Skip to content
Back to skills

Reality Metabolism Loop

ASecurity

当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时

  • 12 stars
  • 0 votes
  • 0 copies
  • 1 view
  • Added September 9, 2026
tools

Security analysis

A100/100

Pro scans all 3 files and shows the line behind each finding

Scanned September 9, 2026

npx -y skills add DracoUnion/dankoe-skills --skill reality-metabolism-loop --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Reality Metabolism Loop?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Reality Metabolism Loop
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/dracounion-reality-metabolism-loop/badge)](https://www.skillsdirectory.com/skills/dracounion-reality-metabolism-loop)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: reality-metabolism-loop
description: 当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时
---

# reality-metabolism-loop

## When to Use

当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时description

## Core Logic

# 执行步骤

1.  **摄入“现实”素材**
    *   **输入**: 学习主题。
    *   **操作**: 主动寻找并接触与学习主题相关的、未经过度加工的“现实”素材。这包括真实项目、案例研究、原始数据、一线人员经验分享、失败记录等,而非仅阅读教科书或总结性文章。
    *   **判断标准**: 素材是否包含复杂性、不确定性或具体细节?是否反映了该主题在真实世界中的应用或挑战?
    *   **输出**: 一组“高现实浓度”的学习素材。

2.  **进行认知加工**
    *   **输入**: 步骤1获取的“现实”素材。
    *   **操作**: 对素材进行主动处理:尝试解决问题、分析案例成败原因、模仿实践、或基于素材进行微小创作。核心是“动手”和“动脑”,而不仅是“观看”或“阅读”。
    *   **判断标准**: 是否对素材提出了自己的问题或假设?是否产生了基于素材的衍生输出(如分析笔记、解决方案草图、模仿作品)?
    *   **输出**: 经过个人认知处理后的中间产物(理解、疑问、初步方案)。

3.  **产出实践结果**
    *   **输入**: 步骤2产生的认知加工产物。
    *   **操作**: 将你的理解、方案或模仿作品,转化为一个具体的、可展示的实践结果。它可以是一个可运行的程序片段、一份分析报告、一个原型、或一次模拟演示。
    *   **判断标准**: 产出物是否具体、可被他人感知?它是否直接应用或验证了从“现实”素材中提取的知识?
    *   **输出**: 一个具体的实践产出物。

4.  **对比与代谢**
    *   **输入**: 步骤3的实践产出物,以及步骤1的原始“现实”素材或更广泛的现实反馈(如同行评价、实际效果数据)。
    *   **操作**: 将你的实践产出与原始素材或真实世界的反馈进行对比。分析差距:哪里做对了?哪里理解有偏差?现实中有哪些因素被你忽略了?
    *   **判断标准**: 是否明确识别出至少一个认知偏差或知识漏洞?是否根据对比结果更新了对原有知识的理解?
    *   **输出**: 更新后的、更具现实适应性的认知模型,以及一份待深入学习的“知识漏洞”清单。
    *   **IF** 对比发现重大认知偏差或知识不足 **THEN** 以更新后的认知模型和漏洞清单为新的“输入”,跳转至步骤1,寻找针对性更强的“现实”素材,开始新一轮循环。
    *   **ELSE** (认知基本吻合,实践结果达标) **THEN** 当前学习循环结束,知识完成“代谢”和内化。

# 输出格式要求
向用户呈现一个动态的“代谢循环”状态图,包含:
1.  **当前循环阶段**:指明用户正处于“摄入”、“加工”、“产出”、“对比”中的哪一阶段。
2.  **本阶段行动建议**:基于当前阶段,给出一个具体的下一步行动指令。
3.  **代谢成果**:以清单形式展示在本循环或历史循环中已被“代谢”内化的关键知识点。
4.  **待代谢清单**:列出通过“对比”环节发现的、有待在下个循环中解决的知识漏洞或认知偏差。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 认知与学习科学 |
| 类型 | procedural (procedural) |
| 置信度 | 80% |
| 前置条件 | 正在进行某种形式的学习或技能获取 |
| 来源 | 快速学习技能:如何应对学习初期的不知所措感 |

Files in this skill

  • SKILL.md3.7 KB
  • references/source.md769 B
  • scripts/run.py287 B

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.