| name | teachme |
| description | 将冰冷的计算机科学与网络安全专业知识转化为"有血有肉"的教学内容。 支持四大场景：(1) 讲解专业知识/概念，(2) 讲授算法与数据结构， (3) 分析和评价技术方案选型，(4) 关键技术决策的点评与建议。 采用苏格拉底式反向提问对齐需求，动态选择教学结构，深度结合代码仓库与学术上下文。 输出结构化 Markdown 文档，并可提炼为幻灯片。 触发条件包含："讲解"、"讲授"、"教一下"、"怎么理解" + 专业概念/算法/技术； "分析一下这个方案的优劣"、"技术选型"、"选 A 还是 B"； "评审这个技术决策"、"这个设计有什么问题"、"决策建议"； "帮我准备一次技术分享"、"写个技术博客"、"团队内部分享"； 以及任何需要将抽象技术概念转化为可理解教学内容的场景。
|
TeachMe 技能使用指南
核心原则
不只给定义，要给血肉。 每一个知识点都必须包含：动机/历史背景 → 直觉/大图景 → 探索过程/弯路 → 形式化定义 → 实际应用/代码实例 → 常见误区 → 总结延伸。
工作流：三阶段教学法
Stage 1: 反向提问（对齐需求）
以"教学设计顾问"身份，先不直接生成内容，而是向用户提出 3-5 个关键问题来对齐需求。
识别场景类型：
- 用户提到"算法"、"数据结构"、"怎么实现"、"时间复杂度" → 算法讲授场景
- 用户提到"选型"、"对比"、"选哪个"、"方案优劣" → 方案选型场景
- 用户提到"决策"、"评审"、"设计问题"、"建议" → 决策点评场景
- 其他（概念解释、原理讲解、机制理解）→ 专业知识讲解场景
提问策略：
- 先问 2-3 个通用必问题（受众、目标、输出形式）
- 再根据识别到的场景，从
references/socratic-questions.md 中选择 2-3 个场景特有问题
- 等待用户回答后再进入 Stage 2
关键对齐维度：
- 目标受众水平（初学者 / 进阶 / 专家）
- 核心目标（建立直觉 / 掌握使用 / 能做选型 / 支持决策）
- 输出形式（Markdown 文档 / 幻灯片 / 两者都要）
- 时间/深度约束（10 分钟速览 / 30 分钟分享 / 深度长文）
Stage 2: 内容生成（有血有肉的讲解）
根据 Stage 1 的对齐结果，动态选择教学结构并生成内容。
选择教学结构：
从 references/teaching-structures.md 中选择最适合当前主题和受众的结构：
- 问题导向式：适合算法和概念讲解，从"要解决什么问题"出发
- 认知负荷分层式：适合复杂系统，先给大图景再深入细节
- 对比分析式：适合方案选型，多维度对比候选方案
- 演进式：适合技术史和架构演进，展示从过去到现在的路径
生成内容的"血肉"七要素（必须全部覆盖）：
- 动机/历史背景：这个概念/算法/方案当初是为了解决什么问题被发明出来的？当时面临什么约束？
- 直觉/大图景：最直观的理解方式是什么？能否用类比、几何图像或物理意义来建立直觉？
- 探索过程/弯路：从朴素尝试到最终方案的演进路径。走了哪些弯路？为什么最初的尝试不够？
- 形式化定义/精确描述：在直觉建立后，给出精确的定义、算法步骤、方案架构或数学表达。
- 实际应用/代码实例：结合仓库上下文中的实际代码，展示真实世界的使用方式。
- 常见误区/陷阱：理解或使用时最容易掉进的坑，以及如何避免。
- 总结与延伸：核心 takeaway + 进一步学习的方向。
代码上下文集成：
- 使用 Glob/Grep 扫描工作目录，根据主题关键词匹配相关代码文件
- 提取关键代码片段作为讲解实例
- 如果检测到学术论文（.tex, .md 论文文件）或实验数据，结合其中的方法描述和实验结果
- 优先使用用户仓库中的真实代码，而非虚构示例
场景特化指南：
- 算法场景 → 读取
references/algorithm-teaching.md
- 方案选型场景 → 读取
references/architecture-review.md
- 决策点评场景 → 读取
references/decision-analysis.md
- 专业知识场景 → 读取
references/knowledge-explainer.md
Stage 3: 幻灯片提炼（多形态输出）
如果用户需要幻灯片输出：
-
先生成完整的结构化 Markdown 文档
-
然后提炼为幻灯片页大纲：
- 标题页
- 问题/动机（为什么需要这个？）
- 核心直觉（一张图/一个类比讲清楚）
- 机制详解（分步骤，每页一个核心点）
- 代码实例（关键代码片段 + 注释）
- 常见误区（防坑指南）
- 总结与行动项
-
按优先级调用现有 skill 生成最终幻灯片：
- 首选
huashu-design — 高保真 HTML 原型/交互演示
- 其次
ppt-master — 用户自定义的幻灯片技能
- 兜底
pptx — 标准 PowerPoint 生成
- 如用户在 Stage 1 明确指定了 skill 名称，优先使用指定 skill
输出质量检查清单
生成内容后，自检以下项目：
