界面已本地化;技能介绍与说明文档按所选语言由 AI 自动翻译,代码、命令、路径和专业术语保留原文,以原作者文档为准。
探索技能
开发与工程 · SKILL.md

learn

learn

【开发与工程】AI systematic knowledge acquisition from unfamiliar territory — deliberate model-building with feedback loops. Maps spaced repetition principles to AI reasoning: survey the territory, hypothesize structure, explore with probes, integrate findings, verify understanding, and consolidate for future retrieval. Use when encountering an unfamiliar codebase…

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub

name: learn locale: wenyan-ultra source_locale: en source_commit: 82c77053 fence_basis_commit: 82c77053 translator: "Julius Brussee homage — caveman" translation_date: "2026-04-24" description: > AI systematic knowledge acquisition from unfamiliar territory — deliberate model-building with feedback loops. Maps spaced repetition principles to AI reasoning: survey the territory, hypothesize structure, explore with probes, integrate findings, verify understanding, and consolidate for future retrieval. Use when encountering an unfamiliar codebase or domain, when a user asks about a topic requiring genuine investigation rather than recall, when multiple conflicting sources require building a coherent model, or when preparing to teach a topic and deep understanding is required first. license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: esoteric complexity: intermediate language: natural tags: esoteric, learning, knowledge-acquisition, meta-cognition, model-building

學

行結構知識採集——掃未知、立初模、以試探、合發現、驗解、固持久。

用

  • 遇未知碼庫、框、或域且無前脈
  • 用者問技外需真察非回憶之題
  • 多矛盾源→須自空構一致心模
  • remote-viewing 出直覺線索需系統驗
  • 備 teach — AI 須深解以釋

入

  • 必:學目——題、碼庫區、API、域概、或技
  • 可:範約——幾深(表掃 vs 深專)
  • 可:用者目——此知何要(導優先面)
  • 可:已知起點——已熟文件、文、或概

行

一:掃——圖疆

解前先圖景以識存者:

學模擇:
┌──────────────────┬──────────────────────────┬──────────────────────────┐
│ 疆型              │ 主模                      │ 工具式                    │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 碼庫              │ 結構圖——               │ Glob 為文件樹、           │
│                  │ 尋入口、核模、邊            │ Grep 為 exports/imports、│
│                  │                          │ Read 為關鍵文件            │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ API/庫            │ 接口圖——               │ WebFetch 為文、           │
│                  │ 尋公面、型、配              │ Read 為例、               │
│                  │                          │ Grep 為用式                │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 域概              │ 本體圖——               │ WebSearch 為概覽、         │
│                  │ 尋核詞、關係、辯論           │ WebFetch 為定義、          │
│                  │                          │ Read 為本地註               │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ 用者脈            │ 對話圖——               │ Read 對話、                │
│                  │ 尋所陳目、偏、約            │ Read MEMORY.md、          │
│                  │                          │ Read CLAUDE.md             │
└──────────────────┴──────────────────────────┴──────────────────────────┘
  1. 識疆型並擇主模
  2. 行廣掃——非深讀,識地標(關鍵文件、入口、核概)
  3. 記邊:何於範、何鄰、何外
  4. 識隙:顯要而表不透之區
  5. 造粗圖:列主組件與其表顯關係

得:疆骨圖有 5-15 地標識。何區表顯清、何需深察之感。尚無解——僅圖。

敗:疆過大不可掃→即窄範。問:「為服用目最少須解何?」無明入口→由出始(此系統生何?)逆追。

二:設——立初模

由掃構系統如何行之初設:

  1. 立 2-3 結構或行為設
  2. 各設明述:「吾信 X 因察 Y」
  3. 各設識何證確、何證駁
  4. 按信排:最支者、最動搖者
  5. 識首試最高價設(若確→解最多者)

得:具體可證偽設——非模糊印。各有確或駁之試。諸設合蓋疆最要面。

敗:無設→掃淺→返步一,深讀 2-3 地標。諸設等不確→由最簡始(奧卡姆剃刀)構。

三:探——試並驗

以針察系統驗各設:

  1. 擇最高優設
  2. 設最小探:確或駁之最小察?
  3. 行探(讀文件、搜式、試假)
  4. 記結:確、駁、或改
  5. 駁→按新證更設
  6. 確→深探:設於邊是否持,抑僅中?
  7. 次設複

得:至少一設試至結。心模成形——部確、部修。驚為特價數據。

敗:探恒生模糊結→設或試誤物。退問:「解此系統者視何為最要事實?」→探之。

四:合——構心模

合發現為連片之一致模:

  1. 審諸確設與修模
  2. 識中組原則:諸物所連之「脊」何?
  3. 圖關係:何組件依何?何流何?
  4. 識驚發現——常含最深洞見
  5. 尋跨疆不同部重現之式
  6. 構可預行為之心模:「入 X →出 Y,因 Z」

得:釋疆結構且預行為之一致心模。模可 3-5 句述且具體聲明非模糊泛化。

敗:片不合為一致模→前設中或有根解誤。識不合之片並重試。或疆真不一致(差設系統存)——記此為發現非強合。

五:驗——挑戰解

以預測並查驗心模:

  1. 以模立 3 關疆之具體預
  2. 以察驗各預(非假之)
  3. 各確→信增
  4. 各駁→識模誤處並正
  5. 識邊例:模於邊持否,或崩?
  6. 問:「何驚吾?」——查此驚可能乎

得:心模過 3 中至少 2 預測。崩處誤解並正。模有確優與已知限。

敗:多預敗→心模有根缺。此乃貴信息——意疆異預。以新證返步二重構設。二試速快因已除誤模。

六:固——存以取

捕學為支未來取與用之形:

  1. 3-5 句總心模
  2. 記關鍵地標——最要 3-5 事
  3. 記易忘之反直覺發現
  4. 識此學所連之相關題
  5. 若學持久(跨會話須)→更 MEMORY.md
  6. 若會話特→記為當對話脈
  7. 述未知何——誠隙較假信有用

得:捕核解之簡取總。未來此題可由此總始非由空重學。

敗:學抗總→尚未完合→返步四。學似顯而不值存→考今顯者新脈中或不顯。存非顯部。

驗

  • 深察前掃(圖先於潛)
  • 設明述並試,非假
  • 至少一設按證修(示真學)
  • 心模作具體可試預
  • 已知未知與已知已知同識
  • 固總簡以有利未來取

忌

  • 略掃:解景前潛入細→費於非要區失大圖
  • 不可證偽設:「此或複」不可試。「此模處認證因導 crypto」可
  • 探時確認偏:僅尋支設之證忽矛盾
  • 過早固:未試存模→信錯之未來預
  • 完美主義:用知前欲學一切。學乃迭——用部解後精
  • 無目學:無應用之知→無焦淺解

參

  • learn-guidance — 人指結構學之變體
  • teach — 按學者校之知轉;基此處構之模
  • remote-viewing — 出線索供系統學驗之直察
  • meditate — 入新學疆前清前脈絡噪
  • observe — 養學原數據之持中式識
我的收藏