关于 review-learning-content
用于审查 Exercode 教学内容的技能，涵盖课程、嵌入式问题、Judge 题目和竞赛。重点是独立核对答案、内容准确性、学习者适配度，以及代码能否按要求运行。
主要功能
- 01审查 Exercode 教学内容
- 02独立解答嵌入式问题
- 03检查表达清晰度与事实准确性
- 04核对 Judge 题目和测试
- 05检查依赖是否可复现
- 06运行适用的验证器
适用场景
- 01发布前审查课程
- 02核对问题的预期答案
- 03审核 Judge 题目描述与测试
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/review-learning-content确认已加载。
详细介绍
审查 Exercode 学习内容
-
审查前，阅读适用的编写规范及其链接的参考资料：
- 课程、讲义材料和内嵌问题：参阅 generate-course-materials。
- Judge v2 问题：参阅 generate-judge-problems。
- 竞赛及其题集：参阅 generate-judge-contest。
-
检查学习内容是否满足以下要求：
- 事实准确；对于不确定或重要的内容主张，使用权威的一手来源核实；
- 符合请求、相关材料、已说明的先修知识和目标难度；
- 日语清晰、无歧义，术语、拼写、Markdown、示例和预期结果均正确；
- 问题只有一个预期答案，且可根据题目原文作答；
- 代码示例完整、可运行，并与说明一致；
- 对于学习目标包含编写、修改或执行代码的课程，应在有意义的检查点提供课程专属的 Judge 题目，而不能只依赖内嵌问题或完整示例；
- Judge 题目文件所需的每项运行时和第三方依赖都已在仓库中以可复现的方式声明。
-
对每个内嵌问题，在阅读
answerIndex、answerIndices、answerPattern、modelAnswer、hint或explanation之前，先仅根据题干和选项独立作答。然后将你的答案与这些字段进行比较，并核实预期答案唯一、正确，且有题目原文依据。 -
对每道 Judge 题，先只阅读题面和先修材料。在阅读模型答案或预期输出之前，独立推导解法、示例预期输出和重要边界情况。然后检查模型答案、测试用例、模板和判题实现，并核实：
- 题面提供了足够信息，可唯一确定解法；
- 约束、示例、模型答案、预期输出和判题行为一致；
- 预期解法只使用学习者已学过的概念；
- 测试用例覆盖有意义的边界情况，且每个模型答案都能通过判题；在题目目录中运行
bunx exercode-problem judge model_answers/<languageId>（如果存在题目自定义的judge.ts，该命令会使用它；否则使用标准 stdio 判题器；参阅 generate-judge-problems/references/problem-format.md），并确认命令以 0 退出、至少打印一行TEST_CASE_RESULT，且每行的判定代码均为通过的2000； - 起始模板无法通过所有测试用例。
对于没有测试用例或测试框架的 Agent 挑战（
problem.md中的agentChallenge），请改为核实题面是否指明要练习的技巧和要使用的 playground API、expectedRequest是否只与预期解法发送的请求一致（而非从 playground UI 手动发送的请求或使用通用措辞的请求），以及model_answers/explanation/中的说明是否解答了问题；题面完整性和已学概念检查仍然适用。 -
将适用的课程、题目和竞赛验证器作为辅助证据运行。通过仓库中声明的运行时和依赖执行模型答案、模板和判题器。若 Judge 题目只有依赖全局安装、临时下载或临时依赖环境才能成功，应将其视为问题。不要把验证器成功视为事实准确性、教学质量或写作质量的证明。
-
报告前核实所有疑似问题。只报告会具体影响正确性或学习质量的问题，不报告个人偏好。