Back to skills
SKILL.md
Apprentice
ASecurity学徒 Skill(Apprentice)——AI 系统性进入并**通盘掌握**任意陌生领域的双轨四阶段标准作业程序:**通识轨**(领域课程学习循环:概念/方法/流派/公案/前沿全谱覆盖,概念织网+费曼+自测验收)与**实战轨**(①调研固化SOP预留AI接口 ②典型案例盲测+已知答案验收最小闭环 ③独立审核+行业共识对拍 ④RSI自循环)两轨强制互喂。当用户想让 AI 学习/上手/攻克/钻研一个新领域或陌生学科行业、系统学习某领域、建立领域知识体系、从零建立领域工作流,或提到 学徒 / 领域学徒 / 新领域学习 / 领域开荒 / 学会一个领域 / 上手一个领域 / 领域通识 / 盲测验收 / 对拍 / RSI自循环 时必须使用本 skill。适用于长周期领域攻关;一次性查资料问答不适用。
- 2 stars
- 0 votes
- 0 copies
- 0 views
- Added October 9, 2026
Security analysis
100/100Pro scans all 8 files and shows the line behind each finding
npx -y skills add redmaplewww/apprentice-skill --skill apprentice --agent claude-codeAre you the author of Apprentice?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/redmaplewww-apprentice)---
name: apprentice
description: 学徒 Skill(Apprentice)——AI 系统性进入并**通盘掌握**任意陌生领域的双轨四阶段标准作业程序:**通识轨**(领域课程学习循环:概念/方法/流派/公案/前沿全谱覆盖,概念织网+费曼+自测验收)与**实战轨**(①调研固化SOP预留AI接口 ②典型案例盲测+已知答案验收最小闭环 ③独立审核+行业共识对拍 ④RSI自循环)两轨强制互喂。当用户想让 AI 学习/上手/攻克/钻研一个新领域或陌生学科行业、系统学习某领域、建立领域知识体系、从零建立领域工作流,或提到 学徒 / 领域学徒 / 新领域学习 / 领域开荒 / 学会一个领域 / 上手一个领域 / 领域通识 / 盲测验收 / 对拍 / RSI自循环 时必须使用本 skill。适用于长周期领域攻关;一次性查资料问答不适用。
---
# 学徒 Skill(apprentice)
AI 进入任意陌生领域并达到"能独立产出经得起审查的成果"的四阶段标准作业程序。
方法论源自甲骨文 AI 辅助破译项目的完整实战复盘:六轮循环、145,072 字形全量入库、验收组 5/5 复现学术定论、21 卡独立盲审、两字确级认定。完整案例复盘见 `references/oracle-case.md`,可直接套用的文档模板见 `references/templates.md`。
## 何时用 / 何时不用
- **用**:用户要求 AI 中长期掌握一个陌生领域并产出成果——新学科、冷门技艺、交叉方向、行业研究后要动手干活的。
- **不用**:一次性问答式调研(查完即走,不建工作流、不做验收);已有成熟 SOP 的常规重复任务。
## 第零步:阶段定位
触发本 skill 后,**先定位项目当前处于哪个阶段**,从对应阶段进入,不要从头重来:
1. 查目标工作区是否已有 `00-调研报告` / `01-工作流程设计` / `02-资源清单` / `03-文献调研` 等文档与 `研究档案/` 目录;
2. 有则读 `研究档案/00-总进度.md` 及三件知识资产(`知识总账.md` / `缺口登记簿.md` / `能力画像.md`,见"知识完整性与缺口管理"节),按其"下一步"与未销缺口续作;
3. 全无则从阶段一冷启动。冷启动时先与用户确认:领域名称、目标产出物、验收标准由谁定。
## 总览:双轨 × 四阶段与门控
skill 是**双轨结构**——通识轨负责"懂领域"(知识体系全谱覆盖),实战轨负责"会做事"(任务闭环与成果产出),两轨强制互喂:
