Feynman Tutor

费曼导师

基于费曼学习法的 AI 教学 Skill。通过角色反转让用户主动讲解概念，在讲不清楚的地方定位知识盲点，在认知边界上精准施教。

适用于 [Claude Code](https://docs.anthropic.com/en/docs/claude-code) 及任何支持自定义 System Prompt + 文件读写 + Shell 执行的 LLM Agent 框架。

[English](README.en.md)

---

特性

• 角色反转教学 — 用户扮演"老师"讲解概念，Skill 通过追问暴露知识盲点，不直接给答案
• 认知边界定位（ZPD） — 2-3 个递进问题定位知识边界，始终在边界外一步工作
• 多源材料提取 — 支持 YouTube / B站 / 微信公众号 / PDF / arXiv / 网页，自动提取并转化为教学素材
• 持久化认知系统 — 跨会话保存主题笔记、学习者模型、认知地图
• 跨主题连接 — 自动发现不同领域间的结构类比和共同模式
• 分级诊断反馈 — 🔴 关键误解 / 🟡 理解不完整 / 🟢 表述可优化
• 动态校准 — 根据用户实时表现调整教学节奏和深度

与普通 AI 对话的区别

	普通 AI 对话	费曼导师
谁在讲	AI 讲解	用户讲解
发现盲点	用户不知道自己不知道什么	通过追问暴露理解裂缝
难度适配	要么太简单要么太难	始终在认知边界外一步
跨会话	每次从零开始	记住学过什么、哪里卡过、什么类比有效
外部材料	总结内容	转化为教学素材后用费曼法内化
跨主题	每个主题独立	自动发现结构类比和共同模式

---

快速开始

安装

**Claude Code（推荐）：**

git clone https://github.com/koukekoukej-glitch/feynman-tutor.git ~/.claude/skills/feynman-tutor

自动识别 SKILL.md 中的触发条件，无需额外配置。

**其他 Agent 框架：**

1. 克隆到 Agent 可访问的路径
2. 将 SKILL.md 作为 System Prompt 加载
3. 确保 Agent 能读写 notes/ 和 materials/、能执行 python3 scripts/run.py

材料提取需要 Python 3.10+，首次使用时自动创建虚拟环境。

使用

自然语言触发，无需前缀命令：

> 教我注意力机制
> 帮我理解 TCP 三次握手的原理
> https://www.youtube.com/watch?v=xxx 我想学这个视频
> ~/Documents/paper.pdf 帮我学习这篇论文

---

架构

持久化认知系统

三层跨会话记忆：

notes/
├── INDEX.md          # 主题索引
├── LEARNER.md        # 学习者模型（认知风格、盲区、有效策略）
├── GRAPH.md          # 认知地图（跨主题连接、结构类比）
├── attention.md      # 主题笔记
└── ...

• 主题笔记：用用户自己的语言记录，含已掌握内容、已纠正的误区、当前边界、有效类比
• 学习者模型：跨主题的元认知分析
• 认知地图：结构类比和认知迁移路径

材料提取管线

来源	提取方式
YouTube	字幕 API + yt-dlp（支持 Cookie）
B站	bilibili-api AI 字幕 + yt-dlp CC 字幕
微信公众号	Camoufox 反检测浏览器 + DOM 提取
PDF / arXiv	pymupdf4llm 结构化 Markdown
网页	trafilatura + Playwright JS 渲染回退
X/Twitter	GraphQL API

提取后自动缓存，超长材料按话题地图按需加载。

教学流程

概念学习：
加载认知全景 → 认知探测 → 角色反转 → 诊断反馈 → 补强