by yoli-mi
Agent skill for structured study plans, daily lessons, mistake review, and LaTeX PDFs
Available after the catalog security scan passes.
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM lists this project for discovery and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
# Add to your Claude Code skills
git clone https://github.com/yoli-mi/good-learningGuides for using ai agents skills like good-learning.
帮助学习者从现有材料建立知识清单、可执行的计划和每日学习内容,并根据答题表现持续调整。用中文交流,除非用户使用其他语言或提出不同要求。
阅读 准备与计划,先制作独立的知识清单,再制作独立的备考计划;在科目或比赛文件夹的 源文件 子目录分别保存为 知识清单.md 和 备考计划.md,不要把其中一份作为另一份的章节。知识清单说明学什么、掌握到什么程度、依据与当前状态;备考计划说明何时学、每天做什么、如何验收和调整。两份文件可以用知识点编号互相引用,避免整段重复。目标模式先用短问卷或诊断题了解起点,再估计目标差距和优先级;缺少评分数据时,不给出虚假的提分概率或确定分数。计划要符合截止日期、每日时间和用户的其他限制。
用户明确选择零基础模式时,从必要前置知识开始教学,不把整套真题或入门诊断作为开始课程的门槛。日常练习仍用于反馈和调整,完整套卷安排在已学完相应核心内容之后。
首次生成或实质更新这两份内容时,除文本外,只交付完整的知识清单 PDF 和备考计划 PDF。每份 PDF 首页放该文件对应的思维导图,随后是完整正文;不另行导出独立导图文件。PDF 须保留完整条目、日期、验收标准和来源,不能只导出摘要。两份主文件与每日课程使用统一的黑白简约排版;导图先按内容关系选图式,不把每份资料都画成相同的放射状方框。制作导图时阅读 导图设计,交付前渲染检查。**本 skill 输出的所有 PDF,不论学科,一律先生成可重编译的 .tex,再由 XeLaTeX 或 LuaLaTeX 实际编译;不得用网页打印、办公软件导出或其他 PDF 生成器替代。**编译器不可用时先排查或安装,仍不可用则明确说明 PDF 尚未完成。具体导出与检查见 LaTeX 导出。
在计划确定后,根据已知水平推荐“零基础”或“复习”,让用户选择;若用户已明确选择,就直接使用。不要在用户明确说“开始今天的学习”之前整篇输出每日课程。用户若直接要求一节课,可将其视为开始该节。
开始学习时阅读 每日学习与调整。零基础模式讲清关键概念、适量基础例题,再给练习;复习模式压缩讲解、增加练习并适当提高起始难度。按当天时间缩放内容,优先保留考点、必要前置知识和反馈环节。时间紧时可先给公式的适用条件和用法,把非必要推导留作选学;不得省略会导致误用的条件。
每次完整的每日学习内容同时导出两份内容相同的 PDF,供用户选择:“紧凑排版型”减少作答空白和页数,但保留舒适的正文行距与例题分页;“宽松排版型”给每一道需要独立完成的题目留适合打印手写的空白,例题不留作答区。两个版本均应包含全部讲解、练习和答案,文件名清楚标出版本。用户只凭任一 PDF 就能完成当日学习:写明时间分配、必要前置知识、概念与条件、分步例题、足量分层练习、自检答案与解析、复习要点和反馈方式;不可要求另找教材、真题或网页才能完成当天任务。每个核心方法组织成“完整例题及每步理由→同构填步题→改变条件的独立变式→混合回顾”,说明变式改变了什么、方法何时失效;入门课程原则上每个核心例题单独起页。答案放在练习之后,提示先独立作答。需要的概念导图放在 PDF 内,不另导出。公式与反应式用 LaTeX 语法排版,所有 PDF 实际由 LaTeX 编译。收到实际作答或进度反馈后,立即更新该日文件夹中的学习记录,并据此调整尚未完成的当日任务及后续课程;若课程正文改变,同步重编两个 PDF 版本。未收到反馈时保持“待验证”,不擅自标记完成。
答疑时解释用户具体卡点,并把有复习价值的问答归入学习记录。练习结束后,根据用户提供的答案、错题和错误原因更新错题本与后续安排;未知原因则通过追问或小诊断题定位,不替用户编造。错题本每条记录原题出处、作答原貌、具体错步与有证据的错因、完整订正、再做一题、复做日期和掌握状态;字段标签后用冒号,不用句号。错题本不放思维导图、独立封面、开篇说明、索引、使用方法或尾部资料说明,首页直接从第一条错题开始;只保留逐题学习内容和复做题答案。复做记录按日期排成可打印勾选的空方框,并给出明确的结果选项;必要的来源信息放在对应错题内,不另设说明页。用户要求模拟时,假设作答须在每条错题中显著标为“模拟”,不能写入真实学习进度。用户要完整错题本时,在同一科目文件夹提供 LaTeX 编译的 PDF,并把对应文本保存在 源文件 子目录。调整计划时说明调整依据,保留可追溯的已完成进度。
当备考期超过一个月、思维导图能帮助复习时,为当天内容制作简明导图。用户要求当日学习总结导图时,概括实际课程的主要知识点、关键条件与方法,并将真实错题或明确标注的模拟错题映射到对应知识点,写出典型错步和订正规则;同时标明完成量与尚待作答验证的项目,不把演示错误当成用户真实表现。导图应使“学了什么—哪里容易错—下次如何核对”的关系一眼可见,不能只列学习流程。总结思维导图与课程 PDF 分开制作:默认交付可编辑的 SVG,必要时附 PNG 预览;不使用 LaTeX 绘制,也不默认另出 PDF。用户若明确要求总结图 PDF,再按其最新格式要求处理;课程、知识清单、备考计划等 PDF 仍遵守上文的 LaTeX 编译规则。制作总结图时阅读 导图设计,可复用 总结图渲染器;不要仅为有一个月的期限而每天生成重复或空泛的图。
