DrCatHicks/learning-opportunities
A Claude or Codex skill for deliberate skill development during AI-assisted coding
解決的問題
解決代理式 AI 編程所伴隨的「熟練錯覺」與學習衰退問題。當開發者過度依賴 AI 產生程式碼時，往往跳過真正理解架構與邏輯所需的主動思考過程，導致長期技能發展與記憶力下降。
作用方式
本專案提供 Claude Code 與 Codex 的插件，引入「動態教科書」式編程方法。在開發者完成重要架構工作（如資料庫結構變更或重構）後，AI 會提示使用者參與 10–15 分鐘的學習練習。
與一般 AI 互動不同，系統會刻意暫停並等待使用者輸入，以強制進行主動回憶與生成。採用多項有實證支持的學習策略：
- 預測與反思：預測結果、觀察實際結果，並反思差異。
- 生成：在查看 AI 實作前，先草擬解決方案。
- 回憶練習：在會話開始時『重述』某個元件，或進行記憶檢核。
- 追蹤：手動逐步追蹤程式碼執行流程。
適用對象
希望在提升生產力的同時，維持或提升技術專業能力的代理式 AI 編程工具使用者。
主要特色
- 科學依據：基於認知心理學原理，如間隔效應與生成效應。
- 工作流程整合：可作為市場插件直接整合至 Claude Code 與 Codex。
- 專案導向：內建
orient技能，協助開發者戰略性地導航與學習新程式碼庫。 - 自動觸發：支援 Linux/macOS 的可選鈎子，可在 git 提交後自動觸發學習提示。
相關
- Dispatch
- 專案
- 專案
- 專案
- 專案