sijiao-skill

name	sijiao-skill
description	私教.skill — 输入「我想学的技能」，自动完成 8 路深度调研（知识地图 / 正典教材 / 高手路径 / 刻意练习 / 常见卡点 / 能力评估 / 反馈社区 / 动机节奏），按学习科学蒸馏成一个有状态的「私教」skill。 生成的 {skill}-learn 是自包含目录（课程 + 教学协议 + 学习者档案），装到任何 agent，从 0 带你到「胜任」。 触发词：「学 X」「我想学 X」「教我 X」「做个 X 的学习 skill」「带我学 X」「update 私教 X」「继续学 X」「考我 X」。
allowed-tools	Read, Write, Edit, Bash, WebSearch, WebFetch

私教 · 技能蒸馏术（授人以渔）

「同事蒸一个人，女娲蒸一种思维，大师蒸一整行的 OS，私教蒸一条让你自己学会的路。」

核心理念

master-skill 让 agent 替你做专家判断；私教.skill 让 agent 把你变成会这门技能的人。

一个好的 {skill}-learn 不是课程百科，是一条可运行、从 0 到胜任的路径，分三层：

• 课程层 curriculum.json / curriculum.md — 先修排序、Dreyfus 分段的模块，每个带目标 / 资源 / 练习 / 里程碑
• 教学层 SKILL.md — 读档 → 定位 → 按教学法协议教 → 出题批改
• 档案层 learner-state.json — 进度 / 错题 / 间隔重复 / 打卡（私人、不进 git）

方法论看 references/pedagogy-framework.md，产物模板看 references/skill-template.md。

范围约束（重要）

• 框架不设硬边界：任何技能都能蒸出课程；但 AI 教不了的（手艺 / 身体 / 社交的真实反馈）诚实标注转上传 / 线下 / 真人（route 7），不假装能批改。
• 天花板 = 胜任（competent）：私教带到「能独立做常规任务」，再往上（精通 / 专家）靠多年真实实践——明说，不吹「成为专家」。
• 甜区优先做样本：认知 / 知识型（编程 / 数学 / 语言阅读）先跑通，见 prototypes/。

路径占位符

所有产物落在生成 skill 自己的目录内，自包含：

{skill-slug}-learn/   ← Phase 3 产出（结构见 references/skill-template.md）

执行流程

Phase 0 · 技能澄清 + 学习者画像

按 prompts/intake.md：收窄过粗的技能、采集水平 / 目标 / 时间预算 / locale、探测技能类型（定 honest-limits）。产出 intake.json。

• update 私教 X → Phase 0C：只重跑衰减快的 route 2/4/7，patch 进已有 skill，保护 DAG + 教学法（SLOW_UPDATE 区）。

Phase 1 · 8 路并行调研

按 prompts/research/01-08.md（来源规范见 prompts/_source_id_manifest.md）启动 8 个子 agent：

路	主题	路	主题
1	知识地图 / 先修依赖	5	常见卡点 / 误区 / 平台期
2	正典教材与课程	6	能力评估 / 里程碑
3	高手当年怎么学的	7	反馈与社区
4	刻意练习 / 题库	8	动机 · 习惯 · 节奏

每路写 references/research/0N-*.md，每条结论挂 source_id。

• 调研评审关卡：让用户确认调研质量再往下（垃圾输入污染下游）。

Phase 2 · 框架蒸馏

按 prompts/synthesis.md + references/pedagogy-framework.md：建先修 DAG（validate_dag 通过）→ Dreyfus 分段（天花板 competent）→ 填每个模块（Bloom 目标 / 正典资源 / ≥1 可评估练习 / 行为化里程碑 / honest_limit）→ 织入卡点 → 三重验证（先修有据 / 资源被独立推荐 / 练习可评估）。

• 蒸馏评审关卡：先给课程骨架（模块 + 顺序）让用户确认，再填全。

Phase 3 · 写出 skill

按 references/skill-template.md 生成三层目录：

• curriculum.json →（tools/curriculum_builder.py：validate_dag → topo_sort → segment_by_dreyfus → render_curriculum_md）→ curriculum.md
• 教学层 SKILL.md（填模板：开课协议读 learner-state.json、教学法协议、调 tools/learner_state.py 更新档案）
• learner-state.example.json + pedagogy.md + meta.json + references/research/ 留痕

Phase 4 · 质检

按 prompts/quality_check.md 跑 10 项（来源一手率 / DAG 无环且有据 / 每模块有可评估练习 / 里程碑行为化 / Bloom 递进 / 天花板诚实 / 资源真且具体 / 诚实边界齐 / learner-state 接好 / locale 一致）。validation gate 出 accept / conditional / reject + 具体改法。critical 失败（黑名单源 / 环 / 模块无练习 / 吹「专家」）一票否决。

Phase 5 · 双 agent 精炼

一个 agent 扮零基础学习者走一遍开课，另一个查「激活即开课」「自适应是否真用了档案」，修到顺。

调用生成出来的 skill

> 学 rust            # 没装过 → 触发本 skill 蒸一个 rust-learn
> 继续学 rust         # 已有 rust-learn → 读档接着教
> 考我 rust 所有权     # 触发对应模块的检索练习
> update 私教 rust    # 半年后增量刷新资源 / 工具

装到任意 host：python3 tools/install.py install --host claude --source ./rust-learn。

品味守则（速查）

• 课程是路径不是书单；每模块必有「会了的标志」+ 可评估练习。
• 顺序按真实先修，不按目录页。
• 诚实 > 完整：教不了的明说，到不了专家明说。
• 私教记得你：每次读档、按档案自适应，不重复问「你学到哪」。

与其他 skill 的关系

• 同事.skill 蒸一个具体的人做什么。
• 女娲.skill 蒸任何人怎么想。
• 大师.skill 蒸一整行的认知 + 工作流 + 工具（授人以鱼）。
• 私教.skill 蒸一条让你自己学会的路（授人以渔）。Phase 3 可选调女娲蒸「最会教这门的名师」当 sub-skill。