Skip to content

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

43 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Lec.Course

告诉 agent 你想学什么。它扒知识依赖、推理学习路径、按知识点制课、独立验收。

这是什么

一个 AI 驱动的课程生产框架,对标 gstack 的 skill 组合形态,但面向课程生产。

你描述一个学习目标(比如"从零写一个 Web Scraping 工具"),多 agent 协作会:

  1. 发现(DISCOVER) —— 深挖具体目的(做什么/给谁/为什么/何时/成功标准) + 学员画像 + 验收标准 + 你选择并发度
  2. 规划(PLAN) —— 扒知识依赖 DAG、拓扑排序、推理最小必要学习链
  3. 制课(BUILD) —— 并行 spawn subagent 产出每个知识点的自学材料 + 练习
  4. 验收(QA) —— 并行 spawn subagent 从多个维度验收(结构/内容/教学法/学员视角)
  5. 交付(DONE) —— 你拿到一门完整的自学课程产物 + 工作日志(效率分析)

核心理念

按知识点组织,不按天规划。 每个知识点是一个独立的 Markdown 文件,学员打开一个入口 MD,通过链接在不同知识点之间跳转。学员自己决定每天学多少 —— 框架不强制日程。

怎么用

# 克隆
git clone https://github.com/chaoshou-coder/Lec.Course.git
cd Lec.Course

# 在 Claude Code 里加载 skills 目录,然后告诉 agent 你想学什么

项目结构

Lec.Course/
├── CLAUDE.md                      # Claude Code 工作指南
├── README.md                      # 本文件
├── methodology/                   # skill 方法论(按阶段组织,01-07)
│   ├── 01-discover-target-domain.md
│   ├── 02-build-knowledge-dag.md
│   ├── 03-design-learning-sequence.md
│   ├── 04-design-assessments.md
│   ├── 05-production-standards.md
│   ├── 06-subject-specific-patterns.md
│   └── 07-work-logging.md         # 工作日志与流程效率追踪
├── schemas/                       # 产物 schema(机器可校验)
│   ├── requirements.schema.json   #(含 parallelism 字段)
│   ├── learning-plan.schema.json
│   ├── qa-report.schema.json
│   └── work-log.schema.json       # 工作日志 schema(效率追踪)
├── scripts/                       # 校验工具
│   ├── validate.py                # schema 校验
│   ├── content-quality-check.py   # 内容质量(结构 + 注释 + fenced block + 问自己)
│   ├── render-check.py            # 渲染检查(heading + 旧格式 + Unicode + 零宽字符)
│   └── regression-check.py        # 防回归检查(文件后缀 + 8 步循环 + 练习标注)
├── output/                        # 迭代产出(测试用例,非交付物)
│   ├── iteration-log.md           # 迭代日志(19 轮)
│   └── <domain>/                  # 各测试域产出
└── skills/
    └── course-agent/              # skill 入口
        ├── SKILL.md               # agent 执行逻辑(状态机)
        └── state-machine.md       # 状态机架构(6 态 + 转移规则)

产出结构(示例)

框架产出的课程结构如下(以 Git 版本控制为例):

course-name/
├── README.md                      # 入口:知识点地图 + 链接导航
├── knowledge/                     # 每个知识点一个 MD
│   ├── 01-git-入门与首次提交.md
│   ├── 02-工作流三区域.md
│   ├── 03-分支管理.md
│   ├── 04-合并冲突与远程同步.md
│   └── 05-实战完整-git-工作流.md
├── exercises/                     # 练习文件(可选,按知识点组织)
│   ├── 01-git-入门/
│   │   ├── practice01-06.py       # 6 道当堂练
│   │   └── task01-03.py           # 3 道课后作业(选做)
│   └── ...
└── output/                        # 流程产物
    ├── requirements.json          # DISCOVER 产出
    ├── learning-plan.json         # PLAN 产出
    └── qa-report.json             # QA 产出

特点:

  • 每个知识点(#### 节)包含完整的 8 步趁热打铁循环(痛点→类比→解释→ASCII→代码→逐行解剖→常见错误→练习)
  • 每个知识点末尾有独立的学员代码区 + 参考答案(不是只在每天末尾)
  • 知识点末尾有"下一个/上一个"链接,学员按自己节奏跳转
  • 没有"Day 1/Day 2"的强制日程

不做什么

  • 不做 B2B / 机构版(用户 = 个人自学家)
  • 不做课堂 / 教师场景(面向自学,不依赖教师)
  • 不做通用对话机器人(专用课程生产管线)
  • 不强制每日学习进度(学员自主决定)

License

(待补充)

About

course generater for self-study

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages