skill
learning-loop-coach
Evidence-based AI learning coach | 循证学习教练：学习计划、完整课件、对话教学、阶段测验、进度打卡与错题复习。MIT-0.
Set up
Skills are installed by placing their folder where your agent loads skills.
The download comes from github.com/HoLauv/learning-loop-coach itself, not from our server, so what you get is exactly what its author published.
Install instructions come from the README
README
synced Oct 22, 2026learning-loop-coach
一个可复用的循证学习教练skill，用于持续学习知识、专业技能和备考。技能名称与显示名称均为 learning-loop-coach。
能做什么
- 明确目标与基础，按先修关系制定可调整的学习计划。
- 生成完整Markdown课件，通过对话、示例、反例和练习教学。
- 按已学范围生成原创阶段题集，分开试卷、解析与答题记录。
- 准确批改部分交卷，区分课程完成、打卡和能力证据。
- 记录错题、主动收藏题、延迟复习和后续迁移表现。
核心方法为检索练习、分散复习、示例到独立练习、反馈及迁移。研究依据和边界见学习科学。不承诺保证通过考试或快速掌握任何技能。
安装
仓库根目录就是skill目录，SKILL.md 直接位于根目录，没有额外的 skills/learning-loop-coach/ 包装层。克隆 https://github.com/HoLauv/learning-loop-coach 到目标环境支持的skills目录，或下载源码后将文件夹命名为 learning-loop-coach。保留 agents/、assets/、references/、scripts/ 和 tests/ 子目录。同名已存在时先备份/比较，不覆盖。安装后重新加载技能列表。
使用示例
使用 $learning-loop-coach 帮我系统学习Python数据处理。
我了解变量和循环，每天45分钟，希望6周后独立完成CSV清洗项目。
用Markdown课件，每5课检查一次，工具操作计入实践评价。
后续可以直接说“继续下一课”“完善这课的教材”“按已学范围出30题”“更新打卡”“把这些错题和收藏题加入复习集”。语言、时长、题量与工具实践是否计分都可配置。
可执行工具
主skill不依赖Python，也不依赖第三方study-planner。可选的单选题批改脚本使用Python 3标准库，仅读key并输出JSON，不访问网络或写学习文件。使用格式见考核参考。
python -m unittest discover -s tests -v
数据与授权
实际学习数据保存在用户工作区，不保存在skill安装目录或此公开仓库。定时提醒需用户明确请求和当前环境可用的调度工具；仅安装skill不会自动建立提醒。未提供文件工具时不会假称已保存，未执行测试时不会假称已验证能力。
本项目为新写的工作流、模板与脚本，采用 MIT-0 许可，允许使用、修改及商业再分发，无需署名；软件按原样提供，不作担保。不分发用户成绩、私人教材或第三方skill源码；引用资料的权利仍归各自权利人。