course-learning

name	course-learning
description	CUHK PhD course learning assistant for lecture summarization, homework assistance, and exam review. Triggers on "课程", "作业", "复习", "homework", "review", "lecture", "考试", "/course". Supports bilingual output (Chinese main + English terms) for summaries, LaTeX homework with human-like writing, and comprehensive review documents.
allowed-tools	["Read","Write","Edit","Glob","Grep","Bash","WebSearch","WebFetch","Task"]

Course Learning Assistant Skill

为 CUHK 博士生设计的课程学习辅助系统，支持三大核心功能：

1. 课程总结 (--summary) - 中文为主，英文术语辅助
2. 作业辅助 (--homework) - LaTeX 格式，类人写作，交叉验证
3. 考试复习 (--review) - 完整复习文档，每个概念配例子

---

Quick Start

# 总结单个讲义
/course ./CSCI5350/2025R2/ --summary lecture3.pdf

# 完成作业
/course ./CSCI5350/ --homework hw1.pdf

# 生成复习文档
/course ./ENGG5202/ --review

---

学术诚信声明

本工具仅用于辅助学习，严禁直接提交 AI 生成的作业。

使用者必须：

1. 理解并验证所有解答
2. 用自己的方式重新表述
3. 标注任何不确定的推导
4. 遵守课程的学术诚信政策

---

三种模式概览

Mode 1: Summary (--summary)

输入: 单个或多个讲义 PDF 输出: summary_lectureX.md

特点:

• 中文表述为主
• 重要术语标注英文："纳什均衡 (Nash Equilibrium)"
• 每个概念配示例
• 标注讲义来源页码

用法:

/course ./CSCI5350/2025R2/ --summary lecture3.pdf
/course ./CSCI5350/2025R2/ --summary lecture1.pdf lecture2.pdf lecture3.pdf
/course ./CSCI5350/2025R2/ --summary all  # 总结所有讲义

Mode 2: Homework (--homework)

输入: 作业 PDF 输出:

• hw_solution.tex - LaTeX 格式英文答案
• hw_annotation.md - 中文详细注释

特点:

• 类人写作风格（避免 AI 检测）
• 交叉验证关键结果
• 不编造，基于讲义内容
• 详细步骤推导

用法:

/course ./CSCI5350/ --homework hw1.pdf
/course ./CSCI5350/ --homework assignment1.pdf --lectures 2025R2/

Mode 3: Review (--review)

输入: 课程文件夹 输出: review_[COURSE_CODE].md

特点:

• 完整的课程复习指南
• 中英双语术语表
• 每个概念配例题
• 易错点总结
• 考前快速清单

用法:

/course ./ENGG5202/ --review
/course ./CSCI5350/2025R2/ --review

---

课程文件夹结构识别

Pattern A: 按学期组织

CSCI5350/
├── 2024R2/
│   ├── lecture1.pdf - lecture10.pdf
│   └── hw1.pdf, hw2.pdf, hw3.pdf
└── 2025R2/
    ├── lecture1.pdf - lecture4.pdf
    └── assignment1.pdf

识别特征: 子目录命名包含 20XXR[1-2] 或 semester

Pattern B: 扁平结构

ENGG5202/
├── ENGG 5202_Lecture 1 Introduction.pdf
├── ENGG 5202_Lecture 2 Decision Tree.pdf
├── ENGG 5202_TA_Decision Tree.pdf
└── ...

识别特征: 所有文件在同一目录，文件名包含 Lecture X 或 TA_

文件类型检测

模式	检测规则
讲义	lecture, Lecture, lec, slides
作业	hw, homework, assignment, ps
TA 材料	TA_, tutorial, recitation
考试	exam, midterm, final, quiz

---

核心工作流程

详见 WORKFLOW.md 获取完整工作流程。

Summary 流程简述

1. 读取 PDF 内容
2. 识别主题层级结构
3. 提取核心概念
4. 生成中英双语总结
5. 添加示例和来源标注

Homework 流程简述

1. 解析题目要求
2. 检索相关讲义内容
3. 构建解答框架
4. 生成 LaTeX 解答（类人风格）
5. 交叉验证关键结果
6. 生成中文注释文档

Review 流程简述

1. 扫描课程文件夹
2. 构建知识图谱
3. 按主题整理内容
4. 生成完整复习指南
5. 添加练习题和快速清单

---

输出质量要求

总结文档

• 结构清晰，层级分明
• 每个概念有中英文术语
• 每个重要概念配示例
• 标注来源页码

作业解答

• LaTeX 能正常编译
• 写作风格自然（非 AI 模板化）
• 关键计算交叉验证
• 步骤完整，逻辑清晰
• 无编造内容

复习文档

• 覆盖所有讲义内容
• 概念→公式→例题 完整
• 术语表完备
• 易错点明确
• 可用于考前快速复习

---

关键参考文件

• WORKFLOW.md - 详细工作流程
• TEMPLATES.md - 输出模板
• references/writing-style.md - 类人写作指南
• references/latex-patterns.md - LaTeX 模板
• references/cross-validation.md - 交叉验证方法

---

常用课程代码

课程代码	课程名称	类型
CSCI5350	Game-Theoretic and AI-Based Techniques	博弈论
ENGG5202	Pattern Recognition	机器学习
CSCI5160	Approximation Algorithms	算法
IERG5154	Information Theory	信息论
SEEM5680	Optimization	优化

---

使用限制

1. 学术诚信: 不直接提交 AI 生成的作业
2. 内容验证: 所有解答需要人工验证
3. 不编造: 仅基于提供的讲义内容
4. 标注不确定: 对不确定的推导必须标注

---

Related Commands

• /analyze-paper - 论文深度分析
• /implement-paper - 论文实现

Related Skills

• research-paper-workflow/ - 论文写作
• pdf/ - PDF 处理工具