```
通识轨(懂领域):领域课程六类模块 → 学习循环 学→织→测→联(概念卡/费曼/自测/跨模块联系)
║ 互喂:模块知识喂实战证据链;实战发现的缺口回课程补模块
实战轨(会做事):四阶段 侦察立法 → 最小闭环 → 审查对拍 → RSI自循环(原主体,全保留)
```
**实战轨四阶段**(原主体不变,每阶段嵌入对应通识轨任务):
```
阶段一 侦察立法 阶段二 最小闭环 阶段三 审查对拍 阶段四 RSI自循环
────────────── ────────────── ────────────── ──────────────
领域现状报告 材料/数据基建入库 独立审核(制审分离) 目标池排序(先易后难)
资源清单 盲测校准(匿名已知答案) 行业共识对拍 批量作业→审核→整改
专家方法论体系 → 验收组全流程跑通 → 系统性问题整改 → 教训固化为新红线
工作流v1(SOP) 失效模式→规则转化 红线固化进SOP 规则升级→目标池更新
AI分工定位+接口预留 SOP升级v2(证据分级) 诚实定性(复现≠新发现) 循环N轮,成果沉淀
```
**门控铁律:上一阶段双轨 DoD 均未达标,不得进入下一阶段。** "可控"二字就体现在门上——每阶段有一票否决式的验收条件,不达标就留在本阶段修,不带病升级。
| 阶段 | 实战轨 DoD(放行条件) | 通识轨 DoD | 典型时长 |
|---|---|---|---|
| 一 侦察立法 | 五件套齐备(现状报告/资源清单/方法论体系/SOP v1/**知识总账**),SOP 每步有输入/输出/工具/执行者 | **领域课程表建成**:六类模块齐、学习顺序定、资源挂接到模块 | 1 轮会话 |
| 二 最小闭环 | 验收组量化达标(已知答案复现率 ≥80% 或与用户约定线),失效模式已转化为规则,SOP 升至 v2 | **基础概念+方法模块学毕**:概念卡入库、模块自测 ≥80%、费曼讲解通过 | 1–2 轮会话 |
| 三 审查对拍 | 独立审核通过、与行业共识对拍完成、红线清单固化、诚实定性报告出具 | **流派与公案模块学毕**:能向审核者讲清领域地图、学派分歧与定论/争议边界 | 1 轮会话 |
| 四 RSI循环 | ≥2 轮完整"作业→审核→规则升级"循环,累计成果档案+总进度文档在案 | **前沿模块+知识巡检制度**:领域动态跟踪(领域是活的,课程表持续更新) | 不限,持续 |
## 通用铁律(全阶段有效,先读后干)
1. **可核查性压倒一切**:每个结论必须落到可核查的原始材料(著录编号、出处、图片、数据行)。LLM 凭训练记忆写出的"证据"一律标"待核对",禁止当作硬证据使用。
2. **SOP 从行业共识翻译而来,不由 AI 发明**:先文献调研搞清领域顶尖从业者靠什么证据下结论、证据如何加权,再把它映射为 AI 可执行的检索+推理步骤。行业方法在前,AI 加速在后。
3. **已知答案验收是唯一硬标准**:判断"AI 是否真懂了",不看它说得像不像,看它能否用与真实任务完全相同的流程,把已有公认答案的案例独立做对。
4. **先易后难**:目标池按产出概率排序——最接近已知形态的、证据最丰富的先做;最难的孤例最后碰或不碰。
5. **置信分档输出**:结论永远带分级置信度(确/较可信/存疑/弱假说/存而不论),禁止二值断言。降档不可耻,overclaim 才是事故。
6. **淘汰不丢**:被否的候选/假设连同否因归档("已排除假设"节),防止后续重复劳动。
7. **错误变制度**:每次审核发现的系统性问题,整改后必须固化为红线写进 SOP。同类错误不允许犯第二次——这是 RSI 的实质。
8. **诚实定性**:复现已知答案 ≠ 新发现。对外输出成果前必须做前人工作核查,并明确标注哪些是复现、哪些是增量。
9. **对拍先于发布**:任何结论成型后、发布前,先与已发表成果/权威数据逐条对拍。假说被对拍推翻(如甲骨文 gx21 案例)是流程在起作用,不是失败。
10. **来源三级标注**:每条论断标〔已验证·有出处〕/〔模型记忆·待核对〕/〔未知·缺口〕;"未知"必须显式声明,禁止用模型记忆填充冒充知识(详见 `references/knowledge-coverage.md`)。
