Menu
六阶段学习助手，用于系统化学习课程、书籍和文章。 生成学习计划、预习笔记、通读笔记、Anki 复习卡片和外化产出。 当用户需要系统学习、制作学习笔记、生成 Anki 卡片或管理学习项目时使用。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
风电业务技能框架，用于逐步沉淀风电项目开发、投资分析、政策研究、技术判断、 尽职调查、招投标支持、报告写作和业务知识管理方法。当用户要求处理风电相关业务、 搭建风电工作流、整理风电知识框架、逐步补充风电业务能力，或根据用户提供的功率曲线 计算逐风速点 Cp 值、风能利用系数、功率系数和最大 Cp 值时使用。
当用户有模糊想法、复杂问题、战略决策、研究分析任务、业务拆解需求， 或需要定义 AI/agent 工作流时使用。适合结构化澄清问题、MECE 拆解、 逻辑树分析、模糊问题路线图、领域术语澄清、优先排序、工作计划、 分析论证、综合建议和方案呈现，也适合将最终问题规格转成 prompt / 提示词或 agent 任务说明。
Convert source documents (PDF / Word / Excel / PowerPoint / EPUB / HTML / Jupyter / subtitles / web URL) into clean Markdown with links and images extracted alongside. Default is a sensible auto-clean transcription; use --raw for archival fidelity, or combine --filter-images / --no-images for image control. Also batch-converts directories. Use when the user asks to turn a document into Markdown, "extract text from a PDF", "把文档转成 md", "网页转 markdown", "批量转 md".
对 PNG/JPG/WebP 等位图做小范围局部替换、局部遮盖、局部文字重写或局部修补。 使用 Python/Pillow 基于矩形区域进行像素级覆盖、背景采样、颜色匹配和可选文字绘制， 保持原图尺寸、文件名和未选中区域不变。适用于用户要求“只改这一小块”“不要整图 AI 重绘” “替换图片里的编号/标签/日期/小段文字”“遮盖局部内容”“修补局部残留像素”等场景。
在 WGS84（GPS / 国际标准）、GCJ02（火星坐标 / 高德 / 谷歌中国 / 腾讯）、 BD09（百度地图）三种中国常用坐标系之间相互转换经纬度。支持单点、一系列坐标， 也支持直接处理常用坐标文件（CSV / TSV / GeoJSON / GPX / KML），按格式原样写回 并保留其余结构。当用户给出一个或一批经纬度、或一个坐标文件并要求换算坐标系时使用， 例如「WGS84 转高德」「百度坐标转 GPS」「批量把这些坐标转成 GCJ02」「火星坐标纠偏」 「把这个 csv/geojson/gpx/kml 的坐标转成另一个坐标系」。
Translate English EPUB books into Simplified Chinese EPUB files with the current agent's model, without requiring any model API key or vendor-specific SDK. Preserve the original EPUB structure, images, CSS, metadata, links, and reading order. Use when the user asks to translate an .epub book, "英文 epub 翻译成中文 epub", "translate epub to Chinese", or produce a Chinese EPUB from an English EPUB.
| name | learning-master |
| description | 六阶段学习助手，用于系统化学习课程、书籍和文章。 生成学习计划、预习笔记、通读笔记、Anki 复习卡片和外化产出。 当用户需要系统学习、制作学习笔记、生成 Anki 卡片或管理学习项目时使用。 |
基于六阶段学习法的结构化学习技能。针对已确定的课程或书籍，引导用户从建立计划到最终产出。
建立计划 → 资源转换 → 预习 → 通读 → 内化 → 外化
↓ ↓ ↓ ↓ ↓ ↓
目录+规划 转为MD 框架梳理 深度笔记 Anki卡片 作品产出
| 命令 | 说明 | 阶段 |
|---|---|---|
/study-init-course | 创建学习项目（目录 + 计划 + 资源转换） | 建立计划 |
/study-step1-preview | 生成预习笔记 | 预习 |
/study-step2-notes | 生成详细通读笔记 | 通读 |
/study-step3-anki-review | 生成 Anki 卡片并导出 TSV | 内化 |
/study-step4-output-works | 生成外化建议与行动计划 | 外化 |
/study-run-full-flow | 完整流程（预 → 通 → 内 → 外） | 全阶段 |
/study-step5-final-summary | 课程结课总结 | 全阶段 |
projects/<课程名>/
├── plan.md # 学习计划
├── summary.md # 课程总结
├── 0-resources/ # 原始资源与转换后的 Markdown
├── 1-preview/ # 预习笔记
├── 2-notes/ # 通读笔记
├── 3-review/ # Anki 卡片（Markdown 格式，-3.md）
│ └── anki-export/ # Anki 导入文件（TSV 格式，-3-anki.txt）
├── 4-works/ # 外化产出
└── 9-archive/ # 归档
| 阶段 | 后缀 | 示例 |
|---|---|---|
| 预习 | -1.md | 第1章-1.md |
| 通读 | -2.md | 第1章-2.md |
| 复习 | -3.md | 第1章-3.md |
| 外化 | -4.md | 第1章-4.md |
