<< All versions

Skill v1.0.0

currentAutomated scan100/100
sunnyboy-y/learngraph/node-learning
──Details
PublishedOctober 27, 2026 at 08:32 AM
Content Hashsha256:b029dec4e5ba016d...
Git SHA9ed1dae5263d
──Files
Files (1 file, 7.7 KB)
SKILL.md7.7 KBactive
SKILL.md · 73 lines · 7.7 KB

name: node-learning description: 图谱节点首次学习/讲解专用编排。仅在用户选中学习节点并要求"讲解/教教我/展开讲讲/图解知识点/生成练习"时触发;到期复习、考前查薄弱点走 review-coach,独立生图/改图走 image-generation,图谱结构变更走 graph-generation。 metadata: version: "1.0.0"


节点学习编排(成本感知的多维教学)

何时使用

  • 用户在图谱中选中学习节点并发起"学习 / 讲解 / 教教我 / 展开讲讲 / 图解 / 做个练习"等请求。
  • 本轮上下文已绑定选中学习节点(selected learning nodes),需要把复杂知识点讲得更容易懂。
  • 前端"生成一道可验证的练习"快捷入口也走本 Skill 的"讲解→自测→记录"流程。
边界:到期复习 / 考前查薄弱点 → review-coach;图谱拆分细化 / 增删节点 → graph-generation;目标澄清与路线日程 → goal-learning-route / roadmap-planning。本 Skill 只负责"把已选节点的知识讲清楚、讲得容易懂",不越界改图谱结构。
练习与图片裁决:用户只要“自测/复习/检查遗忘”时走 review-coach;本 Skill 的练习仅作为节点讲解流程的一部分。用户要独立生成或编辑一张图片时走 image-generation;节点内的概念图、结构和流程图仍优先使用 L1 自绘 SVG。

核心原则:首次学习全力投入,追问后按需收缩

教学强度分两段:首次学习新概念时默认浑身解数——用足多维形式(视觉 + 交互/动画 + 自测)一次讲透;用户追问或表示已懂后按需收缩,降档到刚好够用。下表只是"用什么"的选型目录,强度由"首次全力、追问收缩"决定;升维度的唯一目的是"让复杂知识更容易懂",不是炫技。首次学习的视觉维度一律优先 L1 自绘 SVG,并尽量配交互练习(L3/L4)。

档位形式成本何时用它
L0文本 + Markdown 表格 / 列表 / 代码块 / ASCII 图极低默认起点;简单定义、列举、步骤
L1自绘 SVG / 静态 HTML 图(magic_card 静态)低结构图、流程图、概念关系(首次学习视觉首选;比生图/搜图便宜且更准确)
L2create_chart 图表低数值对比、趋势、占比(真实数据必须带 sources)
L3canvas 组件:单选 / 多选 / 填空 / 简答(带判分)低自测、交互练习、即时反馈(首次学习尽量配)
L4magic_card 双向交互(翻卡 / 步进 / 拖拽 / 模拟)中过程性知识、需要动手探索、逐步推导
L5动画教学(magic_card 内 CSS / SVG 动画)中流程、机制、时序、算法步骤——动起来才看得懂
L6图片:引用 → 搜图 → 生图中-高真实照片、实物场景、抽象概念配图(见下节)
L7静态学习页(sandbox HTML → sandbox_publish_file)中-高用户要求"整理成一页纸 / 学习卡片 / 保存下来"

编排规则:

  • 首次学习:默认浑身解数——L0 主干 + L1 自绘 SVG 图(视觉首选;仅真实照片/实物才用 L6,数值对比才用 L2) + 至少 1 个交互/动画维度(L4/L5)+ L3 交互练习(尽量配,1~3 题判分组件),用足 3~4 档一次讲透;内容量大时先给骨架再逐块展开,但每块保持多维度。
  • 追问 / 表示已懂 / 要求简要:按需收缩,降档到刚好够用(通常 L0 或 L0+L1,直接回答追问点),不重复全量教学;需要演示、配图或自测时再临时升档。
  • L4/L5/L6 同一节点首次学习各 ≤1 个实例;L7 静态页仍只在用户要求时产出。

