中文文档课程与六种学习方法

Bloom

把批注和回答带入下一课

Bloom 把学习放进一个持续更新的课题目录：先给大纲和第一篇，读者作答、批注，导师再据此写下一篇。插件还提供选方向、建地图、做原型和讲解自查等独立方法。

作者 Li-Evan

安装与上手查看 GitHub
Bloom：把批注和回答带入下一课 项目图片

作者列出的使用环境

  • Claude Code
GitHub Star
294
版本
1.0.0
资料核对
分类
内容与知识其他

先生成第一篇，再留下可以回应的反馈

把目标收窄到一个实际能力。第一课先独立作答，再写具体批注；下一课检查导师是否真的回应这些证据。觉得自己会了，再用 learn-feynman 或亲手做一个小项目检验。

选一个任务，开始使用

在 Claude Code 会话中安装插件，打开你选定的学习目录。下方提示词都明确技能名称，避免“我想学某个概念”同时匹配主导师和 learn-deep。先走完一条任务，再决定扩展。

选择这次最需要的学习方式

准备学习主题、已经会的内容、一个具体目标和可投入的时间。主导师首轮直接生成大纲与第一篇，因此这些背景应主动写进请求；它不会先用诊断题为你测定水平。

  1. 在 Claude Code 安装全部七项技能

    在 Claude Code 会话中逐行输入，先加入 li-evan 市场，再安装并启用 bloom。插件打包 bloom-tutor 和六个 learn-*；不需要启动网页后端。之后在你的学习目录中明确说出要用的技能名。

    /plugin marketplace add Li-Evan/Bloom
/plugin install bloom@li-evan
    查看作者安装说明

    把课程文件与学习根目录放在一起管理

    先确认 Claude Code 能在所选目录读写文件，并已启用 bloom 插件。用“使用 bloom-tutor”明确开始连续课程；首次应看到大纲与 01.md。阅读后保存批注和答案，再说“继续 sql-joins，我读完了 01.md”。需要汇总时明确请求“整理最近学到的东西”或“回顾一下学习记录”。备份课题文件夹时同时保留根目录日志，换会话也应打开同一个学习目录。

    查看主导师的文件与交互约定

  2. 把这段话发给 AI

    以下为本站依据作者当前协议编写的使用示例，未运行模型。文件名和背景需要换成自己的真实情况；方法类任务默认在对话中交付，若另存文件，要检查实际保存路径。

    使用 bloom-tutor，在当前学习目录下新建 sql-joins/，带我学习 SQL 联表。我已会 SELECT、WHERE 和简单分组，没学过联表；目标是能判断什么时候用 INNER JOIN、什么时候用 LEFT JOIN，并解释结果为什么多行或出现 NULL。选择简单深度，每次阅读目标约 20 分钟。按技能流程在本轮生成 syllabus.md 与首篇 01.md：大纲写可验证的能力和不涉及的范围，首篇有小数据表、清楚讲解、2–3 道不附答案的思考题和“你的反馈”区。使用中文，只依据我明确说过的基础，不把课程生成或勾选当成我已学会；生成后告诉我文件路径，等我阅读、作答并反馈再继续。

  3. 检查你拿到的结果

    • sql-joins/syllabus.md 与 01.md：可验证目标、范围、首篇讲解、思考题和反馈区。后续课逐篇生成，篇数随反馈调整。
    • 打开文件检查目标是否符合自己的用途，独立回答思考题后再继续。大纲勾选表示流程中的覆盖进展，不能替代实际作答。
    查看这项任务的作者说明
进一步了解这个 Skill

Bloom 的主导师 bloom-tutor 以中文 Markdown 文档为学习载体。一个课题对应一个文件夹，大纲写的是学完后应能做什么，课文则逐篇生成。首次请求会同时得到 syllabus.md 和 01.md，不先进行诊断问答；所以开始时要主动告诉它你已会什么、准备解决什么问题、想学多深。

真正改变下一课的是你的回答和具体疑问。读完后，在“你的反馈”里写思考题答案，在困惑处留下 ???[...] 或 ？？？[...]，再告诉导师课题和篇号。它按协议先读已有材料，必要时做最多两轮澄清；下一篇先复盘答案、回应批注，再加入新内容。它不是无限追问的聊天老师，也不是一次生成整套教材。

插件同时包含六个 learn-* 方法。learn-deep 先了解背景，再用五个视角扫一遍，帮助选择下一步；其他方法分别处理旧知识类比、学习深度取舍、知识地图、原型迭代和解释检查。它们可以单独用，通常在对话中工作，并没有主导师那套默认课程文件和日志流程。

进度文件有明确位置：课题文件夹保存大纲、编号课文和最终总结，学习根目录保存追加式 learning-log.jsonl。保留这些文件，并在新会话中说明继续哪个课题、读到哪篇，才有可回查的学习状态。日志主要汇总新增文档和概念，既不是自动监测你的学习，也不是掌握证明。

作者借鉴了 Bloom 一对一辅导研究，但这不能证明这个 AI 工具会带来同样的成绩提升。尤其要注意，大纲按内容覆盖推进；评估篇主要复盘上一课回答与疑问，未作答时还可能直接展示答案。把它当作学习伙伴之后，仍要通过独立讲解、实践和新情境迁移来判断自己学到了什么。

来源与核验

资料核对

已核对固定提交的七项技能、课程与日志协议、插件清单、安装文档和保存记录的相关源码。未安装插件、运行网页或调用模型，未测量实际辅导质量与学习效果。

作者说明技能原文主导师与全部技能批注、续篇与评估篇规则学习日志怎样保存自托管网页安装

继续整理学习笔记，或进入正式研究

Obsidian Skills 可组织课程笔记、属性与内部链接。学习主题进入论文阶段后，Academic Research Skills 可帮助规划论证与核对材料；学习摘要本身不能当作研究证据。

Obsidian Skills六项技能覆盖 Obsidian 笔记、Canvas、Bases、应用命令、网页正文提取和模板批量生成。Academic Research Skills学术协作套件：研究探索、论文写作、记录筛选与模拟审稿，保留来源与检查记录。dbskilldontbesilent 的商业与内容方法 Skill：把真实问题交给调度入口，按结果选择诊断、方案或文稿。last30days从已接通的平台收集近期帖子、评论、视频文字和项目动态，整理成可追溯的研究简报。