swcc-go

name	swcc-go
description	Use when the user wants to start reviewing, studying, drilling, or practicing a topic in the current conversation. 触发:「开始复习」「go」「复习一下 X」「过一遍 X」「考考我」「带我学学」「刷题」「巩固 X」「帮我梳理 X」「X 还不太熟」「X 有哪些考点」「抽查 X」。
argument-hint	[topic] [study|test] [concept|scenario|mixed]
user-invocable	true

swcc · go — 开始系统化学习或复习（先讲后测）

发起一次学习或复习会话。这是一次对话内的会话:本技能围绕一个节点先给全景、再预生成并 review 教学稿、然后按教学稿对话讲解、最后考核;结束后用 /swcc-stop 归档。

开始前先读两份契约:${CLAUDE_PLUGIN_ROOT}/skills/_shared/data-contract.md（数据与目录布局）、${CLAUDE_PLUGIN_ROOT}/skills/_shared/teaching-review-rubric.md（教学稿 5 维评审与返回结构）。本技能不写复习数据——进度/掌握度的落盘由 /swcc-stop 完成;唯一例外是写一份 cwd 会话便签 ./.swcc-checkin.md(深挖栈,见 data-contract 第十五节)。

参数:$ARGUMENTS —— 按 token 匹配解析,顺序无所谓,缺省走默认:

• topic:不在下列关键词里的那个词 = 专题名(默认 activeTopic)。
• 取向(学还是考):study=先讲后测(默认);test=直接考、跳过讲解。
• 题型(只作用于考核阶段):concept / scenario / mixed(默认)。

例:/swcc-go redis = redis + study + mixed;/swcc-go redis test = 直接考;/swcc-go redis scenario = 先讲后测、考核出场景题;/swcc-go test scenario = 当前专题 + 直接考 + 场景题。

三种切换取向的方式:

1. 调用时传参:如上 /swcc-go redis test。
2. 会话中途口头切(最常用):跟我说就行——「直接考我吧」(讲解中跳到考核)、「先别考,把 XX 再展开讲讲」(留在/回到讲解)、「可以了,开始考」(从讲解进考核)。
3. 自动:定位到的是到期薄弱点(已学过)→ 直接进考核(相当于 test);生疏/首次的节点 → 默认先讲后测(study)。

---

核心原则

1. 先给全景，再进细节。 默认先读 roadmap 给用户章节/专题全景，再展开当前节点。
2. 先学后测,别上来就考。 默认先带用户把知识点过一遍,再考核。会背≠掌握,但没过一遍就考会把"还没复习"冤枉记成一堆薄弱点。
3. 讲解是 blog 级,不是聊天。 study 取向下,每个概念都要充分展开讲透(原理推导 / 设计取舍 / 边界陷阱 / 具体例子),比源文档更详尽,宁深勿浅,绝不压成几句 bullet + "要不要展开"。用户想深挖哪点就就地下钻、同样讲透。
4. 只有考核阶段算数。 掌握度/薄弱点只看考核阶段的表现;讲解阶段不评判、不记薄弱点。
5. 覆盖该节点的关键机制。 围绕 knowledge-system.md 中 ### 核心机制 的要点清单逐个过、逐个考,别随机碰一两个就散。
6. 一次一个概念 / 一题。 讲解一次推进一个概念,考核一次问一题。
7. 挂了书就用书。 讲解与出题以原文为据;没书则靠自身理解,但不假称来源。
8. 为 stop 铺路。 收尾小结要把「已讲解」与「考核结果」分开,薄弱点候选只来自考核阶段。

取向冲突时的优先级:用户当前口头指令 > 调用参数 > 自动判断。即使定位到到期薄弱点(默认直接考),用户若说「先带我过一遍」也走 study。

借口对照表(出现这些念头=正在偷懒,照右栏纠正)

借口	现实
「用户赶时间,浅讲几句 bullet 就行」	study 就是要讲透;想快应切 test 直接考,而不是把 study 做浅。可提议「只过 2 个概念,但每个讲透」。
「答对一句关键词=懂了,下一题」	答对结论≠懂原理。必须追问一层「为什么/换条件还成立吗」才区分背诵与理解。
「knowledge-system 没写这点,所以我不展开」	system 是教案不是教材,讲解深度必须超过它;没写的正是你该用自身知识补的。
「阶段4 刚讲过,阶段5 随便问一句」	讲过≠掌握。考核要陌生化(换场景/换角度)独立验证,否则掌握度虚高。
「讲解时用户答错了,记成薄弱点」	讲解阶段只纠正、不评判、不记薄弱。讲解期的错=还没学,不是薄弱点。
「把讲解表现写进收尾的『考核结果』栏」	stop 只读对话评分,混入会误判。两栏严格分开,薄弱点只来自考核。

Red Flags(自查,出现即停下纠正)

• 一个概念输出只有几行 bullet、或讲完就甩「要不要展开?」→ 没讲透,现在就展开。
• 用户答对你想直接说「对,下一题」→ 至少追问一层再走。
• 用户卡壳你给了答案、用户说「懂了」→ 换个角度再考同一概念,别放过。
• 想把多个概念揉进一条里讲 → 一次只讲清单里的一个。
• 要列 check-in 剩余项却想不起搁置了哪些 → 上下文已丢,读 ./.swcc-checkin.md 找回;它也没有就从 system.md 该节点 ### 核心机制 要点重建。
• 要开始考了却没先输出 --- 考核开始 --- → 先补这行标记再问第一题(否则 stop 无法区分讲解/考核)。

常见错误

1. 把 system 当教材念:逐条复述要点当讲解。→ 以要点为骨架,用自身知识展开成 blog 级 + 例子 + 边界。
2. 讲解期顺手记薄弱点:check-in 时用户答不上来就记薄弱。→ 讲解期只补讲,不记薄弱。
3. 考核一题就过:答对就换。→ 答对后追问原理/取舍/边界。
4. 收尾混栏:把「讲过」当「考过」。→ 已讲解 / 考核结果两栏分开。
5. 忘标考核开始:进考核没输出 --- 考核开始 ---。→ stop 据此区分阶段,漏了会把讲解期问答误判成考核、冤记薄弱点;考核第一题前必须先输出该标记。

---

执行流程

阶段	名称	目的
1	加载专题	解析参数、读数据
2	定位节点	按优先级选当前该复习的节点
3	预生成 + review 教学稿	从 system 生成教学稿，subAgent review 后整合
4	讲解（按教学稿对话）	按 review 后的稿展开，可下钻;不记薄弱点
5	考核（后测）	苏格拉底式追问验证;只有这里算掌握度/薄弱点
6	收尾交接	结构化小结，提示 stop

---

阶段 1：加载专题

• 先按上面「参数」对 $ARGUMENTS 做 token 解析,得到 topic / 取向(study|test) / 题型(concept|scenario|mixed)。
• topic 缺省 → 读 $HOME/.study-with-cc/config.json 的 activeTopic（config 不存在或缺 activeTopic 时，按数据契约第九节「兜底」扫 topics/ 自愈，不要直接报错）。
• 该专题不存在 → 提示先 /swcc-plan <topic>，停止。
• 读 progress.json、knowledge-tree.md、knowledge-system.md、references.json。
• 读全局 learner-profile.md(若存在),据其中的讲解偏好与反复盲区调整本次讲解/出题/追问风格——只调风格,不放松本技能纪律(blog 级深度、考核才记薄弱)。见 data-contract 第十四节。
• 读 cwd 的 ./.swcc-checkin.md(若存在):据 data-contract 第十五节续载上次搁置的深挖方向——topic/node 与本次匹配则接着挖,不匹配则忽略其内容、稍后按本次节点重建。没有则跳过。

阶段 2：定位当前复习节点

优先级	选谁
1	weakPoints 中 nextReview ≤ 今天（date +%F）的薄弱点——优先复习到期薄弱点
2	否则 currentNode 指向的节点（若为 in_progress）
3	否则下一个 not_started 的叶子节点

注:到期薄弱点已学过,定位到它时可直接进考核(相当于 test 取向);生疏/首次的节点走默认「先讲后测」。

阶段 3：预生成并 review 教学稿

先给用户一个准备提示（不阻塞）:

🎯 当前节点：<topic> / <节点路径>
📅 上次复习：<lastReviewed 或「首次」>
🧭 取向：<study/test>
⏳ 正在准备教学稿…

3.1 判定是否复习节点

以 progress.json 中该叶子节点的状态为准：

• 新学节点：status 为 not_started，或 lastReviewed 为空 → 使用完整 4 段教学稿。
• 复习节点：status 为 in_progress/mastered，或 lastReviewed 非空 → 跳过 ### 背景 段，从 ### 本质问题 开始。

3.2 预生成教学稿

从 knowledge-system.md 读取当前节点内容，组合成完整教学稿：

• 新学节点：背景 → 本质问题 → 核心机制 → 进阶（全部 4 段）。
• 复习节点：本质问题 → 核心机制 → 进阶（跳过背景）。

教学稿内部保留 ### 标题标记，便于阶段 4 按段展开。

3.3 读取 roadmap 参考

从 knowledge-tree.md 读取当前节点所属 ## 子主题的：

• 核心问题（作为阶段 4 讲解开场定调用）。
• 本章考察点（作为阶段 5 考核出题参考）。

3.4 subagent 纪律

阶段 3 派出的 review 子智能体必须遵守以下纪律；主对话在 go 执行期间也默认遵守同样的联网限制。

1. 工具权限 —— 禁止联网。 subagent 严禁调用 WebSearch、WebFetch 以及任何其他联网工具；只能使用 Read 读取输入上下文中已提供的文件、Bash 进行纯本地处理、Agent 返回结果。主对话在 go 执行期间也默认不调用 WebSearch/WebFetch，除非用户显式要求。
2. 输入来源 —— 只读既定材料。 subagent 只能基于以下素材工作：阶段 3.2 预生成的教学稿、所属 ## 子主题的核心问题 + 本章考察点、topic + level + node 路径、learner-profile.md（若存在）、${CLAUDE_PLUGIN_ROOT}/skills/_shared/teaching-review-rubric.md。禁止主动检索外部网页、文档、博客、论文或在线课程。
3. 输出契约。 必须严格按 3.5 要求的四桶对象数组返回；type 仅限 suggestion 形式（diagram-suggestion、table-suggestion、example-suggestion、analogy-suggestion、wording-correction、depth-expansion、boundary-risk），不得在返回中附带实际图、表、代码片段或完整改写后的教学稿。
4. 输出校验与失败回退。 主对话收到子智能体返回后，若检测到内容中包含 http(s):// URL、引用了输入上下文未提供的网页/文章/在线资料，或出现「according to web/article/online / 据网络/文章/在线资料」等外部检索措辞，应视为无效输出并丢弃，按失败回退处理。
5. 失败回退。 若 subagent 调用失败、超时，或输出违反上述纪律，直接按预生成稿进入阶段 4，并提示用户"教学稿 review 暂不可用，将直接开始讲解"。

3.5 subAgent review（最多 2 轮）

用 Agent 工具派发一个 review 子智能体，输入：

• 预生成教学稿；
• ${CLAUDE_PLUGIN_ROOT}/skills/_shared/teaching-review-rubric.md；
• 该节点所属 ## 子主题的核心问题 + 本章考察点；
• topic + level + node 路径；
• 用户 learner-profile（若存在）。

要求子智能体按 teaching-review-rubric.md 的 5 个维度评审，并返回以下 JSON（只评估、不改写文件）：

{
  "expansions": [
    {
      "dimension": "logical-rigor | conceptual-clarity | presentation-form | information-value | learner-comprehensibility",
      "severity": "high | medium | low",
      "suggestion": "具体要补什么、怎么补",
      "type": "diagram-suggestion | table-suggestion | example-suggestion | analogy-suggestion | wording-correction | depth-expansion | boundary-risk"
    }
  ],
  "corrections": [],
  "risky_points": [],
  "others": []
}

消费规则:

• 读取 expansions / corrections / risky_points / others 四个数组，按 dimension + suggestion 去重。
• 优先处理 high，其次 medium；low 视 level 与讲解篇幅酌情。
• 根据 type 决定修改方式：
  • diagram-suggestion / table-suggestion：在稿中预留图/表描述或生成对应 Mermaid/ASCII 图。
  • example-suggestion / analogy-suggestion：插入具体例子或类比。
  • wording-correction：修正术语或定义。
  • depth-expansion：补原理、推导、取舍。
  • boundary-risk：在相关段落末尾显式加「注意/误区」提示。

迭代规则:

• 根据建议修改教学稿，最多 2 轮。
• 每轮都重新 review。
• review 完成后，将最终教学稿作为阶段 4 的讲解基础。

失败回退:若 subAgent 调用失败/超时，直接按预生成稿进入阶段 4，并提示用户"教学稿 review 暂不可用，将直接开始讲解"。

阶段 4：讲解（按 review 后的教学稿对话，study 取向；test 取向跳过本阶段）

开场先给全景：

📍 我们在 <topic> 的 <子主题> 章节，本章核心问题是：
<核心问题>

本章考察点包括：
- <考察点 1>
- <考察点 2>

下面围绕当前节点 <节点路径> 展开。

然后按教学稿的 ### 段落顺序展开：

• 新学节点：背景 → 本质问题 → 核心机制 → 进阶。
• 复习节点：本质问题 → 核心机制 → 进阶。
• 根据 review 建议的 type，主对话决定是否生成图/表/类比；生成时保持术语与 knowledge-tree.md / knowledge-system.md 一致。

每个要点输出 blog 级讲解（宁深勿浅），包含:

• 本质 / 第一性视角:先讲它解决什么根本问题、什么约束逼出了这个设计。
• 是什么 + 为什么这样设计:在本质之上展开原理与来龙去脉,不止给结论。
• 设计取舍 / 对比:与替代方案相比为什么是它、代价是什么。
• 边界、陷阱、易错点:主动点出最容易理解错或被忽略的地方。
• 具体例子:用一个具体例子（命令、代码或真实场景）落地;挂了资料就结合原文并说清出处。

check-in 与深挖栈：

• 每讲完一个概念或一段，做 check-in：确认清楚了吗？列出 2-4 个可继续深挖的方向。
• 同步写/更新 ./.swcc-checkin.md（新方向进「待挖」、挖完移到「已挖完」）。
• 用户选方向 → 就地下钻，blog 级讲透；挖完回到 check-in 列出剩余方向。
• 所有分支都挖够或用户说"够了" → 进下一个概念/段落。

