[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-76063":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":10,"languages":10,"totalLinesOfCode":10,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":14,"stars7d":13,"stars30d":15,"stars90d":14,"forks30d":14,"starsTrendScore":14,"compositeScore":16,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":17,"fork":17,"defaultBranch":18,"hasWiki":17,"hasPages":17,"topics":19,"createdAt":10,"pushedAt":10,"updatedAt":20,"readmeContent":21,"aiSummary":22,"trendingCount":14,"starSnapshotCount":14,"syncStatus":13,"lastSyncTime":23,"discoverSource":24},76063,"deep-teach","1786329860\u002Fdeep-teach","1786329860","🎓 深度教学模式 AI Skill — 让 AI 在每一步编程操作后自动输出专家级技术解析卡片，从「代做」变为「教做」","",null,142,8,2,0,33,2.86,false,"main",[],"2026-06-12 02:03:39","# 🎓 deep-teach — 深度教学模式 AI Skill\n\n> **让 AI 从「代做」变为「教做」—— 每一步编程操作后自动输出专家级技术解析卡片**\n\n[![Skill Version](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fversion-1.0.0-blue)](https:\u002F\u002Fgithub.com\u002F1786329860\u002Fdeep-teach)\n[![Trigger](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Ftrigger-always--on-green)](https:\u002F\u002Fgithub.com\u002F1786329860\u002Fdeep-teach)\n[![Depth](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdepth-expert-red)](https:\u002F\u002Fgithub.com\u002F1786329860\u002Fdeep-teach)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-MIT-yellow)](LICENSE)\n\n---\n\n## 💡 核心理念\n\n```\n传统 AI 辅助:  AI 做 → 用户拿到结果 → ❌ 知识没有增长\n\ndeep-teach:   AI 做 → 解析为什么这么做 → ✅ 真正理解\n              → 对比替代方案       → ✅ 学会选型\n              → 原理深度剖析       → ✅ 能力迁移\n```\n\n大模型普及后，越来越多人借助 AI 完成编程项目。但**AI 替你思考 ≠ 你学会了思考**。deep-teach 是一个 **Prompt 协议层 Skill**，它让 AI 在**每一个原子操作**完成后，自动输出**深度专家级技术解析卡片**，确保用户在完成项目的同时真正掌握技术决策背后的原理。\n\n---\n\n## 🎯 解决的问题\n\n| 痛状 | deep-teach 的解法 |\n|------|-------------------|\n| AI 写完代码，但不知道为什么要用这个库 | 每步操作附带「为什么选择这项技术」的完整分析 |\n| 只会用不会选，换个场景又不会了 | 每张卡片包含「可替代方案对比」，建立全局视野 |\n| 知其然不知其所以然 | 「技术深度剖析」板块到达源码级 \u002F 协议级 \u002F 算法级 |\n| 项目做完了，知识没沉淀 | 6 板块递进式结构，从「是什么」到「怎么迁移」形成闭环 |\n\n---\n\n## 📋 Teaching Card — 技术解析卡片\n\n每个代码操作后，AI 自动输出包含 **6 个核心板块** 的结构化解析卡片：\n\n```\n🎯 STEP N 技术深度解析\n━━━━━━━━━━━━━━━━━━━━━\n📌 操作：{本次操作的精确描述}\n\n① 🛠️ 所用技术      → 技术 + 版本 + 分类 + 在本步骤中的角色\n② 💡 为什么选择    → 项目约束 → 匹配原因 → Trade-off 分析\n③ 📚 技术深度剖析   → 核心原理 + 关键概念（含代码示例）+ 实现细节 + 常见陷阱\n④ 🔄 可替代方案对比 → 多维度对比表（至少 2 个替代方案）\n⑤ ⭐ 优越性总结     → 关键优势（定量数据支撑）+ 生态成熟度评估\n⑥ 🔗 知识延伸迁移  → 跨领域思想映射 + 学习路径 + 推荐资源\n```\n\n### 三种卡片变体\n\n| 类型 | 触发条件 | 内容 | 示例场景 |\n|------|---------|------|---------|\n| **标准卡** | 常规编码操作 | 完整 6 板块 | 写函数、安装依赖、建数据库表 |\n| **Mini 卡** | 琐碎无决策价值的操作 | 仅 ①②⑤ 三板块 (3-5行) | `console.log`、变量声明 |\n| **Enhanced 卡** | 重大架构决策 | 标准卡 + 决策树 + 风险矩阵 | 选框架、选数据库、选系统架构 |\n\n---\n\n## ⚙️ 工作机制\n\n### 触发方式：全程自动（Always-on）\n\nSkill 加载即生效，无需手动激活。