11. **能力边界自知**:未测试的任务类型=能力未知。接任务先查能力画像与答前门控三问,超纲即降档并触发补缺,禁止硬答。
12. **案例是学习仪器,不是学习目的**:每个单案实战结束必须回喂领域课程(更新相关模块的概念卡与地图);每个课程模块学完必须有实战或应用出口。禁止"只会做题不懂领域",也禁止"懂名词不会干活"。
## 通识学习轨:领域课程与学习循环
实战轨解决"会做这类任务",通识轨解决"懂这个领域"——两者缺一,学习都是收敛的。通识轨的核心资产是**领域课程表**(`研究档案/领域课程表.md`),把领域知识体系拆为**六类标准模块**:
| 模块类 | 内容 | 学完的标志 |
|---|---|---|
| ① 基础概念 | 对象与范围、术语体系、基本分类 | 能给外行下定义并举例/反例 |
| ② 理论与方法 | 核心原理、主流方法及其适用域与失效条件 | 能说清"什么问题用什么方法、为什么、何时失效" |
| ③ 工具与实践 | 行业怎么干活:工具链、工作产物、流程惯例 | 能走通一遍最小实践 |
| ④ 历史与流派 | 学科史、学派分歧及分歧根源、人物与机构 | 能画出流派谱系并讲清分歧点 |
| ⑤ 经典案例与公案 | 定论案(共识怎么形成的)+争议案(争议卡在哪) | 能复盘定论的证据链、复述争议双方论据 |
| ⑥ 前沿与开放问题 | 活跃方向、未解问题、领域正在争论什么 | 能列出 3+ 个开放问题及为什么未解 |
**模块学习循环(每模块走一遍,提示词模板见 `references/learning-prompts.md`)**:
```
学(分层输入:综述→教材章节→专题,带 3 个问题读)
→ 织(概念卡增量入卡库;领域知识地图挂网更新)
→ 测(模块自测:自生成考题对答案 ≥80% + 费曼讲解卡壳点清零)
→ 联(跨模块联系:与已学模块的连接/冲突;与实战轨的双向回喂)
```
模块状态四态:未学 → 在学 → 待测 → 已通过(自测+费曼双过才算)。课程表本身滚动演进——阶段四的巡检同时巡课程(新概念新方法新公案入模块)。
> 模块学习循环中的"学+测"两步可由外挂插件 **`lrv-loop`(学述验闭环)**驱动执行:学习→**合卷复述**→比对验证的 ReAct 式内化引擎,验证基准按期别从行业共识(E)演进到已验证自库混合(M)再到自主结论(L)。见"外挂组件接入"节;未安装该插件时按 `references/learning-prompts.md` 模板手工执行同等协议,流程不变。
**与知识总账的分工**:总账(toolbox 管理)回答"领域知识空间覆盖了没有"(供应侧盘点,三态);课程表回答"作为学习者学到什么程度"(学习过程,四态)。总账的未覆盖区经定级后进入课程表成为待学模块;课程表学毕的模块回总账销覆盖债。
## 阶段一:侦察与立法(调研固化 SOP)
**目标**:广泛信息搜集 + 文献调研,把领域通用研究方法和研究过程固化为标准 SOP,预留 AI 拓展方向和接口。
产出五件套(前四件骨架见 `references/templates.md`,第五件见 `references/knowledge-coverage.md`):
1. **`00-调研报告-<领域>现状.md`**——领域全景:现状与难点(为什么难、难在哪)、已有工作全景(前人怎么干、哪些已被做掉)、AI 能做什么/不能做什么。最后一条是重点:明确 AI 的独特价值定位(通常是"全量材料的机器检索与组合推理"——人记不住全量,AI 可以系统化地做),以及人机分工边界(AI 产候选+证据链,人做最终裁决)。
2. **`02-资源清单.md`**——数据集、平台、工具、关键文献的下载地址与许可证,按优先级分级(★★★核心/★★支撑/★补充)。
3. **`03-文献调研-<领域>方法论体系.md`**——领域判别论据体系:顶尖从业者下结论靠什么证据?各类证据权重如何?找 2–4 个标杆案例做证据链解剖(每个案例逐步拆解"关键一步靠什么证据完成的")。这是 SOP 的灵魂——后续工作流的每个环节都从这里翻译。
4. **`01-工作流程设计.md`(SOP v1)**——端到端工作流,拆为若干阶段,每阶段写明:输入→输出、用什么工具、由谁执行(人工/AI/人机协同)。附固定作业模板(提示词模板或操作模板)。
