ai-10x-learning：用 AI 真正"学会"（而非只拿答案）的 10 步闭环学习法。
开源地址：
https://github.com/luozhilzh/ai-10x-learning
https://gitee.com/luozhilzh/ai-10x-learning
ai-10x-learning（通用版）
仓库短描述（可作 GitHub / Gitee 仓库 Description）：AI 10x 学习法 —— 用 AI 真正"学会"的 10 步闭环 skill，跨 WorkBuddy / Claude Code / Codex / Cursor 通用。
用 AI 真正"学会"（而非只拿答案）的 10 步闭环学习法。融合斯坦福 STORM 多视角研究法与 Rahul 的六角色学习框架。
- 研究模式（步骤 1–4）：搞懂 / 调研 / 写方案 / 重大决策前
- 学习模式（步骤 5–10）：系统学一门技能或知识
- 全闭环（1–10）：从陌生到可上手一个领域
完整提示词见 references/prompts.md，真实跑通案例见 examples/。
为什么是"通用"的
本 Skill 采用开放的 Agent Skills 标准：一个 SKILL.md（含 YAML frontmatter：name + description）+ 可选的 references/、scripts/、assets/。
该标准由 Anthropic 提出，Claude Code、Codex、Cursor、WorkBuddy 均兼容同一格式——同一个文件夹丢进任一工具的 skills 目录即可，无需改写。
跨工具安装
| 工具 | 安装位置 | 作用域 |
|---|---|---|
| WorkBuddy | ~/.workbuddy/skills/ai-10x-learning/ |
用户级通用 |
| Claude Code | ~/.claude/skills/ai-10x-learning/（个人）.claude/skills/ai-10x-learning/（项目） |
个人 / 项目 |
| Codex | ~/.codex/skills/ai-10x-learning/（个人）.codex/skills/ai-10x-learning/（项目） |
个人 / 项目 |
| Cursor | ~/.cursor/skills/ai-10x-learning/（用户）.cursor/skills/ai-10x-learning/（项目） |
用户 / 项目 |
| ChatGPT / Gemini / 豆包 / 元宝 / DeepSeek | 无原生 skill 目录 | 直接复制 references/prompts.md 全文，替换 【主题】 后粘贴对话框 |
注：agentic 工具（WorkBuddy / Claude Code / Cursor）会自动按
description触发或支持/ai-10x-learning手动调用，并强制遵守 SKILL.md 里的"交互硬规则"（如考到崩溃一次一题）。纯对话工具里这些规则只是提示词，需你手动驱动问答节奏。
一键安装脚本
仓库内置 install.sh，自动把整个 skill 包复制到目标工具的 skills 目录（排除 .git）：
# 安装到全部 4 款工具（WorkBuddy / Claude Code / Codex / Cursor）
./install.sh
# 只装到某一款
./install.sh --target claude
# 装到当前项目（项目级 .workbuddy/skills/，仅当前仓库生效）
./install.sh --project
- Windows 用户：请用 Git Bash 运行（不要直接双击
.sh）。 - 脚本自动识别
HOME（Windows Git Bash 下为/c/Users/你的用户名），无需手动改路径。 - 安装后重启工具会话，
/ai-10x-learning才会被识别。
目录结构
ai-10x-learning/
├── SKILL.md # 路由 + 交互硬规则（标准 frontmatter）
├── README.md # 本文件
├── LICENSE # MIT
├── .gitignore # 忽略本地日志 / 编辑器产物
├── install.sh # 一键安装脚本（跨工具，支持 --target / --project）
├── references/
│ ├── prompts.md # 10 套完整提示词（工具无关）
│ └── design.md # HTML 成果卡视觉规范（自有中性配色）
