Design Anatomy — AI skill for Claude Code

Design Anatomy

每次用 AI 工具都是一次免费的大师课。这个 Skill 帮你从中提取智慧。

[中文](#ai-时代的费曼学习法) | [English](#english)

---

AI 时代的费曼学习法

费曼说：如果你不能简单解释一件事，你就没有真正理解它。

现在的问题是——AI 帮你跳过了"理解"这一步。你用 AI 拿到了结果，但你说不清它为什么这样做。MIT 研究发现 83% 的 AI 用户几分钟后就记不住 AI 做了什么。**你在用工具，但工具背后的智慧没有变成你的。**

`/learn` 做的事情很简单：**在你用完一个 AI 工具之后，帮你把它背后的原理提取出来。**

就像费曼拆解物理学一样，它拆解 AI 工具——这个工具做了哪些关键决策？为什么选 A 不选 B？背后对应什么通用原理？你能把这个原理用在自己的工作里吗？

举个例子

拆解 `/advisor`（一个 AI 决策分析工具）后，你会发现：

你以前只知道	现在你理解了
它帮我对比方案	它用 3 路并行分析是为了消除认知锚定——串行会让后面的判断被前面的结论污染
它给我一个推荐	推荐带可证伪的假设——告诉你"如果这个前提不成立，推荐就是错的"
它有个反对者角色	这是角色分离原则——法庭把原告被告分开，不让同一个律师"全面分析"

这些不是只对 AI 工具有用的知识。角色分离可以用在你的 Code Review 流程里，可证伪推荐可以用在你给老板做方案汇报里，认知锚定消除可以用在你组织任何一次团队讨论里。

**工具是别人的，原理是你的。**

知识会累积

每次拆解提取的原理自动存入你的笔记库，去重、归类、记录使用场景。三个月后你不是记住了 50 个工具的用法——你拥有了一个结构化的**设计原理知识库**，里面是跨领域可复用的思维模型。

安装

mkdir -p ~/.claude/skills/learn && curl -sL https://raw.githubusercontent.com/HeroesZheng/design-anatomy/main/SKILL.md -o ~/.claude/skills/learn/SKILL.md

使用

/learn /advisor          # 拆解指定 Skill 的设计原理
/learn /implement        # 任何 Skill 都行
/learn [URL]             # 分析任意 AI 工具
/learn                   # 分析你最近用的 Skill
/learn stats             # 查看原理库统计

每次拆解你会得到

一份 HTML 页面（自动在浏览器打开），包含：

1. 这个工具做什么——一句话 + 流程图
2. 关键设计决策——选择了什么 / 放弃了什么 / 为什么
3. 源码注解——关键代码的设计意图解读
4. 明天就能用——3 条可迁移到你工作中的行动指南
5. 动手挑战——用学到的原理设计一个简化版工具

页面可以分享给同事和朋友。

环境要求

• Claude Code（Claude Max 或 API）
• 浏览器
• Obsidian（可选，用于原理积累）

License

MIT

---

English

Every time you use an AI tool, it's a free masterclass. This Skill extracts the wisdom from it.

The Feynman Method for the AI Age

AI gives you results, but skips the understanding. You use tools without absorbing the principles behind them. `/learn` fixes this — it dissects any AI tool after you use it, revealing:

• Key design decisions — what was chosen, what was rejected, why
• Underlying principles — transferable mental