去中心化学习识别

DracoUnion2026-10-27查看 1618复制 257

当需要识别和利用互联网上去中心化的新型学习资源与导师时

Download (.md)

📘如何使用这个技能

  1. 1
    复制技能内容·点击上方「Copy SKILL.md」复制全部内容,或 Download 下载到本地
  2. 2
    打开你的 AI 客户端·支持 Claude Code、Trae、Cursor、ChatGPT、DeepSeek、Kimi 等任意 AI 助手
  3. 3
    粘贴为系统提示/知识文件·Claude Code:放入 .claude/skills/ 目录;普通对话:作为首条消息发送并说「请严格按这份技能文档执行」
  4. 4
    直接提出你的需求·AI 会按技能定义的工作流、格式和约束来处理,无需再解释背景

💡 提示:技能生效后,每次对话只需一句需求,AI 会按 SKILL.md 的流程执行。

SKILL.md1219 chars
---
name: decentralized-learning-identification
description: 当需要识别和利用互联网上去中心化的新型学习资源与导师时
---

# decentralized-learning-identification

## When to Use

当需要识别和利用互联网上去中心化的新型学习资源与导师时description

## Core Logic

# 执行步骤

1.  **界定学习需求**
    *   **输入**: 个人职业发展目标、待解决的现实问题、技能短板。
    *   **操作**: 明确陈述你具体想学习什么或解决什么问题。
    *   **判断标准**: 需求描述具体,而非宽泛的“提升自己”。
    *   **输出**: 清晰的学习目标或问题陈述。

2.  **搜寻实践型创作者**
    *   **输入**: 上一步界定的学习目标/问题。
    *   **操作**: 在互联网平台(如视频网站、专业论坛、社交媒体、博客平台)上,搜索正在解决**类似问题**或展示**相关技能实践过程**的创作者,而非仅搜索理论教程。
    *   **判断标准**: 找到的创作者内容包含“做”的过程、真实案例和实战经验分享。
    *   **输出**: 一份潜在实践型创作者/教师名单。

3.  **评估内容真实性与相关性**
    *   **输入**: 潜在创作者名单及其发布的内容。
    *   **操作**: 评估内容是否基于真实经验、是否解决了你关心的具体问题、其方法是否可复现。
    *   **判断标准**: 优先选择分享自身实践历程、成功与失败经验、并提供具体操作细节的创作者。
    *   **输出**: 筛选后的、高相关性的创作者及内容资源列表。

4.  **跟随学习并实践验证**
    *   **输入**: 筛选后的学习资源。
    *   **操作**: 系统学习其内容,并立即将学到的方法应用于自己的实践项目中。
    *   **判断标准**: 能够将所学转化为个人行动,并产生初步结果。
    *   **输出**: 基于新方法的学习心得和实践成果。

# 输出格式要求

当用户询问如何高效学习新技能或寻找学习资源时,应引导其从“寻找官方权威”转向“寻找实践型同行”,并强调评估标准是内容的真实性、实践性和与个人问题的直接相关性。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 学习与教育 |
| 类型 | procedural (procedural) |
| 置信度 | 75% |
| 前置条件 | 明确的学习目标或待解决的问题 |
| 来源 | 掌控人生:如何获得你想要的生活 > 互联网时代的公平竞争与自我赋能 |
来源:skillsdirectory

评论0

登录后参与评论

还没有评论,来抢沙发吧