mcpField
S
study-habits

study-habits

github.com/jackjin1997生产力13363 次安装19 周前更新
代码仓库

关于 study-habits

结合学习记录、学习方法和间隔复习的学习规划技能,适合希望追踪进度、安排备考并找出待复习内容的学习者。

主要功能

  1. 01记录学习时长与信心程度
  2. 02按学习目标推荐方法
  3. 03安排间隔复习
  4. 04展示进度与记忆保持情况
  5. 05生成考试倒计时计划

适用场景

  1. 01规划某一科目的学习时段
  2. 02安排已学主题的后续复习
  3. 03追踪学习信心与进度
  4. 04将备考内容分配到可用日期

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jackjin1997/clawforge --skill study-habits

安装后在 Claude Code 中输入/study-habits确认已加载。

详细介绍

学习习惯

让学习真正留在脑海中——靠科学,而非蛮干。

功能

这项技能结合经过验证的认知技巧与持久的会话跟踪,改变你吸收和留存信息的方式:

  • 学习会话跟踪 - 记录学习时间、主题、时长和效果评分,帮助自我督促并识别规律
  • 技巧建议 - 根据学习目标(记忆、深入理解或技能练习)推荐学习方法
  • 间隔重复提醒 - 智能安排复习时间,在遗忘刚开始时提醒你复习
  • 进度仪表板 - 展示你的学习速度、主题掌握程度和留存曲线随时间的变化
  • 考试倒计时 - 根据考试日期倒推制定个性化备考计划,确保全面覆盖

用法

开始学习 : “开始一场 50 分钟的光合作用学习会话” → 创建会话计时器,建议合适的学习技巧,并跟踪你的专注情况

记录主题 : “我刚学完第 3 章,感觉很有信心” → 记录会话、记录信心程度,并确定下次复习间隔

查看复习计划 : “我下次该什么时候复习微积分?” → 根据间隔重复算法显示需要复习的主题,并按照遗忘曲线确定优先级

查看进度 : “显示我的学习统计数据” → 显示已完成的会话、涵盖的主题、留存趋势,以及各科目投入的时间

考试倒计时 : “我 21 天后有一场生物考试” → 创建学习计划,在可用时间内分配各章节,考虑复习周期,并标出高风险主题

学习技巧

主动回忆 : 不看笔记测试自己。迫使大脑提取信息,而不是被动重读。效果远胜于复习。

间隔重复 : 按逐渐增加的间隔复习材料(1 天、3 天、1 周、2 周)。这有助于对抗遗忘曲线,并将知识转入长期记忆。

番茄工作法 : 每次专注学习 25 分钟,然后休息 5 分钟。可避免倦怠,并在学习期间保持专注。

费曼技巧 : 大声解释一个概念,就像在教一个毫无基础的人。立即暴露理解上的盲点。

交错练习 : 在一次学习中混合不同主题或题型,而不是集中练习同一类内容。这有助于建立灵活的知识体系和更强的模式识别能力。

提示

  1. 跟踪信心程度,而不只是完成情况 — 为每个主题的理解程度打分(1-10),而不是只标记为已完成。这样能尽早发现薄弱环节。

  2. 用主动回忆代替重读 — 与被动复习笔记相比,抽认卡、练习题和大声讲解的效果好 10 倍。

  3. 缩短每次学习时间,增加学习频率 — 一周内分三次进行 45 分钟学习,胜过一次 2 小时的临时抱佛脚。大脑会在夜间巩固记忆。

  4. 第二天复习,然后逐渐拉长间隔 — 首次复习应在 24 小时后进行,然后是 3 天后,再之后是 1 周后。算法会自动处理这些安排。

  5. 所有数据都保存在本机 — 你的学习历史、笔记和进度绝不会离开你的设备。充分保护隐私,完全由你掌控。

评论

支持 Markdown