├── assets/
│ └── template.html # 单文件 HTML 学习卡骨架（占位符填空）
└── examples/
├── FDE_全闭环案例_通用版.md # 真实跑通案例：全闭环 1–10（通用/美国视角）
├── FDE_全闭环案例_中国本土版.md # 真实跑通案例：全闭环 1–10（中国本土化续作）
├── FDE_面试故事_可面试版.md # 学习模式第 8 步衍生的可面试 STAR 故事
├── FDE_通用版_学习卡.html # 步骤 10.5 导出的 HTML 学习卡样例（双击可打开）
└── FDE_中国本土版_学习卡.html # 步骤 10.5 导出的 HTML 学习卡样例（中国本土版，双击可打开）
使用说明（按步骤）
第 0 步 · 调用 Skill
- WorkBuddy / Claude Code / Cursor：新会话直接输入
/ai-10x-learning，或用自然语言说：- "用 10 倍速学习法学 【主题】"
- "帮我搞懂 【主题】"（→ 研究模式）
- "教我学会 【主题】"（→ 学习模式）
- 纯对话工具（ChatGPT 等）：把
references/prompts.md全文复制，把【主题】/【你的角色】替换成你的内容后粘贴对话框，按步骤走。
第 1 步 · 选模式
开场前置 · 主题对齐与学习画像：无论哪种模式，Skill 都会先复述对主题的理解（范围 / 焦点 / 起点假设 / 不含 / 预期产出形态）让你确认，再问 3 个必答（角色场景、时间预算、目标深度）+ 可选补充。这是防止"AI 理解偏了你还跟着答"的关键护栏，详见
SKILL.md的「开场 · 学习画像与主题对齐」节。
| 你想做什么 | 你怎么跟 AI 说 | 跑哪几步 |
|---|---|---|
| 搞懂 / 调研 / 重大决策前 | "帮我搞懂 【主题】" | 研究模式 1–4 |
| 学会 / 备考 / 掌握一门技能 | "教我学会 【主题】" | 学习模式 5–10 |
| 从零到上手一个领域 | "用全闭环学 【主题】" | 全 1–10 |
第 2 步 · 研究模式实操示例（以"该不该离职去创业"为例）
研究模式是 AI 单方产出，你看着吸收即可，无需逐题作答。
你：用研究模式帮我搞懂"我该不该从当前公司离职去创业"。
AI（第1步·五视角）：
· 实践者：创过业的人会告诉你，离职前的"稳定收入错觉"最害人……
· 学者：职业转换研究显示，先"试水"再全职的人存活率高 2–3 倍……
· 怀疑者：所谓"创业黄金期"多是幸存者偏差，失败案例不发声……
· 经济学家：看你的现金跑道能否覆盖 18 个月无收入……
· 历史学家：每次技术周期都有一波"离职潮"，多数在谷底回归……
你：继续。
AI（第2步·矛盾图）：五视角里"学者vs怀疑者"直接冲突；唯一共识是"先试水"……
AI（第3步·综合简报）：60秒总结 + 5个关键发现（按可靠性排序）+ 一条行动建议：先用周末跑一个 MVP 验证需求再决策。
AI（第4步·同行评审）：给 5 个发现打可靠性分(1–10)，标出最没把握的一条，建议补"家庭风险承受度"视角。
完整产出即按上述结构，由你自己跑完后脱敏存入 examples/ 目录（可参考上面的对话骨架）。
第 3 步 · 学习模式实操示例（以"学 Python 装饰器"为例）
学习模式的 考到崩溃（第8步） 和 费曼循环（第9步）需要你真人逐题作答 / 复述，考官会一次只问一题，等你说完再继续——这是它最反人性也最有效的地方。
你：用学习模式教我学会 Python 装饰器。
AI（第5步·资源）：5 个资源（官方教程/《Fluent Python》/Real Python 等）+ 被高估的坑 + 一周路径
AI（第6步·阶梯）：5 级（从"知道@符号"到"能手写带参数的装饰器"）
AI（第7步·核心20%）：按你的时间预算伸缩的 10 次课计划（或 30min 精简 / 1 周扩展）+ 最终小项目（写一个计时装饰器）
AI（第8步·考官开考）：
第1题（初级）：装饰器本质上是什么？请回答。
你：是一个接收函数、返回新函数的高阶函数，用来增强原函数。
AI：评分 9/10。对：高阶函数定位正确。差距：没强调"不修改原函数源码"。
重讲：装饰器=高阶函数，用来包装原函数、添加行为，而**不改原函数源码**。下一题——
第2题（初级）：@log 写在 def 上方等价于哪行代码？
……（依次推进到第10题，每题评分+差距+重讲）
AI（第9步·费曼）：用大白话讲装饰器 → 等你用自己的话复述 → 挑出含糊处只重讲那部分 → 再让你讲一遍
