Codex skills that turn learning goals into 30–90 min project tasks, evidence, and review｜项目牵引式 AI 学习教练
# Add to your Claude Code skills
git clone https://github.com/chrichuang218/ai-learning-coachGuides for using ai agents skills like ai-learning-coach.
ai-learning-coach is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by chrichuang218. Codex skills that turn learning goals into 30–90 min project tasks, evidence, and review｜项目牵引式 AI 学习教练. It has 148 GitHub stars.
ai-learning-coach's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.
Clone the repository with "git clone https://github.com/chrichuang218/ai-learning-coach" and add it to your Claude Code skills directory (see the Installation section above).
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh ai-learning-coach against similar tools.
No comments yet. Be the first to share your thoughts!
Unlocks once the catalog security scan passes (runs nightly).
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
别再收藏教程了。用真实项目把能力练出来。
AI Learning Coach 是一套为程序员设计的项目牵引式 AI 学习教练技能合集。它不默认生成学习大纲，而是把学习目标压进真实项目、源码切片、功能任务或可交付作品里，再推进 30-90 分钟练习闭环和证据复盘。
首要服务对象是程序员：TypeScript、React、AI Agent、源码阅读、工程项目。方法本身也适用于写作、语言、考试、职业技能、创作和研究。
这个仓库包含两个核心技能：
| 技能 | 用途 |
|---|---|
learning-coach |
把一个学习目标推进成真实项目任务、练习、验收和复盘 |
focus-coach |
在方向太多、学不动、优先级不清时，帮用户收敛主线和下一步 |
一句话记住：
想学会一个东西：用 learning-coach
不知道先做什么：用 focus-coach
很多学习失败不是因为资料不够，而是因为：
这个项目把问题压小：
学习目标
-> 真实项目 / 源码入口 / 作品锚点
-> 一个项目动作
-> 验收标准
-> 失败反馈
-> 证据型复盘
-> 下一轮学习
之前：
我想学 React，给我一个学习路线。
之后：
结论：
你现在不缺路线，缺一个能暴露卡点的项目动作。
下一步：
今天只做一个 60 分钟闭环：在一个最小 React 项目里写一个带 props 和 state 的任务列表组件。
练习：
任务：实现一个可增删的学习任务列表。
验收标准：能新增、删除、标记完成，并解释 state 如何变化。
失败时反馈：把代码、报错和你卡住的步骤发回来。
复盘记录：
根据真实输出判断下一课补 JSX、props、state 还是事件处理。
把需要的技能目录复制到 Codex 技能目录：
~/.codex/skills/learning-coach
~/.codex/skills/focus-coach
重启 Codex 后使用：
用 learning-coach 帮我学习一个复杂技能。
用 focus-coach 帮我判断接下来最值得投入的方向。
也可以从 GitHub 链接安装：
帮我安装这个技能：
https://github.com/chrichuang218/ai-learning-coach/tree/main/learning-coach
帮我安装这个技能：
https://github.com/chrichuang218/ai-learning-coach/tree/main/focus-coach
我想学 TypeScript / React / Agent，但不想再看泛泛教程，帮我找一个小闭环。
我收藏了很多英语口语教程，但一开口就卡。帮我安排一个 60 分钟练习。
我准备考试，刷题很多但分数不上去。帮我诊断下一步该怎么复习。
我刚学完一节，帮我复盘真实卡点，并安排下一步。
我同时想学很多东西，但时间有限。用 focus-coach 帮我判断本周最该先做什么。
更多示例：
长期学习时，可以把一个目录当作学习工作区：
learning-workspace/
MISSION.md
RESOURCES.md
GLOSSARY.md
NOTES.md
lessons/
exercises/
reference/
assets/
learning-records/
如果同时维护多个长期学习方向，可以升级为多轨道工作区：
learning-workspace/
MISSION.md
TRACKS.md
tracks/<track>/
lessons/<track>/
exercises/<track>/
reference/<track>/
learning-records/<track>/
assets/
sources/
核心格式：
示例工作区见 examples/workspaces/minimal-multitrack。
合格输出必须：
不合格输出包括：
基础校验：
python path/to/quick_validate.py learning-coach
python path/to/quick_validate.py focus-coach
人工验证：
本项目受到 Matt Pocock 的 teach 技能 启发，尤其是它对状态化教学工作区、使命驱动课程、学习记录和长期能力建设的设计。
🙏 感谢 LINUX DO 社区的支持与讨论。
MIT