AGENT SKILL

learning-c-consolidate

综合多个学习主题、讲义、练习和来源,形成可追溯、可更新的长期知识。

License 许可
MIT
所属仓库
NAMEWTA/Speculo
最近更新
2026-11-13
Stars
★ 2
Forks
0

01 前言 Front Matter

name
learning-c-consolidate
description
综合多个学习主题、讲义、练习和来源,形成可追溯、可更新的长期知识。

03 SKILL.md 正文

主题整合与知识综合

先确定要回答的主题问题和来源范围,读取相关讲义、材料、用户回答、作业与复习证据。完整来源不必全部搬进一棵目录,优先链接已有记录。

建立连贯理解

对齐术语和概念关系,合并重复表述,明确不同材料适用的版本、条件和视角。按主题组织有用结论,保留实际冲突、证据缺口和重要反例,不把所有来源压平成一致观点。

关键主张保留可回读来源:原文章/源码/讲义的位置,以及涉及学习表现时的实际作答或复习记录。类比和模型归纳不冒充一手证据;引用的摘要不能替代需要核实的原文。

组织成适合后续使用的解释、概念图、实例和应用边界。只有来源较多或主张复杂时使用来源表,不强制 claim ID、manifest、JSON 或版本 sidecar。

更新长期知识

优先更新已有主题笔记,说明当前结论和被替代观点的原因;重要历史理由可链接保留。原始材料、用户答案与既有评审不被综合覆盖。

项目已有知识位置直接使用;没有时可将有长期价值的主题放进 knowledge/context/,当前学习过程继续留在学习记录。具体按 持久化 处理。

用户明确需要整理目录时才移动资料,并检查目标冲突、完整性与引用;知识综合本身不要求物理嵌套或将归档原文恢复为活动状态。

交付

给出综合后的主线、关键来源、仍有争议或未知的内容以及适用边界。区别“材料已综合”和“学习者已掌握”,不能由整理完成推导保持能力。

尚有学习问题保留在原入口;需要结束整个主题时再 归档。

04 同仓库更多 Skills