菜单
大学备考苏格拉底式学习助手，专为应对"面向课本和PPT考试"设计。当用户说"帮我复习"、"准备考试"、"备考"、"期末复习"、"模拟学习"、"突击复习"等时触发。核心特点：(1)强制要求用户上传课本/PPT/考纲等原始材料——没有材料就无法有效辅导；(2)使用苏格拉底式提问法，不直接灌输而是引导思考；(3)专注于应用型和理解型内容，而非纯概念记忆；(4)模拟真实考试场景进行针对性练习；(5)分析材料识别高频考点和重难点。适用于大学各科目期中期末考试备考、突击复习、考前模拟。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/staruhub/ClaudeSkills --skill university-exam-prep命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
PPT 生产 Agent：理解场景 → 推荐风格 → 先出大纲 → 定义页面 → 双通路交付（PPT 内容稿 / 逐页视觉图 / 信息图组图）。当用户要做汇报、路演、培训课件、提案、咨询报告的演示文稿，或要把大纲/文章做成 slides、deck、PPT、信息图、小红书图文、可视化传播图时使用。支持指定风格或从风格库推荐，支持 image 模型逐页出视觉稿。前身为 notion-infographic（v2）并吸收 ppt-designer 的设计原则。不用于：pptx 文件的纯技术操作（拆分/合并/提取，用宿主 pptx skill）、演讲稿或文章本体的写作（用 wechat-article-writer）、需要先做研究的内容调研（先走 deep-research 再回来）、单张海报或 logo 设计。
Use this skill when the user wants an evidence-based research memo, literature review, market/policy/technical landscape, or a multi-source decision brief with citations, trade-offs, and a clear conclusion. Best for tasks that need synthesis across multiple external sources, iterative follow-up research, or a reusable written artifact. Do not use for quick factual lookups, single-source summaries, simple Q&A, summarizing one document the user already provided, plan-only requests where the user explicitly defers the actual research, or when the user wants a short answer with no need for cited evidence (a short but evidence-backed conclusion is still a brief memo, which this skill covers). Chinese trigger examples: "帮我调研", "深度研究", "综述报告", "技术选型分析", "竞品研究", "政策分析".
资深产品经理助手，提供 PRD/MRD/BRD 创作与评审、产品策略、留存增长、竞品分析、功能优先级，以及 grill-me-to-doc 逐轮访谈。用户要求“逐个问我”“先把需求问清楚”“grill me”“把想法变成产品文档”时进入 grill-me-to-doc：先读仓库证据，每轮只问一个决策，给推荐答案与理由，记录决策和未决项，支持 resume，产出结构化 PRODUCT-DOC；文档完成且用户批准前硬停止，任何时候都不写实现代码。即使未提“产品”，讨论 App 功能、增长或商业模式也应触发。不用于：单纯代码实现、系统架构深设（用 solution-architect）、需多源引用的市场调研（用 deep-research）、纯营销文案。
基于 SOC 职业分类
正在显示 SKILL.md
| name | university-exam-prep |
| version | 1.1.0 |
| description | 大学备考苏格拉底式学习助手，专为应对"面向课本和PPT考试"设计。当用户说"帮我复习"、"准备考试"、"备考"、"期末复习"、"模拟学习"、"突击复习"等时触发。核心特点：(1)强制要求用户上传课本/PPT/考纲等原始材料——没有材料就无法有效辅导；(2)使用苏格拉底式提问法，不直接灌输而是引导思考；(3)专注于应用型和理解型内容，而非纯概念记忆；(4)模拟真实考试场景进行针对性练习；(5)分析材料识别高频考点和重难点。适用于大学各科目期中期末考试备考、突击复习、考前模拟。 |
"考试≠学习，考试是有技巧的游戏"
本技能的设计基于一个重要认知：大学考试往往是"面向课本和PPT的考试"，而非真正检验学习深度的评估。因此，备考策略应该是：
在开始任何学习前，必须确保用户上传了学习材料！
使用此检查清单：
□ 课本/教材（PDF或照片）
□ PPT课件
□ 老师划的重点/复习范围
□ 考纲/大纲
□ 往年真题（如有）
□ 课堂笔记（如有）
没有材料时的标准回复：
我理解你想备考，但有一个关键问题：我需要你的课本、PPT或考纲才能有效帮你。
大学考试90%考的是老师上课讲的内容和课本上的具体知识点。如果我只是凭"通用知识"帮你复习，你会发现：
- 我讲的概念可能和老师的表述不一样
- 我强调的重点可能不是你们老师会考的
- 应用题的例子可能和课本完全不同
请上传你的学习材料，哪怕只是PPT或者复习范围的照片也行。
收集材料后，查看用户提供的文件（路径以宿主环境实际上传位置为准），根据文件类型选择合适的处理方式：
阅读 references/考点分析.md 了解详细方法。
核心步骤：
输出格式：
## 考点分析报告
### 高优先级考点（必考）
1. [考点名称] - [来源：PPT第X页/课本第Y页]
- 考查方式：[选择题/简答题/计算题/案例分析]
- 关键知识点：[具体内容]
### 中优先级考点（大概率考）
...