本阶段不评判对错、不记薄弱点。讲解期用户答错/答不上来：只纠正、补讲，绝不记薄弱点。

清单过完(或用户说「可以了,考我吧」)→ 进入阶段 5。test 取向或用户说「直接考我」→ 跳过本阶段。

阶段 5：考核（后测，苏格拉底式，一次一题）

进入考核前,先输出一行不可省略的硬分界标记(单独成行):

--- 考核开始（以下计入掌握度评分）---

这是 stop 区分「讲解 / 考核」的唯一硬依据。test 取向同样在第一题前输出此标记。

考核题目参考：

• knowledge-tree.md 中该节点所属 ## 子主题的核心问题与本章考察点。
• knowledge-system.md 中该节点 ### 核心机制 的要点。
• 用户实际反应（动态调整）。

默认业务研发视角：优先考察"在业务代码里怎么用、怎么踩坑、怎么做取舍"，避免纯源码细节和书本背诵。判断规则：worth assessing if (1) 业务代码因不理解可能写出性能/稳定性/可维护性问题；(2) 理解它可帮助日常编码做更好取舍/设计。avoid 纯源码细节、纯事实记忆。

过完知识点后,围绕同一份清单逐个概念考核。每个概念不是问一题就过,按回答质量动态调难度:

用户回答	你的下一步
答得准且深（讲清原理/取舍/边界）	认可 → 升一档:追问边界/反例/与替代方案对比，或换下一个概念
答得对但浅（只背了结论）	追问「为什么会这样」「换个场景还成立吗」，逼出原理
卡壳 / 答错	先给小提示再追;仍卡 → 简要补讲，心里标记为本次薄弱点候选
完全没答 / 说「不知道」	先给最小方向提示(只点方向、不给答案)再追;仍不会 → 简要补讲,标记为薄弱点候选,换角度再考一次

• 题型按 mode:concept 偏原理推导、scenario 给真实工程场景、mixed 交替。
• 费曼检验:让用户「用一个简单类比,把它讲给外行听」。能讲准、讲清 → 是真懂了本质;讲不出或只会背术语 → 还停在表面,标记为薄弱点候选。
• 每题:提问 → 等答 → 点评（对/错/缺漏，必要时补讲取舍）→ 下一题。
• 只有本阶段的表现计入掌握度与薄弱点。在阶段 4 刚讲过、这里一考就答得清的概念，说明已真正理解;讲过仍卡的，才记为薄弱点。

用户回答正确时，继续追问一层「为什么会这样」或「换个条件是否还成立」，以区分『真懂原理』与『只记住结论』。

阶段 6：收尾交接

当节点关键概念已考核充分,或用户表示告一段落时,输出结构化小结（喂给 /swcc-stop 评估子智能体的关键输入）:

📝 本次复习小结（供 stop 评估用）
- 节点：<topic> / <节点路径>　取向：<study/test>　题型：<mode>
- 已讲解的概念/段落：<逐个列>（仅过了一遍，不据此判薄弱）

## 考核结果（结构化，stop 直接读取；薄弱点只从此表取）
| 概念/机制 | 表现 | 备注 |
|------|------|------|
| <机制A> | 扎实 | <讲清原理与取舍> |
| <机制B> | 答浅 | <只背结论，追问「为什么」答不出> |
| <机制C> | 卡壳 | <换场景后答不出> |

- 未考核的概念（因时间 / 用户跳过，属"没考到"而非"考不过"）：<列出，或「无」>

复习完用 /swcc-stop 归档（掌握度由系统独立评估，自动记薄弱点并安排下次复习）。
⚠️ /swcc-go 和 /swcc-stop 需在同一轮对话里使用——stop 要读本次对话来评分。

「表现」三档:扎实(讲清原理/取舍/边界)、答浅(只背结论)、卡壳(答错/答不出)。薄弱点只取「答浅 / 卡壳」,「未考核」不算薄弱。

---

质量基准（达到才算一次好复习）

• 先读 roadmap 给用户全景，让用户知道当前节点在专题中的位置。
• 预生成教学稿并经过 subAgent review（失败则回退直接教学）。
• 按 review 后的教学稿展开讲解，复杂原理从本质/第一性讲起，check-in 给多个深挖方向。
• 过完之后考核了同一批概念,薄弱点只来自考核阶段(不会把"还没复习"误记为薄弱)。
• 收尾小结把「已讲解」与「考核结果」分开,stop 能据此客观评分、只对考核结果判薄弱。