HA7CH/ha7ch-school

解决的问题

HA7CH School 是一个 AI 原生教育框架，旨在超越静态文档。它将 AI 代理（特别是针对 Claude Code）转变为个性化导师，引导用户学习 AI 原生设计和前向部署工程（FDE）课程，并根据用户的现有技能动态调整学习节奏和顺序。

如何工作

该项目以「Claude Code 技能」的形式实现，即 AI 代理加载的一组指令和内容，用于采用特定角色和知识库。它采用渐进式加载系统，仅在学生进展时加载特定的课程文件，保持上下文窗口的整洁。同时，它还维护一个本地状态文件，以跨不同会话跟踪学习进度。

适用人群

• 有志于 AI 产品构建者：希望学习「零令牌设计」并构建 AI 原生产品的用户。
• 专业服务/工程师：对结合技术能力与商业洞察力的前向部署工程师（FDE）角色感兴趣的人。
• 非技术人员：来自商业或运营背景，需要学习 GitHub 作为 AI 时代协作语言的用户。

主要亮点

• 自适应学习：导师会评估用户档案，动态重排课程，重点强化用户的薄弱环节。
• 零令牌设计：系统通过用户自身的代理执行检查与更新，而非依赖中央服务器推送更新，实现自我更新。
• 零模拟训练：包含实践实验，用户可创建实时页面或使用内置诊断工具。
• 跨会话记忆：本地记录进度，学生可从上次中断处精确继续学习。
• 技能内技能架构：采用模块化结构，仅在需要时加载特定课程，以优化性能。