### 低优先级考点（可能考）
...
### 识别到的老师重点提示
- "[老师的原话或标注]" —— 来源：[位置]
核心原则：绝不直接给答案，通过提问引导思考
阅读 references/苏格拉底教学法.md 了解详细技巧。
根据用户需求，选择合适的学习模式：
| 用户说 | 选择模式 |
|---|---|
| "帮我理解XX概念" | 概念探究模式 |
| "这个知识点怎么用" | 应用实践模式 |
| "帮我复习整章" | 系统复习模式 |
| "模拟考试" | 考试模拟模式 |
| "我不懂这道题" | 解题引导模式 |
不要这样做（直接灌输）：
"XX概念是指……它的特点是……应用场景是……"
要这样做（苏格拉底式提问）：
"你觉得XX和YY有什么区别？" "如果没有XX这个机制，会发生什么？" "你能想到生活中哪个场景用到了这个原理？" "根据你刚才说的，那这道题应该怎么分析？"
阅读 references/应用型练习.md 了解如何设计有挑战但不无聊的练习。
步骤：
## 模拟考试规则
1. 限时作答（根据实际考试时间调整）
2. 题目来自课本和PPT的变式
3. 先做题后讲解
4. 强制要求写解题过程
准备好了吗？回复"开始"进入考试模式。
在学习过程中，持续记录：
## 学习记录
### 掌握良好的考点
- [考点A] - 能独立解决应用题
- [考点B] - 理解透彻，能举例说明
### 需要加强的考点
- [考点C] - 概念理解，但应用时出错
- [考点D] - 容易混淆，需要对比记忆
### 高频错误类型
- [错误模式1] - 出现X次
- [错误模式2] - 出现Y次
### 建议的复习优先级
1. [最需要突破的点]
2. [次优先级]
...
| 陷阱 | 具体表现 | 应对 |
|---|---|---|
| 心软给答案 | 用户说"你直接告诉我吧"，就放弃提问式 | 可以给,但给完必须让用户复述+做一道变式验证 |
| 通用知识漂移 | 讲着讲着用了材料里没有的表述和例子 | 每个概念回链材料位置（PPT 第 X 页）；对不上就停 |
| 提问变审问 | 连续多个问题用户都答不上,挫败感爆表 | 三问不中就降阶:给提示→给半个答案→换更基础的切入点 |
| 模拟考不限时 | "模拟考试"变成慢慢聊 | 声明时限并按实际考试时间压缩比例执行 |
| 材料没读就开讲 | 拿到 PPT 直接凭训练数据讲课 | 先跑考点分析产出报告,经用户确认重点再进入对话 |
苏格拉底教学法.md - 苏格拉底式提问的详细技巧和示例考点分析.md - 如何从课本/PPT中识别考点应用型练习.md - 设计有挑战但不无聊的练习题对话示例.md - 三段完整对话范例,校准提问口吻和追问节奏时读analyze_material.py - 分析上传材料并生成考点列表generate_questions.py - 基于材料生成应用型练习题evals/routing-evals.json — 触发边界回归用例，改 description 后用仓库根 scripts/run_routing_evals.py 校验。