AI（第10步·速查表）：一张"装饰器速查表"（定义/写法/常见坑/上场清单）
真实跑通案例见 examples/FDE_全闭环案例_通用版.md 与 examples/FDE_全闭环案例_中国本土版.md（含第 8 步 10 题考官题库 + 第 9 步费曼 + 第 10 步速查表）；面试故事见 examples/FDE_面试故事_可面试版.md。
第 4 步 · 硬规则速览（SKILL.md 强制）
- 考到崩溃：一次只问一题，等回答后再继续；每答完打分(0–10)、说对在哪、指确切差距、大白话重讲。
- 费曼循环：必须等你用自己的话复述后，才指出含糊/跳步处并让你只对薄弱部分重讲。
- 资源策展：只给 5 个资源，标明被高估的坑，排成一周路径，不堆 20 个链接。
- 一页小抄：控制在 5 分钟可扫完的篇幅，用短条目不用长段落。
- 证据与核实（能力感知）：涉及事实/数据/外部信息时，先判断环境能否实时联网取证——能则标来源链接，不能则每条标
[需核实]由你核对；禁止编造来源/URL。
反触发护栏（不启动条件）
满足以下情形时，Skill 不会自动跑完整十步，而是降格处理：
- 事实 / 单概念速答：只问"X 是什么"且没说"系统学 / 调研"，直接回答或只跑对应单步（如只要费曼就只跑第 9 步）。
- 文档 / PPT / 产物生成：要"做个 PPT / 写报告文档"，交给对应技能（PPT 生成、文档工具），本 skill 产的是学习路径与速查表。
- 单步请求：点名只要某一步（"五视角看看 X" / "费曼讲讲 X" / "一张小抄"），只跑那一步。
一致性保障 · 逐环交接
十步之间靠"前一步产物是后一步输入"串联，防止各步各说各话。核心铁律：严禁跳序、严禁凭空生成上游未支撑的新事实/资源、上游缺失先向你确认输入、不编造上下文。每步的输入 / 产出 / 完成判定，见 SKILL.md 的「逐环交接 · 依赖与完成判定」表。
可选 · 导出 HTML 成果卡（步骤 10.5，需你触发）
跑完十步后，想存成一张精美、可重开的学习卡？跟 AI 说「导出 HTML / 生成学习卡」，它会读取 assets/template.html 把已产出内容填进去，生成一张单文件 HTML 卡：
- 含：学习画像 persona 卡（角色 / 预算 / 目标）+ 学习阶梯 + 一页速查表（闪卡）+ 题库
- 默认仍是 Markdown 输出，只有你明确要求才生成 HTML（全工具通用；纯对话工具里输出 HTML 代码块，存成 .html 双击打开）
- 视觉规范见 references/design.md（中性蓝 / 青 / 琥珀、圆角无阴影、零外部依赖），不沿用任何第三方品牌配色
- 互动（考到崩溃 / 费曼）在对话里发生，HTML 只是收尾成品
验证 HTML 导出（可选）
生成 HTML 卡后，两种自查方式：
- 浏览器打开：双击
.html文件，确认能正常渲染、页面里没有{{...}}残留字样。 - 脚本校验：跑
python scripts/validate_card.py <你的卡.html>，自动检查 ① 无残留占位符 ② 含<!DOCTYPE html>③<html>/</html>闭合 ④ 体积合理。通过打印[PASS]，失败打印[FAIL]与具体原因（退出码 0/1，可接入 CI）。
现有样例（均通过校验）：examples/FDE_通用版_学习卡.html、examples/FDE_中国本土版_学习卡.html。
注意事项
- "10 倍速"是营销话术：骨架有真东西（STORM 多视角 + 测试效应 + 费曼 + 最近发展区），但别期待字面 10 倍。
- 事实 / 数据 / 决策务必人工核实：STORM 已知有来源偏差、过度关联问题，AI 自评不可全信；涉及法律/财务/医疗更需你自己把关。
- 联网取证按环境能力自动降级：本 skill 不绑定具体工具——有实时联网能力（如 WorkBuddy 的 web-access、Claude Code 的 WebSearch）就真搜并标来源；纯对话工具无工具时，每条事实标
[需核实]由你自行核对，绝不伪造来源。 - 编程 / 设计 / 实操类，光对话不够：第 8、9 步测的是"你讲得清"，真上手还得配真实项目（做中学）。
- 别跳过考到崩溃和费曼：这两步最反人性，却是最能暴露"假懂"的环节，跳过等于回到"随机提问=假学习"。
License
MIT —— 详见 LICENSE。
本文来自博客园，作者：老羅，转载请注明原文链接：https://www.cnblogs.com/laoluo2025/p/21936935
浙公网安备 33010602011771号