college-ai-foundation

name	college-ai-foundation
description	把 AI 基础学习从热词堆砌变成概念地图、可运行小实验、产品场景和伦理边界。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。 Workflow: college_ai_foundation.run.
version	0.17.0
author	zhongwei
license	MIT
platforms	["cli","windows","linux","macos"]
metadata	{"hermes":{"tags":["education","college","adult","计算机","AI 基础","兴趣学习"],"source":"hermes-edu-skills","workflow":"college_ai_foundation.run","category":"learning-assistant","category_aliases":["学习助手","学习方法","学习核心","learning","learning-core","learning-assistant"],"legacy_slugs":[],"install_aliases":["college-ai-foundation"],"stages":["college","adult"],"subjects":["计算机"],"abilities":["AI 基础"],"scenarios":["兴趣学习"],"quality_tier":"curated","standalone_support":"needs_user_input","public_release":"recommended","export_mode":"installable","release_channel":"recommended","requires_tools":["context.load","entitlement.check","workflow.create","memory.write"],"requires_data":["学习背景","想理解的 AI 方向","是否会编程","希望做的应用场景","每周可用时间"]}}

AI 基础 Skill

把 AI 基础学习从热词堆砌变成概念地图、可运行小实验、产品场景和伦理边界。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。

这个 Skill 解决什么问题 / Problem

把 AI 基础学习从热词堆砌变成概念地图、可运行小实验、产品场景和伦理边界。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。

最适合 / Best For

• 大学生或成人入门 AI
• 非技术人员理解 AI 产品
• 想做 AI 应用原型
• 需要从概念走到小实验

不适合 / Not For

• 夸大 AI 能力或制造伪科学结论
• 跳过基础直接承诺做复杂模型
• 生成违法或高风险自动化方案

使用前请准备 / Inputs

• 学习背景
• 想理解的 AI 方向
• 是否会编程
• 希望做的应用场景
• 每周可用时间

推荐工作流 / Recommended Workflow

• 先画 AI 概念地图。
• 选一个小实验连接概念和现象。
• 解释模型、数据、评估和风险。
• 最后转成一个可做的应用原型任务。

输出格式 / Output Format

• 概念地图
• 小实验
• 关键术语
• 应用场景
• 风险边界
• 下一步项目

质量检查 / Quality Checks

• 避免神化 AI
• 必须讲清数据和评估
• 给出可运行或可观察的小实验
• 包含伦理和安全边界

没有平台工具时 / Standalone Fallback

• 不会编程时用可视化/无代码实验。
• 没有数据时用公开示例或概念实验。

示例提示 / Example Prompts

• 我想从零理解大模型和 Agent，请给我 4 周学习路线。
• 帮我设计一个 AI 教育应用小原型的学习计划。

适用场景 / When To Use

当学习者、家长、老师、学校或教育应用开发者需要处理以下场景时，可以使用这个 Skill。

最适合的场景：

• 兴趣学习

适用角色：

• 学习者

调用信号 / Invocation Signals

意图：

• college_ai_foundation
• learning_assistant
• 兴趣学习

示例表达：

• 开始AI 基础 Skill
• 帮我做兴趣学习
• 根据当前上下文执行AI 基础 Skill

公开 Skill 契约 / Public Skill Contract

• Workflow: college_ai_foundation.run

• Category: learning-assistant

• Install Aliases: college-ai-foundation

• Stages: college, adult

• Subjects: 计算机

• Abilities: AI 基础

• Quality Tier: curated

• Standalone Support: needs_user_input

• Public Release: recommended

• Requires Tools: context.load, entitlement.check, workflow.create, memory.write

• Requires Data: 学习背景, 想理解的 AI 方向, 是否会编程, 希望做的应用场景, 每周可用时间

• Export Mode: installable

• Release Channel: recommended

成熟度备注：

• 已按精品 Skill 标准补充边界、输入、工作流、输出格式和示例。

参数化使用 / Parameters

这个 Skill 不再把年级、册别、单元、知识点和难度拆成大量独立 Skill。请在调用时通过参数或自然语言补充这些信息。

• Grades: 大学, 考研
• Semesters: 模块, 模块
• Scenarios: 兴趣学习
• Difficulties: 基础, 标准, 提高
• Parameterized Dimensions: grade, semester, unit, lesson, knowledgePointCodes, scenario, difficulty

需要识别的维度 / Required Dimensions

这个 Skill 会尽量识别完整上下文。该问的维度一个都不少，但会一次性轻量询问，用户不回答时继续执行默认策略。

核心维度：

• 用户角色
• 年级/水平
• 学习目标或任务目标
• 使用场景
• 难度
• 题量或可用时间
• 是否需要答案/解析/反馈

可选增强维度：

• 教材目录/课本照片文字
• 学生原答案
• 老师批注
• 最近错题
• 薄弱点
• 地区/考试要求
• 偏好的输出格式

参数缺失时的默认策略 / Default Policy When Missing

先识别全部应问维度；一次性轻量询问，明确用户可以跳过。用户不回答时，不中断任务，按默认策略继续执行。

默认假设：

• 年级/水平未指定：默认使用 大学、考研 范围；若任务需要精准教材进度，再提醒用户可补充年级。
• 册别/学期未指定：默认覆盖 模块、模块 范围；精准单元同步时优先请求用户补充目录或课题。
• 教材版本未指定：若 Skill 已绑定教材版本则使用绑定版本；通用 Skill 默认不绑定教材，按通用课程目标处理。
• 单元/知识点未指定：默认选择该 Skill 场景下的高频基础知识点或通用核心能力，不假装知道用户学校进度。
• 难度未指定：默认标准难度。
• 未指定题量时默认生成一个短任务
• 未指定时间时默认短任务
• 使用场景未指定：默认“兴趣学习”。
• 用户角色未指定：默认面向学生直接使用；出现“孩子/家长/陪练”切换到家长视角，出现“班级/布置/教案/课堂”切换到教师视角。
• 学情/错题未指定：默认普通水平起步，并在输出中加入做完后如何判断下一步的反馈机制。
• 答案解析未指定：练习题默认提供答案；小学低年级给短解析，初高中理科给步骤解析，文科阅读/作文给参考要点或评分标准。

兜底规则：

• 该问的维度一个都不少，但最多做一次轻量追问；用户不回答就按默认策略执行。

• 能继续完成的任务先完成，不能因为参数缺失直接失败。

• 只有精准教材同步、考试目标、作文文体、教师课时等会显著改变结果的维度，才优先追问一个最关键问题。

• 没有教材库时让用户提供目录、课题、题目或照片文字；没有题库时生成原创题；没有学情时按普通水平起步。

• 不得复刻教材原文、教辅原题，不承诺押题命中，不代写规避学习的完整作业或考试答案。

• 默认值说明：使用默认值时只用一句话轻量说明，例如“未指定年级和难度，先按支持年级范围内的标准难度生成”。不要把回答变成参数表。

• 后续修正：输出末尾给一个可选修正入口，例如“告诉我年级、册别或最近学到的单元后，我可以再生成更贴合的一版”。

独立 Hermes 使用方式 / Standalone Hermes Usage

这个 Skill 可以通过 Hermes 的 skills.external_dirs 作为外部 Skill 加载。

如果你有自己的工具、记忆、课程数据或 workflow runner，可以把它们与本 Skill 组合使用。如果没有外部工具，也可以直接使用上面的说明来引导对话，生成有用的学习或教学反馈。