tw-edu-pbl-designerlisted

# PBL 專題式學習設計工具 ## Step 0：讀取文件 - `references/pbl_design_guide.md` - `/mnt/skills/public/docx/SKILL.md` **概念對齊協議（必要前置步驟）：** `../../shared/concept-alignment.md` → 在執行任何工作前，先完成概念對齊確認卡。 ## Step 1：資訊收集 1. 核心問題或主題？ 2. 年級與科目（單科/跨科）？ 3. 時間規模（週數/節數）？ 4. 最終成品形式（報告/展覽/影片/提案）？ 5. 小組或個人？ ## Step 2：生成 PBL 設計文件 ```bash python scripts/generate_pbl.py \ --question "[驅動問題]" \ --subject "[科目]" --grade "[年級]" \ --weeks [週數] --product "[最終成品形式]" \ --output "/mnt/user-data/outputs/PBL設計方案.docx" ``` ## PBL 文件結構（Buck Institute 框架） 1. 專題概述（驅動問題、核心知識、21世紀技能） 2. 學習進度規劃（里程碑時間表） 3. 鷹架設計（需要教的什麼） 4. 小組任務分工框架 5. 形成性評量節點 6. 最終成品評量規準 7. 發表計畫 8. 反思與修正機制 --- ## 年級適應 + 引導式收集（v2.0 更新） ### 自動年級偵測 從使用者輸入辨識學習階段（國小/國中/高中），自動調整： - 教學語言複雜度與詞彙難度 - 布魯姆認知層次分布 - 活動設計的自主程度 - 課綱代碼學段後綴（-E- / -J- / -U-） 詳見：`../../shared/grade-adapter.md` ### 引導式資訊收集 啟動時執行漸進式三輪問答，確保取得充足資訊再開始任務。 詳見：`../../shared/guided-collection.md` --- ## MCP 連接器 ### Claude Code ／ Claude.ai（Pro/Team/Enterprise） ``` WebSearch（自動啟用）： 搜尋最新課綱資料、教材資源、時事素材 Google Drive（若已連接，Settings → Connectors）： 直接從 Drive 讀取現有教材 完成後直接儲存輸出文件到 Drive ``` ### Codex 平台 MCP Connectors 透過 `~/.codex/config.toml` 設定（`codex mcp add` 指令或手動編輯）。 未設定時自動降級：請參閱上方降級方案。 ### Antigravity 平台（Google AI IDE） MCP 透過 MCP Server Hub（1,500+ servers）或 `~/.gemini/antigravity/mcp_config.json` 設定。 支援 Jupyter Notebook 整合。未設定時自動降級：請參閱上方降級方案。 --- ## MCP 整合更新（v3.0） **讀取全域策略文件：`../../shared/mcp-strategy.md`** ### 本 Skill 適用的 MCP 最佳化 **WebSearch（已啟用）：** 搜尋最新課綱資料、教學素材、時事情境。 **Can