GarethManning/education-agent-skills

해결하는 문제

이 프로젝트는 교육 분야의 AI에 엄격하고 근거 기반의 기반을 제공합니다. 경험적 연구가 아닌 습관과 관행에 기반한 AI 교육 도구 개발 문제를 해결하며, 효과가 없는 교육 방식의 확산을 막습니다.

작동 방식

기억 및 학습 과학, AI 학습 과학, 포용적 설계 등 20개 분야에 걸쳐 165개의 교육 기술을 포함하는 라이브러리입니다. 각 기술은 증거 강도 평가, 타입 지정된 입력/출력 스키마, 체이닝 메타데이터를 포함한 기계가 읽을 수 있는 YAML 헤더를 가진 구조화된 프롬프트입니다. 이 기술들은 복사 붙여넣기로 수동으로 사용하거나, Claude, OpenAI Codex, Hermes Agent 등의 에이전트용 플러그인으로 설치하거나, Model Context Protocol (MCP) 서버를 통해 프로그래밍 방식으로 접근할 수 있습니다.

대상 사용자

• 교육자: 교실 교사, 대학 교수, 교육과정 설계자로서 수업 및 평가 설계에 연구 기반 지원이 필요한 분들.
• 학교 리더: 몬테소리, 프로젝트 기반 학교 등 혁신적 또는 대안적 교육 환경에 있는 분들.
• AI 개발자: EdTech 개발자 및 AI 연구자로서 구조화되고 프로그래밍 가능한 교육 지식 계층이 필요한 분들.

주요 특징

• 증거 기반 필터링: 이름이 명시된 연구에 기반한 기술만 포함하며, 학습 스타일과 같은 비경험적 프레임워크는 명시적으로 제외.
• 오케스트레이션 준비 완료: 단순한 프롬프트 모음이 아니라 YAML 스키마와 조합 가능한 출력을 통해 프로그래밍 가능한 사용을 위해 설계됨.
• 광범위한 교육 범위: 교사용 설계 도구와 학생용 실시간 상호작용 패턴을 포함한 20개의 분야를 커버.
• 다중 에이전트 지원: Claude, OpenAI Codex, Hermes Agent 및 Agent Skills 표준을 지원하는 모든 도구와 호환.