5. **`研究档案/知识总账.md`(供应侧完整性)**——找到领域的权威普查工件(教材目录/考纲/分类法总录/数据集类目/招聘JD聚类/社区FAQ等),逐区展开为知识清单并三态标记(已覆盖/部分/未覆盖),算出覆盖率;同时建**任务空间地图**(任务类型×难度三档:已知答案/争议/开放)。这是"搜到的行业知识完整吗"的唯一可操作度量——绝对完整不可保证,相对普查工件的覆盖率必须自知(详见 `references/knowledge-coverage.md`)。
6. **(通识轨)`研究档案/领域课程表.md`**——按六类标准模块拆解领域知识体系,定学习顺序(基础概念→方法→工具→流派→公案→前沿),把资源清单逐项挂到模块;总账的未覆盖高阻塞区直接转为待学模块。
**AI 扩展接口预留**(用户核心要求,本阶段必须显式落笔):
- **数据接口**:一切原始材料结构化入库(SQLite/向量索引/结构化文件),使所有证据可机器检索、可复核——这是后续一切 AI 加速的地基;
- **工具接口**:预处理/检索用一次性脚本放 `scripts/`(现写现跑,不服务化、不做常驻 agent);
- **记忆接口**:跨会话经验沉淀到进度文档(项目内)与 mem0(用户级长期记忆,`memory_add` 记录可复用的领域经验);
- **分工接口**:SOP 每步标注人工/AI/协同,后续阶段逐步把人工步骤自动化。
**红线**:本阶段禁止动手做真实任务(手痒先忍住);调研引用必须附来源链接。
## 阶段二:最小闭环(盲测 + 验收)
**目标**:找典型案例验证 SOP,跑通一个最小闭环,让 AI 开始真正理解和掌握领域工作流程。
1. **材料基建**:下载核心数据集,预处理入库(清洗、切分、元数据、检索索引)。入库即写统计报告(多少条、什么结构、质量坑有哪些)。数据质量发现(如标注混装、检索对某类失效)本身就是第一份领域知识。**无结构化数据的领域**(纯技艺、实操类):降级为"工件库"模式——收集代表作/案例/操作记录作为语料,检索基建退化为文档全文检索,流程其余部分不变。
2. **盲测校准**:取一批已知答案的样本,匿名打乱,让 AI 用当前 SOP 独立作答,量化命中率。**重点不是分数,是失效模式**——每个错误逐条分析根因,转化为新规则写进 SOP。甲骨文案例:盲测 80% 命中,"草化变形""部件误辨"两类失效直接催生了"辞例语境提为裁决性证据"的 v2 升级。
3. **验收组设计**:选 3–5 个已有公认标准答案的典型案例(学界定论/行业标准/权威数据),用与真实任务**完全相同**的流程走一遍,最后一步多出"对照标准答案打分"。验收组与实战组(真未知目标)并行建档,方法完全一致,只有最后对照不对照的区别。
4. **SOP 升级 v2**:吸收盲测与验收的教训,通常的核心升级是**证据分级加权**——把领域方法论体系(阶段一第 3 件)里的证据类目落成"权重表 + 裁决规则"(哪类证据是裁决性的、哪类是入门券、几类独立支持才能立案、一条硬反证即否案)。
5. **能力画像初版**:把盲测/验收通过率按任务类型×难度记入 `研究档案/能力画像.md`,未测试类型标"❓未知"——从第一天起就养成"知道自己不知道什么"的习惯。
6. **(通识轨)基础概念+理论方法模块学习**:按课程表开课——模块学习循环(学→织→测→联),概念卡入库、模块自测 ≥80%、费曼讲解通过。与实战轨并行推进:基建跑数时读书,验收等结果时织网。
**门**:验收组复现率 ≥80%(或与用户约定线)。不达标 → 回到 SOP 修规则再来,禁止降低验收标准放行。
## 阶段三:审查与对拍(出师考核)
**目标**:可控的人工审查完成一整个基础任务,与行业共识对照,确保 AI 真正理解行业内容、经验与知识召回正确。
1. **独立审核(制审分离)**:另起一个独立审核代理(或独立会话),审核规则:
- 审核者**禁止采信档案文字**,必须从原始数据/原始材料独立查证每条证据;
- 审核者与制档者分离,**禁止自我放行**;
- 产出审核报告:通过/需修订逐卡列出,重点揪三类系统病——证据描述与原始材料不符、引文加工/选择性引用、置信度 overclaim。