若用户提供了工作区且允许写入,以科目或比赛命名一个统一文件夹。科目文件夹顶层只放知识清单、备考计划等主文件的最终 PDF,以及 每日学习 和 源文件 子目录;主文件的 Markdown、LaTeX、配置与参考教材放在科目级 源文件。每一天单独建立 每日学习/D001-YYYY-MM-DD 一类文件夹,顶层只放该日最终 PDF,课程文本、LaTeX、导图配置和该日学习记录放在其 源文件 子目录。总结导图若交付 SVG 或 PNG,也放在对应日期的 源文件,并直接提供文件链接。按真实学习进度逐日创建或更新,不提前生成空日期文件夹,不把未完成写成已完成。不要将同一科目的成品分散到通用输出目录。沿用已有文件,不覆盖用户原始材料。每份练习注明“来自用户材料的改写”或“新编题”,保留可核对的来源信息。若没有可写工作区,在对话中提供可复制的阶段性摘要。遵守当前任务的文件、联网和外部操作权限。
See how good-learning compares with popular alternatives.
一个用于 AI agent 的学习与备考 skill:根据考纲、教材、真题和可用时间建立知识清单、备考计划与每日课程,再依据真实作答整理错题并调整后续安排
.tex 和其他源文件放在对应的 源文件 子目录科目或比赛/
├── 知识清单.pdf
├── 备考计划.pdf
├── 源文件/
└── 每日学习/
└── D001-YYYY-MM-DD/
├── D001-紧凑排版型.pdf
├── D001-宽松排版型.pdf
└── 源文件/ 课程文本、LaTeX、配置与当日学习记录
后续课程按真实学习进度逐日建立,用户提交作答或错题后更新对应日期的记录,并调整尚未完成的学习任务
以codex为示例:把仓库克隆或复制为 Codex skills 目录下的 good-learning 文件夹,重启 Codex 或重新加载 skills 后即可使用
~/.codex/skills/good-learning/SKILL.md
示例请求:
我准备参加一项数学竞赛,每天能学三小时,请帮我制定知识清单和备考计划
我是零基础,开始今天的学习
这里是我的作答,请核对并制作错题本
根据今天的知识和错题绘制总结思维导图
ctex、amsmath、tikz 等常用 LaTeX 宏包pip install -r requirements.txt 安装--font 和 --bold-font 指定scripts/render_study_pdf.py 常用 Markdown → LaTeX
scripts/compile_study_pdf.py LaTeX → PDF
scripts/render_summary_map.py JSON → SVG,可选 PNG
总结图输入为 JSON,包含 eyebrow、title、subtitle、status、description、core_label、core_title、core_subtitle、core_foot、workload、error_count、legend、note_legend、footer,以及 4—6 个 branches;每个分支填写 side、category、title、rule、detail,如有错题再填写 error.number、error.label、error.mistake、error.fix;无错题时填写 check 与 check_fix
python scripts/render_summary_map.py examples/summary-map.json summary.svg --png summary.png
具体工作流程见 SKILL.md,设计与资料检索规则见 references
仓库只包含 skill 指令和生成脚本,不包含教材、历年试卷、用户作答或生成的个人学习文件;使用资料时请核对来源与授权
good-learning is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by yoli-mi. Agent skill for structured study plans, daily lessons, mistake review, and LaTeX PDFs. It has 348 GitHub stars.
good-learning'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/yoli-mi/good-learning" and add it to your Claude Code skills directory (see the Installation section above). good-learning ships a SKILL.md manifest, so compatible agents can discover and load it automatically.
good-learning is primarily written in Python. It is open-source under yoli-mi on GitHub, so you can review or fork the full source.
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 good-learning against similar tools.
No comments yet. Be the first to share your thoughts!