Learning Practice Coevolution
Jie Huang129 downloadsTurn reading into active recall, critique prompts, and real-task practice—so you can use what you learn.
- Overview
- Scorecard
- Updates3
让 AI 不替你读，而是陪你把知识讲清、用出来、练成自己的能力。
这是一个开源的 AI 学习陪练 Skill。它把书、文章、PDF、课程、概念和真实任务，变成一条可反复运行的学习闭环：你先复述，AI 再批改；修补理解后，立刻迁移到真实任务；最后用复盘决定下一步。
核心是 Agent Skill；仓库里的 Obsidian 插件只是可选的本地提示词与学习记录工具，不会直接调用 AI。
你是不是也遇到过这些问题？
- 摘要看得很快，合上页面却讲不清核心观点。
- 收藏、划线和笔记越来越多，遇到真实问题还是不会用。
- AI 给出的答案很完整，但自己的判断力没有同步变强。
- 想系统学一个主题，却总在第一篇、第一章之后失去连续性。
真正的缺口不在摘要质量，而在于知识进入之后，没有经过重构、纠错、迁移和反馈，因而没有变成能力。
它和普通总结器有什么不同？
| 普通总结器 | Learning Practice Coevolution |
|---|---|
| AI 先给答案 | 你先用自己的话复述 |
| 重点是压缩内容 | 重点是暴露理解缺口 |
| 读完得到一份笔记 | 读完得到一次纠错和迁移练习 |
| 学习停在材料里 | 学习回到工作、项目或真实问题 |
| 下一轮重新开始 | 根据反馈调整下一步难度、例子和方向 |
一套闭环，三个角色
| 角色 | 它做什么 | 你得到什么 |
|---|---|---|
| Mentor / 导师 | 追问、批改复述，指出假熟悉、概念混淆和缺失例子 | 更真实的理解状态 |
| Digital Apprentice / 数字学徒 | 在目标和边界明确后，把概念带进真实任务 | 一次可检验的迁移 |
| Observer / 观察者 | 复盘结果、识别反复出现的盲区，建议下一次练习或针对性阅读 | 可持续的下一步 |
材料或真实任务
-> 你先复述
-> Mentor 批改与概念修补
-> Digital Apprentice 做迁移练习
-> 在真实任务中检验
-> Observer 复盘并选择下一步
一次完整回合至少应留下四样东西：你的解释、被修正的缺口、一个真实迁移练习、下一步学习目标。
60 秒开始
如果你的 Agent 已经能调用本 Skill，直接发送：
使用 $learning-practice-coevolution。
我正在读：{书 / 文章 / PDF / 课程笔记 / 概念}
我的真实目的：{我为什么要学它、准备把它用在哪里}
本轮范围：{一章 / 一组划线 / 某几页 / 一个概念}
请不要先总结。
先让我用自己的话复述，再批改我的理解。
修补概念后，给我一个能放进真实任务里的迁移练习。
最后告诉我下一步最值得练什么。
还没安装也可以先试：把 SKILL.zh-CN.md 或 SKILL.md 作为任务材料交给 Agent，再发送上面的提示词。
更多可复制场景见 中文用法与提示词。
一个具体例子
你刚读完一本战略书，觉得“差异化”很好懂，但不知道怎么用在自己的项目里。
这个 Skill 不会先替你总结全书。它会：
- 让你先解释“差异化”到底改变了什么选择；
- 指出你把“不同”误当成“有价值的不同”的地方；
- 让你用当前项目写出目标客户、取舍和验证信号；
- 根据你的答案安排下一次练习，必要时给出一条窄范围荐读。
衡量结果的标准是：你能否在一个真实选择里正确使用这个概念。
适合谁？不适合谁？
适合：
- 读过不少内容，但讲不清或用不出来的人；
- 想用主动回忆、费曼式复述和真实任务练习来学习的人；
- 正在做项目，希望把阅读直接转成判断、研究或行动的人；
- 想持续学习一个主题，并让下一课真正读取上一轮反馈的人。
不适合：
- 只想立刻获得全文摘要，不愿先尝试复述；
- 希望 Agent 在看不到材料时假装读完整本书；
- 想把一次好答案直接固化成方法、SOP 或正式 Skill；
- 希望 Obsidian 插件自动读取全库、调用 AI 或上传笔记。
安装与验证
方式一：作为 Agent Skill 使用（核心）
如果你的 Agent 支持 Skills：
- 下载或克隆本仓库。
- 把
SKILL.md与agents/openai.yaml放入该 Agent 文档指定的 Skill 目录。 - 新开会话，调用
$learning-practice-coevolution。 - 用“请不要先总结，先让我复述”做一次验证；如果 Agent 直接给全文摘要，说明 Skill 尚未正确加载或未被调用。
不同 Agent 的 Skill 目录不同，请以宿主工具自己的安装说明为准。
方式二：不安装，先试用
直接把 SKILL.zh-CN.md 或 SKILL.md 作为任务材料交给 Agent。确认工作流适合你之后，再安装。
方式三：安装 Obsidian 插件（可选）
在 Obsidian 中打开 Settings → Community plugins → Browse，搜索 Learning Practice Coevolution，安装并启用。
插件提供本地学习会话、复述提示词、迁移练习和观察者记录；它不读取 Copilot 设置、不调用 AI API、不收集遥测，也不发起网络请求。详见 PRIVACY.md。
手动安装备用：从 release 0.1.3 下载 manifest.json、main.js 和 styles.css，放入 <your-vault>/.obsidian/plugins/learning-practice-coevolution/，重启并启用插件。
你可以给它什么材料？
| 材料 | 建议做法 |
|---|---|
| 书、文章、课程笔记 | 给出目标章节、摘录、划线或你自己的复述 |
| PDF / EPUB | 上传文件，并限定本轮页码或章节 |
| 微信读书 | 已接入时先让 Agent 检查可访问范围；未接入时复制目录、划线或笔记 |
| 已读完的一本书 | 给出你记得的主张和疑问，从理解检查开始 |
| 一个概念 | 同时给出你准备使用它的真实问题 |
| 只有一个主题 | 让它设计连续小课，每次只推进一个可完成的学习单元 |
Agent 不会自动知道阅读 App 里的内容。材料不完整时，它必须标出缺口，只基于可见内容工作。
公开版包含什么？
公开版包含主动回忆、理解批改、概念修补、迁移练习、连续小课、学习反馈、观察者荐读和方法候选等核心流程。
它不包含私有 BP-Wiki 项目路径、Dashboard、私人学习日志、业务项目样例、连接器设置、内部 Runtime 治理、密钥、账号痕迹或非公开知识。
仓库结构
learning-practice-coevolution/
├── SKILL.md / SKILL.en.md / SKILL.zh-CN.md # Agent Skill
├── README.md / README.en.md / README.zh-CN.md # 项目说明
├── USAGE.zh-CN.md # 中文提示词与场景
├── agents/openai.yaml # Agent 展示元数据
├── manifest.json / main.js / styles.css # 可选 Obsidian 插件
├── PRIVACY.md # 本地隐私边界
└── skill-package-manifest.json # 公开包版本与哈希
版本说明
- 早期
v1.xtags 记录 Skill-only 的公开里程碑。 0.1.xreleases 对应可安装的 Obsidian 插件资产。- 当前公开说明与 Skill 内容以
main为准；可核验的包版本与文件哈希见skill-package-manifest.json。
项目文章与支持
- 中文项目说明：微信公众号文章
- 支持与付款边界：SUPPORT.md
License
MIT License. Copyright (c) 2026 Jie Huang.
分发或改编本 Skill 时，请保留版权和许可证声明。