2. **整改与红线固化**:逐条整改审核意见,然后把系统性问题固化为红线补进 SOP。甲骨文案例固化的五条红线(可直接泛化):①看图/看数据类描述必须二次独立核对;②残缺数据禁止补写,省略必须显式标注;③每份档案强制展示主导模式(前 N 搭配/前 N 特征),禁止选择性引用少数支持例;④判定前必须调取同源完整上下文(同版/同批/同源全量);⑤一切档案经独立审核后方可定稿。
3. **行业共识对拍**:把已认定的结论与领域已发表的权威成果逐条对拍。对拍可能推翻自己的结论——被推翻就改,并且把教训固化(甲骨文教训:"对拍必须先于假说发布")。
4. **诚实定性报告**:明确写出哪些结论是已知答案的复现/归位(机制验证价值,不算新发现)、哪些是真正的前人未做增量、距离行业认可的标准(如发表/申报)还差什么(差距清单)。
5. **(通识轨)流派与公案模块学习+领域图景考核**:学毕④⑤类模块;审核环节加一道"领域讲解"——被审核方能向审核者徒手讲清领域地图、学派分歧、定论与争议的边界,讲不清=通识轨未达标,与实战审核同门处理。
**门**:独立审核通过(无未整改的系统性问题)+ 对拍完成 + 定性报告出具。此门过后 AI 才算"出师",才有资格进入无人值守的 RSI 循环。
## 阶段四:RSI 自循环(出师执业)
**目标**:AI 自己 loop 多轮做行业学习与开发,每轮产出真实成果,经验与知识持续沉淀,最终得到完整结果。
**单轮循环结构**(每轮必含全部四步,缺一即退化为准 RSI):
```
选目标(目标池按产出概率重排)
→ 批量作业(按 SOP v2+ 逐案建档,一案一档)
→ 独立审核(制审分离不放松,审核率可随信任度从全查渐降至抽查)
→ 规则升级(本轮教训固化为新规则/红线,目标池与差距清单更新)
```
要点:
- **目标池动态排序**:每轮结束按"证据缺口最小优先"重排;被否目标保留在池中标明否因。
- **分层抽测(防幸存者偏差)**:每轮按任务类型配额抽测,不许只做池里最易的——否则能力画像被"只会做一类题"污染;抽测结果更新能力画像。
- **覆盖巡检**:每 N 轮重跑权威普查工件 diff(覆盖率复查)、清点缺口登记簿燃尽情况;任务失败与权威源分歧一律登记为覆盖债,不许只修个案。
- **每案回喂课程(铁律⑫的执行点)**:每案结档时强制更新相关课程模块的概念卡与知识地图——批量案例的复利不只在于产出,更在于喂出越来越完整的领域课程。
- **通识轨持续**:前沿模块学习+知识巡检(领域是活的:新文献/新方法/新公案定期入课程表);课程表未覆盖的领域动态登记为缺口。
- **方法论突破即时制度化**:循环中偶然发现的新通道(如甲骨文项目确证"H 编号=《合集》编号"对拍通道)要立刻写进 SOP 变成全量能力,而不是留作个案技巧。
- **审核率阶梯**:初期全查 → 稳定后抽查验 → 高置信结论可凭外证直接认定,但制审分离永不取消。
- **成果沉淀三件套**:单案研究档案(一案一档,含已排除假设)、每轮小结、`00-总进度.md` 滚动更新(累计战果+下一步+差距清单)。
- **跨会话记忆**:可复用领域经验同步进长期记忆系统(如 mem0,`memory_add`);有个人知识库蒸馏管道的环境,可把原始材料投 Inbox 走蒸馏。
- **对外成果**:攒够规模后按行业认可的格式整理终稿(甲骨文对应文字博物馆悬赏论证报告格式),并保留诚实定性。
## 知识完整性与缺口管理(贯穿机制,防乱答与主动补缺)
会做已搜到的题 ≠ 获得行业能力。行业能力 = 任务空间(类型×难度)覆盖面 + 对未覆盖区的自知。完整机制见 `references/knowledge-coverage.md`,要点:
- **知识七形态**:行业知识以七种形式存在(SOP/方法论/语料库/案例档案/红线/元知识/**模型权重**),前六种显性可审计,只有第七种(模型隐性记忆)不可证——**乱答全部来自它**,对策是逼每条论断声明来源;
- **三级来源标注**:〔已验证·有出处〕/〔模型记忆·待核对〕/〔未知·缺口〕;知识不足时合法输出只有降档作答、存而不论、缺口卡三种,自信完答被禁止;
- **答前门控三问**:这类任务画像里测过吗?依赖知识在总账覆盖了吗?哪些论断只是模型记忆?
