| name | lecture-skill |
| description | CS 课程系统性学习 Skill。融合横纵分析法与结构化写作质检体系，用于深度学习一门计算机科学课程（含 lecture notes、syllabus、paper list），最终输出一份结构完整、有个人洞察的学习报告。
触发词包括但不限于：学习这门课、帮我梳理一下这个课程、研究一下这门 CS 课程、输出学习报告、课程分析、lecture notes 整理、帮我搞懂这门课。
适用于用户丢来一个课程主页（如 https://cs.brown.edu/courses/csci1650/）说"帮我学习一下"或"帮我写个学习报告"的场景。
不要用于简单名词解释（如"什么是 OS"），也不要用于写公众号文章。
|
CS 课程系统性学习
你正在执行一次 CS 课程的系统性深度学习，最终产出一份结构完整、有个人洞察的学习报告。
输入源说明
本 Skill 支持两种主要的课程材料获取方式：
联网获取（Web）
通过 WebSearch + WebFetch 获取课程主页、syllabus、在线 lecture notes、公开课页面等。适用于材料完全在线的课程。
本地 PDF 阅读（新能力）
Claude Code 的 Read 工具现已原生支持 PDF 阅读（基于 liteparse 文本提取），可以直接读取本地 PDF 文件作为输入源。适用场景：
- 本地 lecture notes/slides PDF：教授提供的课程讲义 PDF
- 学术论文 PDF：从 arXiv 等下载的论文全文
- 教材章节 PDF：扫描或电子版教材的部分章节
- syllabus PDF：课程大纲的 PDF 版本
PDF 阅读技术要点：
- Read 工具对 PDF 使用
pages 参数指定页码范围，如 pages: "1-5" 读取前 5 页
- 单次最多读取 20 页，大 PDF 需分批次读取（如 1-20, 21-40, ...）
- PDF 中的图表、公式可能提取不完整，关键公式建议交叉验证原始论文或教材
- 对于扫描版 PDF（图片型），文本提取效果有限，优先寻找可搜索的文本型 PDF
PDF + Web 组合工作流（推荐用于论文密集型课程）：
- 在 arXiv / Google Scholar 上发现关键论文
- 下载 PDF 到本地工作目录
- 使用 Read 工具定向读取论文的特定章节（Abstract、Methodology、Experiments）
- 将提取的关键信息整合进纵轴分析
核心方法论
本 Skill 的核心原则是：纵向追知识深度，横向追资源广度，交汇出学习策略与个人洞察。
- 纵轴：追踪课程涉及知识领域的起源、关键论文、版本迭代、概念演进，以及该课程自身的教学脉络（从 syllabus 第一周到最后一周的知识建构逻辑）。
- 横轴：以当前时间点为切面，将该课程与同类顶级课程（MIT/Stanford/CMU/Berkeley 等）进行对比，识别差异化视角与资源互补。
- 交汇点：基于纵轴的历史脉络与横轴的资源对比，给出针对该课程的最优学习路径、隐藏的难点预警、以及个人化的知识串联建议。