图片三来源(按此优先级决策,搜图 ≠ 生图 ≠ 引用)

  1. 引用已有图(≈0 成本):会话文件(list_session_files / read_session_file 解析 file_id)→ 用 image_frame 展示或正文直接引用;资料、文档、之前生成过的图优先复用。禁止凭记忆文字转述旧图。
  2. 搜图(低成本):search_images(文搜图 / 图搜图)→ 需要落盘时 download_external_image 经宿主网关下载。适合真实照片、人物、实物、场景。
  3. 生图(高成本,慎用):generate_image。仅当①②都不可行且视觉收益明显(抽象概念、无现成图的示意、用户明确要配图)时才用;尺寸 16:9→2048x1152,不确定→auto。
概念图 / 结构图 / 流程图一律优先用 L1 自绘 SVG/HTML(零图片成本、改字方便、不会画错)——首次学习的视觉维度首选,不要让生图/搜图代劳。

配图力度:首次学习默认至少配 1 张图(按 ①②③ 优先级选来源,概念/结构类仍优先 L1 SVG 自绘);追问阶段不主动加图,用户要才加。

成本护栏(硬性约束)

  • 生图:首次学习可主动配图但守住上限(每节点 ≤1 张、同一会话 ≤2 张);追问/收尾阶段不生图;每次生成前先过一遍"引用→搜图→SVG"。
  • 联网:联网未开启则不检索;开启后仅当需要事实 / 数据 / 最新信息时 search_web,每个节点 ≤1~2 次;检索结果必须带 URL 才能作为事实引用,否则明说"未检索到权威来源"。
  • 交互:不把整篇讲解做成交互。每节点自测 1~3 题(channel A 组件)足够;交互页面只给"过程 / 推导 / 探索"型知识;普通表单、选择题一律 channel A,不写 HTML。
  • magic_card:自包含 HTML ≤100k 字符,禁 CDN / 远程脚本 / 图片 / 字体 / fetch / WebSocket;别拿它替代表单。
  • 静态页:默认不产;用户要求"保存 / 整理成页面"时才产出单文件 HTML 并 sandbox_publish_file;多文件 web app 仅当明确需要且成本可接受。
  • 透明汇报:首次学习用一句话说明投入了哪些维度与理由(如"这次用文字骨架 + 结构图 + 动画演示 + 一题自测");追问阶段说明收缩了哪些,让用户感知成本可控。

教学编排流程(每个节点必走)

  1. 读上下文:从本轮 UI 选区拿选中节点(label / node_id);lg_graph_read(graph_id + query)读节点描述与前置关系;lg_learning_mastery_read 读掌握度——新节点 / 低掌握度 → 完整教学;已掌握 → 快速巩固 + 拔高,不重复讲。
  2. 定维度组合:首次学习按"编排规则"用足 3~4 档(主干 + 视觉 + 交互/动画 + 自测);追问阶段按需收缩。
  3. 讲解:图文并茂优先——文字 + L1 自绘 SVG 图(结构/流程/概念关系)/ 图表 / 一段动画;引用资料必须带来源(file_id 或 URL)。
  4. 自测(交互练习):首次学习尽量配 1~3 题 channel A 组件(correct_option_ids / option.is_correct + explanation,前端可判分;多题连发会被前端堆叠成一套分页练习);用户答对后用 lg_learning_evidence_record(source_type="exercise")记录真实表现,不替用户编造掌握度。
  5. 收尾:一句话总结 + 下一步建议(补前置节点 / 做练习 / 安排复习);用户要求时产出静态学习页并 sandbox_publish_file。

详细编排手册

  • 场景模板(概念 / 机制流程 / 对比分类 / 数值规律 / 动手实操 / 已掌握巩固):references/orchestration.md
  • 交互组件选型、动画与 SVG 速成、图片决策矩阵、成本预算明细、提交前自检清单:同上。

需要更细的维度选型、模板或写法时,先用 lg_skill_read 展开 references/orchestration.md 再执行,不要凭本页速查表猜测完整细节。

All versions