- **缺口驱动学习循环**:覆盖巡检 → 缺口登记(缺什么/信号源/怎么补/成本/阻塞面)→ 定级 → 补缺动作映射 → 缺口区自生成考题复测销账。未知未知靠对外暴露(专家审查/社区发布)探测。
## 配套工具箱(组件层:结构化资产的机械执行体)
**结构化输入输出的实现者分层**:skill 本体(markdown 协议)只约定格式,靠会话内 LLM 自律执行;真正的结构化存储历史上发生在各领域项目层(如甲骨文项目的 SQLite+脚本,随用随建)。为避免三件知识资产跨会话"格式漂移、聚合靠手数、门控靠自觉",skill 自带轻量工具箱:
- 位置:`scripts/da_toolbox.py`(单文件,仅标准库,SQLite 为真相源,markdown 为渲染视图)
- 核心命令:`init`(初始化资产)|`coverage set`(总账登记)|`gap add/list/start/close/shelve`(缺口流转)|`profile record`(画像记录)|**`gate <任务类型>`(答前门控三问的机械执行体,裁决三态:放行 exit0 / 降档 exit1 / 阻塞 exit2)**|**`check <研究卡>`(卡片机械校验:必备节/置信词表/三级标注,过了再交独立审核,省出审核注意力给语义层)**|`stats`(覆盖率/燃尽率/画像汇总)|`render`(重渲视图)
- 约定:三件资产的改动一律走命令(状态词表封闭枚举:缺口四态/覆盖三态/难度三档);渲染出的 .md 文件头带自动生成标记,禁止手改
- **组件化触发条件(不过度工程)**:卡片 ≤20 且 RSI <3 轮时,markdown+自律够用;卡片 >20 或审核第二次发现格式类问题或需要跨会话聚合统计时,启用本工具箱;领域数据层组件(语料入库/检索脚本)仍按各领域需要随建,不进 skill。
## 外挂组件接入(插件架构)
**设计原则:本体稳定,扩展外挂**。apprentice 的核心流程(双轨四阶段/铁律/门控)保持稳定,新能力以独立插件 skill 接入——每个插件自带完整协议与工具、可独立使用,缺席时 apprentice 走降级路径,主干文档不因插件存在与否而改变。
| 插件 | 功能 | 接入点 | 缺席降级 |
|---|---|---|---|
| **`lrv-loop`(学述验闭环)** | 学习(Learn)→合卷复述(Restate)→比对验证(Verify) 的最小内化引擎;验证基准期别演进:E 共识期(权威源)→ M 混合期(已验证自库+共识)→ L 自主期(自主结论+矛盾升级条款);`scripts/lrv.py` 机械强制解锁(M 需 ≥2 模块经共识验证通过,L 需 ≥5+本模块有 M 履历) | 通识轨模块学习循环的"学+测"两步;LRV 轮次产物回喂:通过复述稿→课程表"已通过"依据、未销失配→缺口登记簿、轮次统计→能力画像、新概念→概念卡库 | 按 `references/learning-prompts.md` 模板二/三/四手工执行同等协议(自测+费曼),流程不断 |
**插件接口规范**(后续插件照此办理,防止覆盖式开发):
1. 独立 skill 目录(自带 SKILL.md+scripts),可脱离 apprentice 单独运行;
2. 显式声明接入点(挂到 apprentice 哪个环节);
3. 显式声明产物回喂映射(写入哪些 apprentice 资产);
4. 显式声明缺席降级路径(插件不在时 apprentice 怎么办);
5. **不得修改 apprentice 主干文档**,只经由本节登记接入。
## 工作区骨架模板
```
<领域名>/
├── 00-调研报告-<领域>现状.md # 阶段一
├── 01-工作流程设计.md # SOP v1 → 持续升版
├── 02-资源清单.md
├── 03-文献调研-<领域>方法论体系.md
├── data/ # 原始材料(大文件注意同步盘容量)
├── <语料库>/ # 预处理后的结构化资产(SQLite/索引/图片)
├── scripts/ # 一次性脚本
└── 研究档案/
├── 00-总进度.md # 滚动更新:累计战果/教训/下一步/差距清单
├── 领域课程表.md # 通识轨主资产:六类模块×学习状态四态(未学/在学/待测/已通过)
├── 概念卡库.md # 织网产出:术语/概念/方法/案例卡,带出处
