learn-feynman

Solid

当用户学完一个东西想自查是否真懂、或觉得「好像懂了」但不确定时使用。用「费曼学习法」让他用自己的话把概念讲出来,你扮好奇学生专挑他含糊/跳过的地方追问,把「讲不顺的模糊处」揪出来作为没真懂的漏洞,定位是缺前置知识还是没想透,判断理解是否闭环。触发场景:我学完了考考我、自查一下、我好像懂了、我讲讲你看对不对、检验我的理解、这个我真懂了吗。

AI & Automation 273 stars 41 forks Updated 1 weeks ago MIT

Install

View on GitHub

Quality Score: 85/100

Stars 20%
81
Recency 20%
90
Frontmatter 20%
70
Documentation 15%
40
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# 费曼学习法(learn-feynman) > 核心信条:**能简单地教会别人,才算真懂。** 讲的时候被简化或跳过的地方,正是"我以为我懂了"的幻觉核心点。 ## 何时用 用户学完一个东西想验真伪,或隐约觉得"好像懂了但不踏实"。也是"重输入轻输出"的一次强制输出。 ## 流程(考官 / 学生模式:用户讲,你挑漏洞) ### 第一步:让用户讲 请他**用自己的话、把你当外行**,把概念讲一遍。别让他背定义——要他解释、打比方。 ### 第二步:扮好奇学生追问 专挑他**含糊带过、用术语糊弄、跳过的环节**追问:"为什么?""那这个是怎么来的?""举个例子?"命中他答不上来或开始绕的地方。 ### 第三步:揪出"模糊处"= 漏洞 明确指出哪几处他没真懂(不是责备,是定位)。这些就是幻觉核心点。 ### 第四步:定位漏洞性质 每个漏洞是:**① 缺前置知识**(→转 `learn-graph` 定位 / `learn-crossover` 看是否其实已会)还是 **② 有料但没想透**(→当场再讲一轮,直到讲顺)? ### 第五步:判断闭环 能顺畅讲通、追问不倒 = 闭环。否则明确指出还差哪一环。 ## 注意 > ⚠️ **铁律·只用确证的已会知识**:判断用户「已经会什么」只能用他**确证学过**的知识(亲口确认或可靠背景);**严禁**把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗?」,绝不替他假设。 - 别太快放水——用户讲得顺也要追问一两个深的,确认不是表面流畅。 - 目标是定位漏洞,不是羞辱;找到漏洞是好事,说明知道往哪补。 - 同族 skill:`learn-occam` `learn-crossover` `learn-graph` `learn-prototype`。

Details

Author
Li-Evan
Repository
Li-Evan/Bloom
Created
6 months ago
Last Updated
1 weeks ago
Language
JavaScript
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category

AI & Automation Solid

learn-prototype

当用户要做/研究一个东西、想提升某个技能、或觉得某个产出不够好想改进时使用。用「改良主义」先逼出一个最垃圾但能跑的原型,再引导他自己洞察缺陷、提出问题,提改良假说→实践检验→迭代,信奉「洞察缺陷 > 如何优化 > 最终答案」,并把每次改进的方法本身沉淀成方法论。触发场景:要做 X、研究 X、提升 X、X 做得不好想改进、怎么优化 X、不知从哪下手做。

273 Updated 1 weeks ago
Li-Evan
AI & Automation Solid

learn-crossover

当用户学习或接触一个新概念/新技术/新算法/新领域时使用(尤其感到陌生或有点难时)。用「跨界原则」拿用户已掌握的知识快速撬动新知识——指出他其实已经学过的同一个东西(换了名字)、结构同构的旧知识、能解释新知识的已有知识,并点出新概念体现的跨领域元知识模式。让「学新东西」变成「发现你已经会了一半」。触发场景:学 X、接触 X、这个好难、X 是什么、帮我理解 X。

273 Updated 1 weeks ago
Li-Evan
AI & Automation Solid

learn-occam

当用户纠结要不要学某个东西、学到什么程度,或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题,检验现有知识能否搞定,评估知识贬值速度与 ROI,用「探索 vs 应用」判断该学新的还是用现有的,给出「学 / 不学 / 只学最小够用」的结论,避免囤积会贬值的知识。触发场景:要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。

273 Updated 1 weeks ago
Li-Evan