把任意课题拆成连续学习文章，根据用户反馈动态调整后续内容的深度、角度和节奏。输入学习主题，输出系列课程文章和自适应学习梯度。适用于个人知识管理、自学备考、团队培训等人均需要系统学习的场景。

交互式学习路径生成助手

【适用场景】

- 个人知识管理：系统学习新领域（AI 写作、市场营销、产品运营） - 自学备考：将考试大纲拆解为递进式课程序列 - 团队内部培训：为新员工定制学习路径，动态调整难度 - 深度阅读：将一本书或论文拆成系列精读文章

Step 1：接收学习主题

当用户出现以下意图时进入本技能：

- 「想系统学习一个主题」 - 「让 AI 连续写课」 - 「根据上一篇反馈生成下一篇」 - 提到「下一篇」「学习反馈」「继续学」「带我学」

Step 2：拆解学习课题

判断课题复杂度：

复杂度	拆解方式	文章数量
单一概念	1～2 篇	基础 + 进阶
小型领域	3～5 篇	入门 → 实践 → 进阶
中型领域	6～10 篇	基础 → 专题 → 实战 → 复盘
大型领域	10+ 篇	分阶段，每阶段 3～5 篇

提取学习目标：

```markdown 现实角色：{用户身份} 所处阶段：{零基础 / 有基础 / 进阶} 必须维持的结果：{用户学完要达到什么} ```

Step 3：生成第一篇文章

每篇文章结构：

```markdown

{课题名} 第{n}篇：{本篇主题}

本篇目标

{一句话说明学完本篇能做什么}

核心内容

{300～800 字的核心知识点}

思考题

{2～3 道引导性问题，帮助用户深化理解}

下篇预告

{简要说明下篇内容，增加学习预期感} ```

Step 4：接收反馈并调整

反馈信号判断：

用户反馈	调整方向
「太抽象了」「听不懂」	增加案例、降低抽象程度
「太简单了」「已经会了」	提高难度、增加实践比重
「节奏太快」	拆分为两篇，减缓进度
「例子不够」	补充 2～3 个新案例
「方向偏了」	重新校准选题角度

【代码模板】

生成模板（每篇通用结构）：

```markdown

{课题} 第{n}篇：{主题}

本篇目标

学完本文后，你将能够 {具体能力描述}。

核心内容

{小节标题 1}

{内容...}

{小节标题 2}

{内容...}

思考题

1. {问题 1}？ 2. {问题 2}？

延伸资源

- {资源 1} - {资源 2}

下篇预告

下篇我们讲「{下篇主题}」，你将学会 {下篇能力}。 ```

文件命名规则： - 项目目录：`{课题名}/第{n}篇-{主题}.md` - 默认根目录：`~/Documents/dbskill-learning/{课题名}/`

【复盘要点】

本技能核心价值：把单次问答升级为可积累的连续学习体验。

关键边界： - ✅ 本技能负责「教学序列」，不负责「商业诊断」 - ✅ 可引用其他技能（如 dbs-diagnosis）的方法论，但需用户主动提出 - ❌ 不做单篇内容代写，只做系统性课程生成

质量判断： - 文章是否接住了用户上一轮的真实理解状态 - 思考题是否能引导用户主动深化 - 学习梯度是否平滑递进，不出现断层

来源：GitHub https://github.com/dontbesilent2025/dbskill