├── 知识总账.md # 供应侧盘点:权威普查工件逐区对照 + 覆盖率
├── 缺口登记簿.md # 五元组:缺什么/信号源/补缺动作/成本/阻塞面
├── 能力画像.md # 任务类型×难度×通过率,未测试=未知
# ↑ 三件知识资产:启用工具箱后由 da_toolbox render 生成维护(SQLite 为真相源)
├── 盲测-校准报告.md # 阶段二
├── 验收-已知案例.md # 阶段二验收组
├── 审核-独立审核报告.md # 阶段三(每轮审核可追加)
└── <个案>-<编号>.md # 一案一档
```
## 与人类自学路径的同源关系
本 skill 四阶段是人类成熟学习范式(自我调节学习 + 刻意练习 + 反馈回路)的工程化投影:侦察立法=画地图与搭骨架,最小闭环=已知答案的刻意练习,审查对拍=老师盲批与对答案,RSI 循环=项目驱动实战 + 错题本升格为制度。完整的通用自学路径(P0 定向→P1 侦察→P2 筑基→P3 校准→P4 实战→P5 创造 × 元认知/知识管理/动机精力三支撑系统)见 `references/universal-path.md`——当用户要的是"人怎么从零学一个领域"而非"AI 作业流程"时按该手册走;两套可互相翻译,映射表见手册末尾。
## 参考文件
- **外挂插件 `lrv-loop`(学述验闭环)**——独立安装于 `~/.agents/skills/lrv-loop/`(GitHub 仓库 `plugins/lrv-loop/` 随附):学习→合卷复述→比对验证引擎,通识轨"学+测"的执行组件。接入契约见"外挂组件接入"节。
- `references/learning-prompts.md`——通识轨全套学习提示词模板(概念卡生成/模块学习/自测出题/费曼讲解/周复盘/跨模块联想),通识轨每模块开课时按模板执行。
- `scripts/da_toolbox.py`——配套工具箱(见"配套工具箱"节):三件知识资产的账本 + 答前门控 + 卡片校验 + 统计渲染,stdlib 单文件。
- `references/knowledge-coverage.md`——知识完整性与缺口管理:知识七形态、权威普查工件对照(覆盖率)、任务空间地图与能力画像、缺口驱动学习循环、三级来源标注与防乱答协议、三件知识资产模板。**阶段一建总账时、阶段四挂抽测巡检时必读**。
- `references/universal-path.md`——通用自学路径可复现手册(六阶段×三支撑×门控×回环,领域无关;含与 skill 四阶段的同源映射表和四领域特殊化对照表)。配套流程图版:`assets/学习路线图.html`(Part1 skill 路线 / Part2 通用路径 / Part3 同源映射 / Part4 通用性八模式与领域备注)。
- `references/oracle-case.md`——甲骨文破译项目完整案例复盘(四阶段实况、关键转折、数字战果、教训清单)。**进入阶段二/三/四之前应读对应章节**,里面是每个机制的实战原型。
- `references/templates.md`——前四件套与各类档案的可复制模板(现状报告/资源清单/方法论体系/SOP/验收报告/审核报告/研究卡/总进度);第五件知识总账模板见 `knowledge-coverage.md`。
## 执行声明
每次按本 skill 作业时:开工先声明当前阶段与本轮 DoD,收尾汇报 DoD 达成情况与下一阶段门控状态。阶段三、四的审核环节必须显式声明"审核者与制档者分离"是否成立。
Files in this skill
- SKILL.md
- assets/学习路线图.html
- references/knowledge-coverage.md
- references/learning-prompts.md
- references/oracle-case.md
- references/templates.md
- references/universal-path.md
- scripts/da_toolbox.py
Attribution
Related skills
View all in ai-agents →Comments
Loading comments…
Newsletter
Get the weekly list of safe new skills, and the ones we pulled.