AD huo15-openclaw-mit-48h-learning-method
Навык "48-часовой метод обучения MIT" (青岛火一五信息科技有限公司). Полностью воспроизводит оригинальную структуру из трех вопросов Ихтешама Али + цикл обратной связи + полную 48-часовую трехэтапную временную шкалу, дополненную лучшими онлайн-практиками (синтез / противоречия / пробелы / обучение Фейнмана / анализ слабых мест / пробный экзамен) и нативными подкомандами NotebookLM 2026 (карточки / викторина / ментальная карта / chat-config / download). Основные три вопроса (точное формулирование): Q1 Ментальные модели: 5 ключевых ментальных моделей, общих для каждого эксперта в данной области. Q2 Расхождения экспертов: 3 фундаментально расходящихся вопроса и самые сильные аргументы каждой стороны (steelman). Q3 Проблемные вопросы: 10 вопросов, отличающих истинное понимание от ложного запоминания. Q+ Цикл обратной связи: при неправильном ответе → диагностика ошибки + предоставление правильного ответа + генерация уточняющих вопросов. Научные принципы: Активное вспоминание (Active Recall) + Желаемая сложность (Desirable Difficulty) + Сначала концептуальные рамки (Conceptual Frameworks First). Сценарии запуска: (1) Пользователь просит быстро изучить определенную область; (2) Пользователь упоминает метод обучения MIT, 48-часовое обучение, три вопроса NotebookLM, контекстное накопление; (3) Пользователь хочет сгенерировать обзор для подкаста/видео/карточек/ментальной карты; (4) Пользователь хочет использовать ИИ для построения системы знаний; (5) Пользователь упоминает Ихтешама Али или его вирусный твит.
машинный переводПоказать оригиналСкрыть оригинал«麻省理工学院48小时学习法技能（青岛火一五信息科技有限公司）。完整还原 Ihtesham Ali 原始三问框架 + 反馈循环 + 完整 48…»
麻省理工学院48小时学习法技能（青岛火一五信息科技有限公司）。完整还原 Ihtesham Ali 原始三问框架 + 反馈循环 + 完整 48h 三阶段时间线，叠加网上最佳实践（synthesis / contradictions / gaps / Feynman teach-back / weakness analysis / practice exam）和 NotebookLM 2026 原生子命令（flashcards / quiz / mindmap / chat-config / download）。 核心三问（精确措辞）： Q1 心智模型：该领域每位专家共享的 5 个核心心智模型 Q2 专家分歧：3 个根本不同意的问题及各方最强论证（steelman） Q3 暴露性问题：10 个区分真懂和假背的问题 Q+ 反馈循环：错答时 → 诊断错误 + 给真懂回答 + 生成追击问题 科学原理：Active Recall（主动回忆）+ Desirable Difficulty（必要难度）+ Conceptual Frameworks First（先框架后细节） 触发场景：（1）用户要求快速学习某个领域；（2）用户提到 MIT 学习法、48 小时学习、NotebookLM 三问、context stacking；（3）用户需要生成播客/视频/抽认卡/思维导图概览；（4）用户想用 AI 辅助构建知识体系；（5）用户提到 Ihtesham Ali 或他的 viral tweet。
Навык "48-часовой метод обучения MIT" (青岛火一五信息科技有限公司).
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName" - заметка
frontmatter-keyнеизвестное поле фронтматтера "aliases"
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 37
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1939 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +3Длина description 645 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 24 заголовков
- +3Пошаговые инструкции: 37 пунктов
- +4Есть примеры (10 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.