feynman-tutor

KO | EN

gitlite — search

#javascript #python #hacktoberfest #llm #go #golang #rust #deep-learning #linux #macos #nodejs #java #awesome-list #security

(★ 19)

AI teaching Skill based on the Feynman Technique — makes YOU teach the AI to expose gaps in your understanding. Works with Claude Code, Cursor, Windsurf, and any LLM agent framework.

feynman-tutor 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 费曼导师

基于费曼学习法的 AI 教学 Skill。通过角色反转让用户主动讲解概念，在讲不清楚的地方定位知识盲点，在认知边界上精准施教。

适用于 [Claude Code](https://docs.anthropic.com/en/docs/claude-code) 及任何支持自定义 System Prompt + 文件读写 + Shell 执行的 LLM Agent 框架。

[English](README.en.md)

---

## 特性

- **角色反转教学** — 用户扮演"老师"讲解概念，Skill 通过追问暴露知识盲点，不直接给答案
- **认知边界定位（ZPD）** — 2-3 个递进问题定位知识边界，始终在边界外一步工作
- **多源材料提取** — 支持 YouTube / B站 / 微信公众号 / PDF / arXiv / 网页，自动提取并转化为教学素材
- **持久化认知系统** — 跨会话保存主题笔记、学习者模型、认知地图
- **跨主题连接** — 自动发现不同领域间的结构类比和共同模式
- **分级诊断反馈** — 🔴 关键误解 / 🟡 理解不完整 / 🟢 表述可优化
- **动态校准** — 根据用户实时表现调整教学节奏和深度

### 与普通 AI 对话的区别

|  | 普通 AI 对话 | 费曼导师 |
|---|---|---|
| **谁在讲** | AI 讲解 | 用户讲解 |
| **发现盲点** | 用户不知道自己不知道什么 | 通过追问暴露理解裂缝 |
| **难度适配** | 要么太简单要么太难 | 始终在认知边界外一步 |
| **跨会话** | 每次从零开始 | 记住学过什么、哪里卡过、什么类比有效 |
| **外部材料** | 总结内容 | 转化为教学素材后用费曼法内化 |
| **跨主题** | 每个主题独立 | 自动发现结构类比和共同模式 |

---

## 快速开始

### 安装

**Claude Code（推荐）：**

```bash
git clone https://github.com/koukekoukej-glitch/feynman-tutor.git ~/.claude/skills/feynman-tutor
```

自动识别 SKILL.md 中的触发条件，无需额外配置。

**其他 Agent 框架：**

1. 克隆到 Agent 可访问的路径
2. 将 `SKILL.md` 作为 System Prompt 加载
3. 确保 Agent 能读写 `notes/` 和 `materials/`、能执行 `python3 scripts/run.py`

材料提取需要 Python 3.10+，首次使用时自动创建虚拟环境。

### 使用

自然语言触发，无需前缀命令：

```
> 教我注意力机制
> 帮我理解 TCP 三次握手的原理
> https://www.youtube.com/watch?v=xxx 我想学这个视频
> ~/Documents/paper.pdf 帮我学习这篇论文
```

---

## 架构

### 持久化认知系统

三层跨会话记忆：

```
notes/
├── INDEX.md          # 主题索引
├── LEARNER.md        # 学习者模型（认知风格、盲区、有效策略）
├── GRAPH.md          # 认知地图（跨主题连接、结构类比）
├── attention.md      # 主题笔记
└── ...
```

- **主题笔记**：用用户自己的语言记录，含已掌握内容、已纠正的误区、当前边界、有效类比
- **学习者模型**：跨主题的元认知分析
- **认知地图**：结构类比和认知迁移路径

### 材料提取管线

| 来源 | 提取方式 |
|------|---------|
| YouTube | 字幕 API + yt-dlp（支持 Cookie） |
| B站 | bilibili-api AI 字幕 + yt-dlp CC 字幕 |
| 微信公众号 | Camoufox 反检测浏览器 + DOM 提取 |
| PDF / arXiv | pymupdf4llm 结构化 Markdown |
| 网页 | trafilatura + Playwright JS 渲染回退 |
| X/Twitter | GraphQL API |

提取后自动缓存，超长材料按话题地图按需加载。

### 教学流程

```
概念学习：
加载认知全景 → 认知探测 → 角色反转 → 诊断反馈 → 补强
                                                  │
                                            还有 🔴 → 回到角色反转
                                            全部解决 → 保存笔记

材料学习：
URL → 缓存检查 → 内容提取 → 分析报告 → 选择话题 → 费曼式讨论 → 更新进度
```

---

## 项目结构

```
feynman-tutor/
├── SKILL.md                    # 核心技能定义
├── references/
│   ├── material-analysis.md    # 材料学习流程
│   └── note-management.md      # 笔记管理 + 认知地图更新
├── scripts/
│   ├── run.py                  # 环境启动器
│   └── extract_content.py      # 多源内容提取引擎
├── notes/                      # 学习笔记（自动生成）
└── materials/                  # 材料缓存（自动生成）
```

---

## 设计原则

1. **教育学驱动** — 费曼学习法和 ZPD 是每个设计决策的判断依据
2. **状态化** — 主题笔记、学习者模型、认知地图跨会话持久化
3. **材料是素材，不是权威** — 鼓励批判性思维，材料有错会指出
4. **弹性流程** — 简单确认不走完整流程，零基础多花时间探测
5. **用用户自己的语言** — 笔记记录用户的表述，不是教科书定义

---

## FAQ

**材料提取失败？** 脚本输出详细错误信息和解决方案。也可以直接粘贴内容跳过自动提取。

**支持多语言？** 教学流程语言无关，自动匹配对话语言。

**只能在 Claude Code 里用？** 核心逻辑是纯 Markdown 指令，任何支持文件读写和 Shell 的 Agent 框架都可适配。

---

## Contributing

欢迎 PR 和 Issue：新的内容来源提取器、评测用例、Bug 修复。

## License

[MIT](LICENSE)

feynman-tutor

feynman-tutor 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

feynman-tutor

feynman-tutor 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README