视觉画布设计
canvas-design
基于设计原则创作静态视觉作品,用于海报与品牌图形。
learn-guidance【文档与办公】Guide a person through structured learning of a new topic, technology, or skill. AI acts as learning coach — assessing current knowledge, designing a learning path, walking through material, testing understanding, adapting difficulty, and planning review sessions for retention. Use when a person wants to learn a new technology and does not know where…
独立 GitHub 快照 · 自动分类 · 以原作者文档为准
引人過新主題、技術或技能之結構化學習。AI 任學習教練——助評起始知識、規劃學路、以適速過教材、以問驗理解、依反饋調整、固化以利記憶。
meditate-guidance 已清心智噪音,為專注學習騰空間設計學路之前,解此人所立之位。
Starting Position Assessment:
┌───────────────┬────────────────────────────┬──────────────────────────┐
│ Level Found │ Indicators │ Path Approach │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ No exposure │ No vocabulary, no mental │ Start with "what" and │
│ │ model, everything is new │ "why" before "how" │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Surface │ Has heard terms, no hands- │ Fill vocabulary gaps, │
│ awareness │ on experience, vague model │ then move to hands-on │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Partial │ Some experience, gaps in │ Identify specific gaps │
│ knowledge │ understanding, can do some │ and target them directly │
│ │ things but not others │ │
├───────────────┼────────────────────────────┼──────────────────────────┤
│ Refresher │ Knew it before, now rusty │ Quick review + practice │
│ needed │ │ to reactivate knowledge │
└───────────────┴────────────────────────────┴──────────────────────────┘
預期: 此人起始位置、目標與約束之清晰畫面。評估當溫暖激勵,非似考試——以好奇其背景之姿提問。
失敗時: 若人不能明陳當前水平,請其述最近用或解此主題之嘗試。具體故事較自評更準露水平。若其對水平難堪,作平常事:「人皆有始——知汝所立,助我設最佳路。」
從當前位置至目標,作結構化之路。
預期: 人可見可解之學習路。當感可管——不令不堪。人當能指任一里程碑並解其存在之由。
失敗時: 若路感過長,目標恐於可用時過大——討論縮範。若路感過短,主題恐較預期簡——或里程碑過粗需分解。
對每里程碑,以適速引人過教材。
預期: 人於理解中進教材,非僅接觸。當能以己言釋每概念方進下一。速感適中——不急、不拖。
失敗時: 若其掙扎,緩速查缺失之先備。若其流暢而過,加速——勿費其時於已掌之事。若教材本身糊(劣文檔),供更清之釋並記資源品質以備未來。
以需應用之題驗學習,非僅回憶。
預期: 測試露人有可用心智模型抑或表層回憶。可用模型能處變體;表層回憶不能。測試當感似協作練習,非考試。
失敗時: 若人不能答應用題,學習過於被動——需動手練習方進更多教材。若能答回憶而不能答應用,概念各別解而未整合——聚於概念間連結。
依測試結果與人之反饋,調整學習路。
預期: 學習路依真數據演化。無固定課程能存於與真學者之接觸——調適即價值所在。
失敗時: 若屢調適,人仍掙扎,恐有評估未察之根本先備缺口。返步驟一深探。若人失動力,討原目標——有時調目標較改路適切。
穩固所學並設續學之境。
預期: 人帶清晰理解離去——知所學、所可練、所繼。會話有潔淨結尾,非突止。
失敗時: 若人不能述關鍵要點,會話覆蓋過多或過少已入腦。識別最需強化之單一概念並聚復習於此。若其無獨立練習之動力,學習路恐需更自足(所有學習於會話內)。
learn — AI 自導變體,用於系統知識獲取teach-guidance — 指導人以教他人;與學習指導互補meditate-guidance — 於學習會話前清心智噪音,增進專注與留存remote-viewing-guidance — 共享結構化觀察之法,支自經驗學習