DrCatHicks/learning-opportunities
A Claude or Codex skill for deliberate skill development during AI-assisted coding
解决的问题
解决与代理式 AI 编程相关的“熟练度错觉”和学习衰退问题。当开发者依赖 AI 生成代码时，往往跳过了真正理解架构和逻辑所需的主动思维过程，导致长期技能发展和记忆能力下降。
工作原理
本项目为 Claude Code 和 Codex 提供插件，引入一种“动态教科书”式编程方法。在开发者完成重要架构工作（如模式变更或重构）后，AI 会提示用户参与 10-15 分钟的学习练习。
与标准 AI 交互不同，该系统有意暂停并等待用户输入，以强制进行主动检索和生成。它采用多种有实证支持的学习技术：
- 预测与反思：预测结果，观察实际结果，并反思差异。
- 生成：在查看 AI 实现前，先草拟解决方案。
- 检索练习：在会话开始时“复述”某个组件或进行记忆检查。
- 追踪：手动逐步追踪代码执行过程。
适用人群
希望在提升生产效率的同时，保持或提升技术专长的代理式 AI 编程工具使用者。
主要亮点
- 科学依据：基于认知心理学原理，如间隔效应和生成效应。
- 工作流集成：作为市场插件直接集成到 Claude Code 和 Codex 中。
- 仓库导向：包含
orient技能，帮助开发者战略性地导航和学习新代码库。 - 自动触发：支持 Linux/macOS 的可选钩子，可在 git 提交后自动触发学习提示。
相关
- Dispatch
- 项目
- 项目
- 项目
- 项目