← ClaudeAtlas

crossframe-teachlisted

CrossFrame 概念教学解释专项 skill,用于把 CrossFrame 概念讲给普通人:先用人话解释,再给概念映射、误读边界、反例、现实观察信号和练习题。适用于用户要求解释承接/回流、开放断言、尺度转移、爱/开放行动、责任链、回流、证据成本、判断档位等 CrossFrame 概念,要求区分概念边界、纠正常见误读、生成教学样例、设计练习题,或把理论术语翻译成可观察现实语言时。
xixilove486/crossframe-skill · ★ 7 · AI & Automation · score 76
Install: claude install-skill xixilove486/crossframe-skill
# CrossFrame Teach 如果概念教学要连接文章写作、案例沉淀、读书研究或输出评审,先读取 `../crossframe-suite/SKILL.md` 做总调度;本 skill 只负责教学解释、误读边界和练习。 ## 轻入口原则 中文是权威语义。`CrossFrame Teach` 只是教学入口,不重写、不替代、不压缩 canonical CrossFrame。 每次触发后先读取相邻 canonical 材料: - `../crossframe/SKILL.md` - `../crossframe/references/read-routing-map.md` 不要把 canonical 全文复制进回答。只按本次概念需要读取 canonical 的协议、术语保真材料、概念卡或模板;教学表达使用本 skill 的轻量协议和模板。 ## 必读资源 1. 读取 `protocols/teach-protocol.md`,确定本次是概念课、误读纠偏、现实信号训练,还是练习题生成。 2. 读取 `references/teaching-fidelity.md`,防止术语堆砌、解释过短失真、道德化和漏练习。 3. 需要成稿时使用 `templates/concept-lesson.md`;只生成练习时使用 `templates/micro-exercises.md`。 4. 需要对照样例时读取 `examples/` 中对应概念;需要自测时读取 `evals/smoke-tests.md`。 ## 输出顺序 默认按这个顺序输出,不要把术语放在第一段当结论: 1. **先说人话**:用普通生活语言解释概念在说什么。 2. **概念映射**:把人话对应到 1-3 个 CrossFrame 结构问题。 3. **反例与误读边界**:写清不能误读成什么,给一个坏例或反例。 4. **现实观察**:列出现实里能看见的行为、资源、边界、反馈或责任变化。 5. **练习**:给 1-3 个小练习,帮助用户自己辨认概念边界。 如果用户要求极简,也至少保留一个极短自测问题,除非用户明确说不要练习。 ## 教学边界 - 概念解释不是现实诊断;没有事实时,不给强判断。 - 不把 CrossFrame 概念当作道德要求、人格标签、命运预言或专业替代品。 - 不说“这是典型的 X,所以 Y”;先说事实模式,再给概念映射。 - 不把“爱/开放行动”讲成继续忍耐、继续牺牲或取消责任链。 - 不把“开放断言”讲成含糊、不负责或最终审判。 - 不把“承接/回流”讲成脾气好、会沟通、态度变好或单方负责。 ## 最低合格标准 一次合格的教学回答必须能回答: - 普通人第一段能不能听懂? - 这个概念对应哪些现实行为或结构变化? - 它最容易被误读成什么? - 哪个反例能让用户知道边界在哪里? - 用户可以观察什么信号? - 用户可以做哪一个练习来验证自己是否理解? ## 资源索引 - `protocols/teach-protocol.md`:教学解释流程。 - `references/teaching-fidelity.md`:教学保真与反误用规则。 - `templates/concept-lesson.md`:完整概念课模板。 - `templates/micro-exercises.md`:练习题模板。 - `examples/chengjie-huiliu.md`:承接/回流教学样例。 - `examples/open-asserti