| name | vibeflow-learn |
| description | 独立学习流。用于陌生领域学习、研究文章写作、把资料变成输出。提供 Deep Research / Quick Reference / Write to Learn 三种模式，按 Collect -> Digest -> Outline -> Fill In -> Refine -> Publish 六阶段推进。 |
VibeFlow Learn
把学习当工程流水线，但不要把思考外包给 AI。
vibeflow-learn 是一条独立 companion flow：
- 通过
/vibeflow-learn 激活
- 不进入
/vibeflow 主链路阶段
- 不写入
.vibeflow/state.json
- 不复用
Spark -> Design -> Tasks -> Build 的阶段状态
它服务三类任务：
核心原则：
- Primary sources first：优先一手资料，而不是总结别人的总结
- 学习以输出为准：没有变成结构化笔记、提纲、草稿、文章，就不算真的学会
- AI 只解释局部：AI 可以帮你解释难点、检查逻辑、压缩冗余，但不替你读，不替你思考，不替你写
- 资料与产出分离：原始材料、消化笔记、提纲、草稿、成稿要分阶段落盘
工作目录
默认在仓库内建立独立学习目录：
docs/learn/<topic-slug>/
阶段产物建议如下：
sources.md：来源清单与分组digest.md：你的阅读笔记、关键概念、问题清单outline.md：文章或知识卡片提纲draft.md：你的初稿final.md：收尾后的可发布版本
如果用户已经指定了输出位置，优先使用用户指定路径。
先选模式
开始前先明确模式，不清楚时默认推荐 Quick Reference。
| 模式 | 适合什么 | 从哪开始 | 何时结束 |
|---|
Deep Research | 需要系统理解一个领域，并沉淀成研究文章或系统笔记 | Collect | Publish |
Quick Reference | 需要快速建立工作心智模型，不一定产出正式长文 | Digest | Digest 或 Outline |
Write to Learn | 手上已有材料，想通过写作强迫自己真正理解 | Outline | Publish |
六阶段
1. Collect
目标：只收集高质量、可追溯、尽量一手的材料。
优先顺序：
- 官方文档、规范、RFC、标准
- 原始论文、技术报告、白皮书
- 作者本人/团队的一手博客、演讲、访谈
- 官方源码、示例仓库、提交记录
- 高质量课程材料或教材
尽量避免：
- 聚合文章
- 二手解读
- “10 分钟看懂 ……” 之类速成总结
- 没有来源链路的观点贴
要求：
- 每个来源都记录：标题、链接、来源类型、为什么值得读
- 按子主题分组，而不是无序堆链接
- 收够就停，避免用“继续收集”逃避真正阅读
2. Digest
目标：由你来读，由 AI 帮你解释卡点。
这一阶段必须坚持：
- 你自己读全文或关键部分
- 遇到不懂的段落，再让 AI 解释具体局部
- 让 AI 翻译可以，但不要让 AI 替你总结整篇没读过的材料
对每份材料至少记录：
- 它的核心主张是什么
- 证据是什么
- 哪些地方你认同，哪些地方你存疑
- 这份材料和其他材料之间是什么关系
- 哪些内容值得保留，哪些应该被删掉
阶段结束前，至少删掉一部分弱资料。不能筛选，说明收集质量不够。
3. Outline
目标：把“学到了什么”转成“准备怎么讲”。
提纲不是目录草稿，而是输出合同。每个部分都应说明：
- 这一节想讲什么
- 面向什么读者层级
- 依赖哪些来源
- 哪些概念必须先解释
规则：
- 没有来源支撑的段落，不要先写进提纲
- 如果是
Quick Reference，提纲可以收缩为 FAQ / cheat sheet / 概念图
- 如果是
Write to Learn，提纲必须帮助你暴露理解断点
4. Fill In
目标：你自己把提纲填成连续表达。
要求：
- 由你先写，再让 AI 帮你压缩或找漏洞
- 不要让 AI 从零代写正文
- 写不出来时，优先回到
Digest 补理解，不要硬凑段落
这一阶段允许产出一个啰嗦、粗糙、重复的初稿，重点是先把脑中的结构写出来。
5. Refine
目标：让稿子更清楚，但不牺牲你的判断和声音。
AI 在这一阶段可做：
- 删除冗余
- 标出论证跳跃
- 标出“概念先用了、后解释”的地方
- 标出缺来源、缺例子、缺定义的地方
- 帮你统一术语和段落节奏
AI 不能做：
- 擅自替你补事实
- 把你的判断改成更圆滑但更空的说法
- 把文章改成标准 AI 腔
你需要逐条采纳或拒绝修改建议。
6. Publish
目标：在你自己读顺之后，交付成可以发出的版本。
发布前至少完成：
- 通读一遍，按目标读者视角检查是否顺
- 核对关键结论是否都有来源
- 删除“像总结但没有信息密度”的句子
- 确认标题、摘要、结构与正文一致
如果是内部学习笔记，也要把它整理成别人能接着读的版本，而不是只对你自己有意义的碎片。
AI 的允许动作
适合交给 AI：
- 解释一个你已经定位好的局部难点
- 翻译某一段术语密集的技术内容
- 帮你列出不同来源之间的分歧点
- 对提纲做缺口检查
- 对初稿做冗余压缩和逻辑体检
不适合交给 AI：
- 总结一篇你自己没读过的论文或文章
- 代替你判断某个主张是否成立
- 从零替你写完整文章
- 跳过一手资料直接写结论
执行顺序
- 确认主题、目标读者、输出物类型
- 选择模式：
Deep Research / Quick Reference / Write to Learn
- 创建
docs/learn/<topic-slug>/
- 按当前模式进入对应阶段
- 每个阶段结束时，把产物写入对应文件
- 只在需要时让 AI 解释局部或做结构检查
- 在
Publish 阶段前，必须由你亲自完成最终通读
红线
- 不要把
vibeflow-learn 的文件写进 docs/changes/
- 不要改动
/vibeflow 主链路阶段状态
- 不要把 AI 总结当成你已经读过
- 不要用“先让 AI 写出来再看”冒充学习
- 不要引用没有回到原始来源核对过的关键结论
结束交付
每次结束时，至少要明确给出：
- 当前模式
- 当前停在哪个阶段
- 已完成的产物文件
- 下一步最该做什么
- 哪些结论已经有 primary sources 支撑，哪些还没有
