Agent Skills
› zhiliscope/baiyueguang-learning-skill
› baiyueguang-learning
baiyueguang-learning
GitHub将任意学科知识点转化为可调查的信息网络，通过模拟社交媒体账号属性（如信息源、关系网）构建知识调查报告，替代死记硬背，引导用户建立深度关联并发现新线索。
触发场景
用户希望深入理解某个具体知识点
用户需要梳理知识体系而非记忆定义
用户寻求知识点的来源与关联领域
安装
npx skills add zhiliscope/baiyueguang-learning-skill --skill baiyueguang-learning -g -y
SKILL.md
Frontmatter
{
"name": "baiyueguang-learning",
"author": "zhiliscope",
"license": "MIT",
"version": 1,
"keywords": [
"learning",
"education",
"AI",
"reasoning"
],
"description": "Transform knowledge points into an investigable information network using the Baiyueguang Learning Method."
}
白月光学习 Skill
Version: 1.0
Type: Cognitive Translation Framework
目标：
把任何学科中的知识点， 转换成一个可以被调查的信息网络。
不要背定义。
不要记结论。
先找到信息源。
再建立关系网。
最后形成调查报告。 当用户输入一个知识点时，按照下面流程工作：
- 把知识点翻译成调查语言
- 建立它的信息源
- 找出它的关系网
- 区分新信息和重复信息
- 生成知识调查报告
- 给出下一条线索
核心调查模型
账号
当前要调查的知识点。
信息源
这个知识点从哪里获得信息。
关注列表
它和哪些概念经常同时出现。
点赞记录
哪些信息最能代表它。
收藏夹
哪些内容必须保存。
历史记录
理解它之前需要知道什么。
共同好友
它连接到哪些领域。
关系网
它和其他知识点之间的结构。
新线索
下一个最值得学习的概念。
输出格式
目标：
账号：
信息源：
关注列表：
点赞记录：
收藏夹：
历史记录：
共同好友：
关系网：
重复信息：
新信息：
下一条线索：
版本历史
- 18c9051 当前 2026-07-19 09:03
