全部技能 / 内容创作 / dbs-learning
内容创作 · dontbesilent2025/dbskill

dbs-learning

把课题拆成连续学习文章,并根据用户反馈调整后续深度、角度和节奏。用户要求系统学习一个主题、继续下一篇或按反馈调整课程时使用。

风险提醒:蓝色 · 知晓即可AI 侦查报告
作者 dontbesilent2025GitHub dontbesilent2025/dbskill ↗Stars 10121许可 CC BY-NC 4.0(仓库根 LICENSE:Attribution-NonCommercial 4.0 International (CC BY-NC 4.0);署名 + 禁止商业使用;Copyright (c) 2026 dontbesilent)commit 8b8e33f1ec
agent 宿主通常会约束 skill 执行权限;风险提醒为 AI 侦查观点,不构成质量或安全保证。第三方 skill 仅作拆解与展示,安装使用风险自负,版权归原作者。

1实现原理 · 为什么它能做到

纯 prompt 编排的「自适应课程引擎」:状态全部落在用户本地的固定文件里(00-学习计划.md + 两位序号文章 + assets/ + 可选 INDEX.md),模型每轮读回这些文件即可续上

skills/dbs-learning/SKILL.md
你维护的是一个自适应学习梯度。
注:目录优先级:用户指定目录 > 当前项目目录 /学习课题/{课题名}/ > 兜底 ~/Documents/dbskill-learning/{课题名}/。

闭环的关键在「反馈提取规则」:文章末尾预置 4 个提示问题,生成下一篇时必须过滤掉模板行,只把用户手写的新增文字当反馈

skills/dbs-learning/SKILL.md
只有用户在提示问题下面新增的文字,才算真实反馈。
注:配套一句「如果过滤模板行后没有内容,视为没有反馈」——防模型把模板当用户回答、幻觉出反馈。

把反馈信号映射成难度/角度的六种调整策略(表驱动),实现「自适应」而非固定课程大纲

skills/dbs-learning/SKILL.md
| 没看懂、概念混乱、问题很多 | 降低抽象度,补例子,放慢节奏 |
注:表中还包括「看懂了但觉得没意思→换切入角度」「明显掌握→提高概念密度」等分支。

知识基础确认是独立阶段(Phase 1.5),只对新课题生效;会先对当前项目做受范围约束的轻量检索,再问用户「基于项目/从零/指定材料」

skills/dbs-learning/SKILL.md
本阶段只用于新课题。
注:检索范围被明确限制:优先读 AGENTS.md/CLAUDE.md/README.md/SOURCE_OF_TRUTH.md 与目录索引,「不要遍历和通读整个项目」。

证据分级被写进流程:用户亲写/确认的正式内容算较强证据,AI 草稿算弱证据,第三方材料不算用户知识基础

skills/dbs-learning/SKILL.md
AI 生成的草稿、分析报告和未确认内容:只能作为弱证据。
注:还有两条更细的推论规则:「文件中出现过某个概念:只能证明用户可能接触过」、「多个独立场景反复调用」才可推测理解。

检索阶段带硬性敏感排除与项目规则优先:默认跳过 .git/.env/.private/密钥/凭证/身份信息/财务原件/客户私密资料,项目规则规定的禁读范围优先遵守

skills/dbs-learning/SKILL.md
默认跳过 `.git/`、`.env`、`.private/`、密钥、密码、凭证、身份信息、财务原件、客户私密资料和其他明确标记为敏感的内容。
注:并规定敏感内容「即使与课题相关,也只有在用户明确指定后才能读取」。

写作风格由「禁用句式清单」约束,明确禁掉「不是……而是……」等 6 类句式及其变体,并要求中文全角标点、中英文间加空格

skills/dbs-learning/SKILL.md
默认禁止使用以下句式及其近似变体:
注:替代方式被给定为:直接说结论/因果句/条件句/动作句/具体例子;例外仅限用户要求模仿原文、引用原文、分析句式本身。

文件命名与序号推进有机械规则:学习计划固定 00-学习计划.md,文章两位数字序号,下一篇 = 当前最大序号 + 1,禁止跳号与中文文件名

skills/dbs-learning/SKILL.md
下一篇序号 = 当前课题目录中最大文章序号 + 1
注:文章正文结构固定为「这一篇要解决的问题 / 正文 / 小结 / 下一篇预告 / 学习反馈」,反馈区是下一轮的输入。

2核心能力

01课题初始化:建课题目录、00-学习计划.md、01.md、assets/ 与索引记录
02知识基础确认(项目检索 + 三选一模式询问),确认后写进学习计划并继承,不每篇重问
03进度续接:读学习计划 → 找最大序号文章 → 提取真实反馈 → 3-5 条概括当前理解状态
04自适应调整:按反馈信号改变下一篇的抽象度、角度与信息密度
05文章生成:固定四段结构 + 末尾学习反馈区(含 4 个提示问题与填写位置)
06计划与索引维护:更新当前进度/本篇主题/上轮反馈摘要/下一篇方向/更新时间,并同步 INDEX.md 表格
07兜底落盘:泛目录/系统目录下不污染当前目录,改写 ~/Documents/dbskill-learning/ 并明确告知用户
08风格纪律:禁用「不是……而是……」等句式,中文排版规范,永不输出英文正文

