items.md           — dataview task aggregator
├── Question Index.md         — navigate by question type
├── Key Pitfalls.md           — common mistakes to avoid
├── Exam Cheat Sheet.md       — last-minute review card
├── Courses/                  — one note per course
│   └── {Course Name}.md
├── Domains/                  — one note per domain/topic
│   └── {Domain Name}.md
├── Concepts/                 — atomic knowledge units
│   └── {Concept Name}.md
├── Scenarios/                — practice scenarios
│   └── {Scenario Name}.md
├── Lessons/                  — individual lesson notes
│   └── Lesson - {Name}.md
├── Resources/                — links, study plans
│   ├── Official Links.md
│   └── Study Plan.md
└── .obsidian/                — optional Obsidian setup and Dataview adapter

可移植核心与可选 Dataview

使用 OKF v0.2：带类型的 YAML-frontmatter 概念笔记、标准 Markdown 链接，以及纯 index.md 导航。根目录的 index.md 可以声明 okf_version: "0.2"；嵌套索引和 log.md 不使用概念 frontmatter。除非模板和工具说明也符合规范，否则应置于知识库包之外。

如有共享的 Open Knowledge Vault 设置／审计助手，优先使用。Dataview 是可选视图，不是必需基础设施。不要用 ["dataview"] 覆盖插件注册表；应在保留现有 ID 的同时追加。使用已授权的已安装构建或官方发行版。不要复制个人的 data.json；新安装会禁用 DataviewJS 和内联 JavaScript。在声称已启用之前，请验证查询是否能正确渲染。

历史遗留的 dataview-plugin/ 目录为兼容性而保留，不会随新插件自动安装或打包。静态地图和任务必须能够在没有它的情况下正常使用。

维护时，请检查并修补相关部分，保留自定义字段和已完成的任务，附上来源证据，并刷新地图。不要悄悄改写现有链接或状态。更新现有知识库并不意味着要重新生成它。

Frontmatter 架构

所有笔记

type: course | domain | concept | scenario | lesson | resource | moc | meta | dashboard
title: Human-readable title
status: draft | stable | deprecated
created_date: 'YYYY-MM-DD'
tags: []

课程

workflow_status: not-started | in-progress | completed
priority: 1-5
lessons_total: 0
lessons_done: 0
exam_weight: ""
difficulty: easy | moderate | hard
domains: []  # producer-defined references; keep canonical Markdown links in the body

概念

domain: Domain Name
workflow_status: not-started | in-progress | completed
confidence: low | medium | high
importance: critical | high | medium | low

情境

number: 1-N
domains: []  # producer-defined references; keep canonical Markdown links in the body
difficulty: easy | moderate | hard

课程单元

course: Course Name
section: ""
workflow_status: not-started | in-progress | completed
concepts: []  # producer-defined references

生成规则

1. 对于备考，概念笔记添加一个 - [ ] #review Can I explain this without notes? 任务
2. 对于练习，情境笔记添加一个 - [ ] #practice Build a mini-project for this scenario 任务
3. 对于复习，课程单元笔记添加一个 - [ ] #review Review this lesson before exam 任务
4. 可移植链接 — 在概念、领域、情境和课程之间使用标准 Markdown 链接；维护期间保留现有 wikilinks，直至获准安全转换
5. 问题索引（带类型的 Map 或保留的 index.md）将常见问题映射到概念笔记（类似基因组知识库的“按关注点而非基因搜索”）
6. 关键陷阱列出考试喜欢考查的错误答案（看似诱人的干扰项）
7. 学习计划根据以下阶段生成：先学简单内容 → 再补知识缺口 → 学习大型课程 → 练习 → 复习

使用的 Dataview 查询

当用户要求使用 Dataview 时，在静态导航旁添加查询视图。学习进度使用 workflow_status；OKF 生命周期使用 status。查询模式：

• 使用 TABLE 查询带有 workflow_status、priority、confidence 筛选条件的文件夹
• 使用 TASK 汇总所有带有标签筛选条件（#review、#practice）的笔记
• 使用 GROUP BY 生成领域级摘要
• 按 priority、weight、confidence level 使用 SORT 排序
• 使用 LIST 创建筛选视图（未开始、进行中、已完成）

自我评估 → 优先级映射

自我评估	信心程度	学习优先级
no-experience	低	1（优先学习）
needs-work	低	2
moderate	中	3
strong	中高	4（仅复习）
expert	高	5（快速检查）

考试权重越高、信心程度越低，学习优先级就越高。

生成学习计划

根据以下内容生成阶段：

1. 快速见效：课程数量少且信心程度高 → 建立学习势头
2. 补齐短板：信心程度低且考试权重高的领域
3. 重头课程：按课程数量计算最大的一门课程
4. 练习：场景、动手项目
5. 最后复习：速查表、易错点、信心程度低的概念

使用示例

用户：“为 AWS Solutions Architect Associate 考试创建一个学习库”

→ 询问：领域、课程（例如 Udemy 课程 URL）、时间安排、自我评估 → 生成：位于 ~/Brains/aws-saa/ 的学习库，包含领域（计算、存储、网络、安全等）、各领域的概念、练习场景、课程跟踪，以及可选的 Dataview 进度仪表板和便于迁移的静态备用方案

参考实现

位于 ~/Brains/ccaf/ 的 CCAF 学习库是规范示例：

• 88 个文件、462 个维基链接
• 5 个领域、31 个概念、8 个场景、7 门课程、21 节课
• 完整集成 Dataview
• 多种导航方式：按领域、概念、场景、题型浏览

来源与审核

区分来源、生成内容和实际验证。使用 OKF sources，并在可用时提供稳定 ID 以及真实的参与者／时间戳元数据。切勿编造考试陷阱、权重、进度或人工签核。在以来源为基础的学习中，每次学习保留一个来源，并据此提炼更小、可复用的笔记。核心格式详情请参阅 Open Knowledge Vault 格式参考或官方 v0.2 规范。