plan.md、summary.md）直接放在项目根目录0-resources/| 状态 | 含义 |
|---|---|
⏳ | 尚未开始 |
🔄 | 正在学习中 |
📝 | 笔记已生成，待完成学习 |
✅ | 已完成学习 |
强制规则：
📝，不能直接标记为 ✅✅ 并填写完成日期plan.md 是课程级进度的唯一记录点更新时机：
📝 或 🔄✅……（6 个点）学习 Python 语言共 3 个步骤Markdown（MD），后续使用统一形式当目标文件已存在时，先询问用户是覆盖还是追加。默认追加——在原文件末尾增加 ## 补充 区块。
创建课程目录、学习计划，并完成资源准备。
确认项目信息——向用户询问：
确认理解——简要复述并确认项目名称
创建目录结构并整理原始文件
mkdir -p "projects/<主题名称>/"{0-resources,1-preview,2-notes,3-review,4-works,9-archive}
projects/<主题名称>/0-resources/ 目录下；默认复制，只有用户明确要求整理源文件时才移动。生成学习计划——参考模板 templates/0-plan.md，写入 projects/<主题名称>/plan.md
资源转换（如有原始资料）——调用 markdown-conversion skill 将资料转为 Markdown：
projects/<课程>/0-resources/后续——资源准备完成后进入 /study-step1-preview
快速建立框架，带着问题进入深度学习。预习不求深，只求「知道会讲什么」，5-10 分钟/章。
确认课程——扫描 projects/ 列出已有课程供用户选择，确认章节范围
获取内容——优先读取 projects/<课程>/0-resources/ 中的内容
生成预习笔记——按模板 templates/1-preview.md 生成，包含：
保存——projects/<课程>/1-preview/[原名]-1.md
后续建议——可上传 NotebookLM 生成音频播客 → 进入 /study-step2-notes
深度理解内容，生成详细章节笔记。通读追求理解，学完一章要能解释给别人听。
确认课程——扫描 projects/ 列出已有课程供用户选择，确认章节范围
生成笔记——按模板 templates/2-notes.md 生成：
保存——projects/<课程>/2-notes/[原名]-2.md
理解困难处理——遇到不理解的概念，提供：简单解释 + 具体例子 + 实际应用场景
后续——建议进入 /study-step3-anki-review，尝试合上笔记回忆
把章节知识转成 Anki 卡片，并自动导出可导入的 TSV 文件。
| 类型 | 正面 | 示例 |
|---|---|---|
| 定义 | 什么是 X？ | 什么是费曼技巧？ |
| 对比 | X 和 Y 的区别？ | TCP vs UDP |
| 应用 | 如何用 X 解决 Y？ | 如何用 MECE 分析问题？ |
| 联结 | X 和 Y 的关系？ | OKR 和 KPI 的关系？ |
| 追问 | 为什么 X？ | 为什么要用依赖注入？ |
| 类比 | X 像什么？ | TCP 三次握手像什么？ |
**Q**: [问题]
**A**: [答案]
---
按知识点类型分组（如 ## 概念类），用 --- 分隔每张卡片。
确认课程——扫描 projects/ 列出已有课程供用户选择，确认章节范围
读取——优先读取 projects/<课程>/2-notes/
生成卡片——按模板 templates/3-review.md
标记薄弱点——在文档底部的 ## 薄弱点 记录反复忘记的概念
保存 Markdown——projects/<课程>/3-review/[原名]-3.md
导出 TSV——自动调用脚本生成 Anki 导入文件：
python3 skills/learning-master/scripts/generate_anki_cards.py "projects/<课程>/3-review/[原名]-3.md"
scripts/generate_anki_cards.py[原名]-3-anki.txt，保存在 3-review/anki-export/ 目录下Front内容<TAB>Back内容<br>，Tab 转空格，避免破坏 TSV后续——进入 /study-step4-output-works
将知识转化为实践。外化标准：「能教会别人」或「能解决实际问题」。
确认课程——扫描 projects/ 列出已有课程供用户选择，确认章节范围
读取——projects/<课程>/2-notes/ 和 3-review/
推荐产出类型——根据课程内容推荐 1-2 种具体产出：
生成产出框架——按模板 templates/4-works.md，直接输出可执行的简洁框架（非建议清单），控制在 1-2 页内
保存——projects/<课程>/4-works/[原名]-4.md
后续——完成课程后 → /study-step5-final-summary
一次完整的学习循环 = 预 → 通 → 内 → 外
确认——课程名称、章节范围（可指定单章或多章）
依次执行——按顺序调用：
/study-step1-preview/study-step2-notes/study-step3-anki-review/study-step4-output-works更新进度——更新 plan.md 章节规划表状态（参见通用约定中的进度状态）
课程学习完毕后进行整体复盘和行动规划。
确认结课状态——扫描 projects/ 确认课程，检查 plan.md，确认核心章节均已完成
生成总结报告——按模板 templates/5-summary.md 写入 projects/<课程>/summary.md：
更新 plan.md——标记总结阶段完成，添加结课日志
最佳实践：不要罗列每章标题，要做跨章节的知识融合（Synthesis）。总结目的是"下一步做什么"，而非"我读了什么"。
# Anki 卡片生成（Markdown Q/A → TSV），输出至 3-review/anki-export/
python3 skills/learning-master/scripts/generate_anki_cards.py <review_file_or_dir>
# 指定自定义输出目录
python3 skills/learning-master/scripts/generate_anki_cards.py <review_dir> --output-dir <output_dir>