4风险提醒 风险提醒:蓝色 · 知晓即可

风险提醒:蓝色 · 知晓即可
  • 它在你的项目目录里持续写文件 — 项目目录判定很宽(出现 .git/README.md/AGENTS.md/CLAUDE.md/package.json/pyproject.toml/知识库//skills/ 任一即视为项目目录),会在 当前目录/学习课题/ 下建目录并长期累积文章与 assets;若不想污染仓库,应先显式指定存放目录。
  • 会读取项目文件来判断你的知识基础 — Phase 1.5 的检索是模型驱动的文件查找,深度不可完全预知;虽然列了敏感排除项与「不要遍历通读」,实际读取范围受宿主权限与模型遵守程度影响。
  • 兜底目录不跟随用户配置 — 泛目录场景固定落到 ~/Documents/dbskill-learning/(macOS 惯例路径),未使用本仓库 dbs-save 的 .dbs/config.json 位置机制,多套存储位置并存可能造成分散。
  • 教学深度无客观校验 — 「提高/降低抽象度」由模型判断,没有外部评估;用户若不认真填写反馈区(skill 已为此设「视为没有反馈」),课程会退化为固定节奏的连载。
风险提醒:蓝色,知晓即可。判级对象是本 skill 自身目录:无脚本、无网络端点、无凭证读取,但 SKILL.md 明确要求 agent 创建并持续写入本地文件(课题目录、00-学习计划.md、连载文章、assets/、INDEX.md),属「仅本地读写、无外发」档。隐私方面的注意点是它需要读项目文件来判断知识基础——skill 已默认排除 .git/.env/.private/密钥/凭证/身份/财务/客户私密资料并要求项目规则优先,但读取范围最终由宿主权限与模型遵守程度决定。

5第二遍独立确认

  • [ok] 外部资源/工具:是否存在未声明的依赖 — 目录内仅 SKILL.md + agents/openai.yaml;无 URL、无包、无 CLI。external_deps 空数组成立。
  • [ok] 安全结论:敏感文件排除是否为可执行规则 — 排除项以编号 4 的形式写进「任何项目检索都必须遵循以下范围」,并给出 5(敏感内容需明确指定)、6(项目规则优先)两条兜底;验收用例 4 要求「不在知识基础摘要中暴露敏感文件名、内容或路径」。规则可判定、有对应场景,非泛泛声明。
  • [ok] 实现原理是否成立:反馈驱动是否真能改变后续深度 — Phase 3 给出六行映射表(反馈信号→处理方式),Phase 2 要求先读上一篇文章末尾反馈并概括为 3-5 条理解状态,Phase 5 要求把「用户上一轮反馈摘要」写回学习计划——形成 读反馈→判断→写文→回填计划 的闭环。用例 2/3 给出了两种典型反馈下的期望输出,可验证。
  • [ok] 功能声明 vs 实际能力:「系统学习一个主题」是否被夸大 — skill 不承诺教学效果、不做外部资料检索(不抓网页、不引第三方教材),只做「连续文章编排 + 反馈调整」;这与 description 一致,无越界承诺。
  • [unlocatable] 证据定位:仓库级元数据(stars/last_push)与 installs — stars=10121、last_push=2026-09-07 取自站点池 data/pool.json(GitHub API 采集),pin 源码内无法逐字定位;installs 未采集记 null。license 可在仓库根 LICENSE 逐字命中。

6结论

  • 把「课程连载」变成状态机:计划文件 + 序号文章 + 反馈区,跨会话可续,且每篇都继承已确认的知识基础而不重复询问
  • 反馈提取明确防幻觉(只认提示问题下方新增文字),使「自适应」有真实依据而非模型自说自话
  • 知识基础确认慎用本地材料:分证据强弱、区分「接触过」与「掌握」、敏感文件默认不读并让项目规则优先
  • 写作风格可判定:禁用句式清单 + 替代方式 + 三条例外,避免生成「AI 腔」教学文章
  • 测试意识:内置 6 个验收用例,把新课题/敏感材料/反馈类型等关键分支写成可核对场景
  • 适合:适合想把一个主题持续推进成系列材料的人:自学一门学科、把方法论拆成课程、给团队做系列培训素材,尤其是「需要按自己理解状态调整难度」的场景。与 dbs-knowledge 搭配(把课题目录纳入知识库导航)效果更完整。
    不适合:不适合单篇内容代写(skill 明确「你负责教学序列,不负责单篇内容代写」);不适合商业诊断与执行问题(应转对应 dbs-* skill);不适合需要外部资料检索/引用的研究型学习——它不抓取、不引用外部来源,只做序列编排;不适合不希望在工作目录产生新文件的场景。
    安装 agent 直装可复制
    ① 本站镜像 更新 2026-09-15
    方式 A · 人下载镜像包下载 dbs-learning.tar.gz
    sha256: 1f686116522fc75b…
    方式 B · JSON 格式安装指南,复制给 agent
    安装指南
    agent 读 JSON 指南后会自动从本站下载安装,无需更多说明。
    ② 上游 GitHub · 原始来源
    能访问 GitHub?直接去上游安装(实时版,可能已更新)GitHub 原始 ↗
    本页镜像锁定 commit 8b8e33f1ec;上游为实时仓库。
    来源信息 GitHub 原始
    作者 / 仓库dontbesilent2025 / dontbesilent2025/dbskill
    Stars10121
    最近推送2026-09-07
    本 skill commit8b8e33f1ec
    许可CC BY-NC 4.0(仓库根 LICENSE:Attribution-NonCommercial 4.0 International (CC BY-NC 4.0);署名 + 禁止商业使用;Copyright (c) 2026 dontbesilent)
    本站信息
    收录日期2026-09-06
    分类内容创作
    侦查报告AI 侦查 · 2 遍 · 2026-09-06
    本站镜像与 GitHub 原始是不同来源:本站锁定 commit 快照经 /r2 分发;GitHub 为实时上游,内容可能已更新。
    同分类邻近