以下 **8 类操作**完成后自动触发 Teaching Card：\n\n- 📁 文件创建 \u002F 删除 \u002F 重命名\n- 📦 依赖安装 \u002F 更新 \u002F 移除\n- ✏️ 函数 \u002F 类 \u002F 组件 \u002F 模块编写\n- 🔧 配置文件变更\n- 🗄️ 数据库操作（建表 \u002F 迁移 \u002F Schema 设计）\n- 🔌 第三方服务集成\n- 🏗️ 架构与技术选型决策\n- 🐛 Debug \u002F Bug 修复 \u002F 性能优化\n\n### 智能合并规则\n\n为避免信息过载，以下场景自动合并为一张卡片：\n\n1. **连续同类操作合并** — 连续安装多个依赖 → 合并为「技术栈选型」卡片\n2. **同模式重复精简** — 第 2 个 CRUD 函数 → 首次详解，后续简注「同 Step N 模式」\n3. **同技术渐进合并** — Express 框架多步搭建 → 渐进式覆盖多步的完整卡片\n\n---\n\n## 📁 项目结构\n\n```\ndeep-teach\u002F\n├── skill.md                          # 核心：完整的 Prompt 协议（M1-M5 五大模块）\n├── design-doc.md                     # 设计文档（规格说明）\n├── examples\u002F\n│   ├── example-01-dependency.md      # 示例1：依赖安装（Express 后端初始化）\n│   ├── example-02-code-write.md      # 示例2：代码编写（React useFetch Hook）\n│   └── example-03-architecture.md    # 示例3：架构决策（PostgreSQL vs MongoDB）\n└── README.md                         # 本文件\n```\n\n---\n\n## 🚀 使用方式\n\n### 作为 AI 编程助手 Skill 使用\n\n将 `skill.md` 的内容加载到你的 AI 助手（如 Cursor、Claude Code、Continue 等）的自定义指令中，即可激活深度教学模式。\n\n### Prompt 协议五大模块\n\n| 模块 | 内容 | 目的 |\n|------|------|------|\n| **M1 角色定义** | 双重身份（工程师 + 教授）+ 核心原则 | 定义 AI 行为准则 |\n| **M2 输出协议** | Teaching Card 格式模板（标准 \u002F Mini \u002F Enhanced） | 统一输出结构 |\n| **M3 触发规则** | 8 类触发操作 + 3 条合并规则 + 跳过规则 | 控制生成时机 |\n| **M4 质量标准** | 各板块质量检查清单 + 语言风格规范 + 信息密度控制 | 保证输出质量 |\n| **M5 Few-Shot** | 3 个高质量完整示例 | 让 AI 精确理解期望输出 |\n\n---\n\n## 📊 与其他方案的对比\n\n| 维度 | 传统 AI 辅助 | deep-teach | React Query 文档 | 大学课程 |\n|------|------------|-----------|------------------|---------|\n| **即时性** | ✅ 即时完成 | ✅ 即时完成 + 解析 | ❌ 需主动查阅 | ❌ 固定时间 |\n| **上下文关联** | ❌ 无 | ✅ 结合当前项目实际 | ⚠️ 通用讲解 | ⚠️ 脱离实践 |\n| **决策逻辑** | ❌ 不展示 | ✅ 完整 Trade-off | ⚠️ 较少涉及 | ⚠️ 偏理论 |\n| **替代方案视野** | ❌ 无 | ✅ 至少 2 个替代方案对比 | ❌ 单一方案 | ⚠️ 有限 |\n| **底层原理** | ❌ 无 | ✅ 源码\u002F算法\u002F协议级 | ⚠️ 中等深度 | ✅ 最深 |\n| **能力迁移引导** | ❌ 无 | ✅ 跨领域思想映射 | ⚠️ 有限 | ⚠️ 缺乏关联 |\n| **学习曲线** | 最低 | 低（被动学习） | 中等 | 高 |\n\n---\n\n## 🎯 目标用户\n\n- **非计算机专业学生** — 用 AI 完成课程项目 \u002F 毕设，想真正理解每一行代码\n- **转专业 \u002F 自学者** — 借助 AI 加速学习，拒绝「复制粘贴式编程」\n- **初级开发者** — 知道怎么写但不懂「为什么这样选」，希望补齐架构决策能力\n- **编程教育者** — 将此作为教学辅助工具，让学生在练习中获得结构化知识\n\n---\n\n## 🔮 设计哲学\n\n> **\"If you can't explain it simply, you don't understand it well enough.\" — Einstein**\n\ndeep-teach 的每一张 Teaching Card 都遵循这一原则：\n\n1. **永远不替用户思考，而是展示思考过程**\n2. **每个技术选择都有据可查、有理可依**\n3. **诚实客观，不吹不黑** — 所选技术的优势讲清楚，局限也讲清楚\n4. **效果检验标准** — 用户看完后，换一个类似场景能否独立做出同样的技术决策？\n\n---\n\n## 📄 License\n\n[MIT](LICENSE)\n\n---\n\n## 🙏 致谢\n\n灵感来源于每一位在学习编程路上感到「AI 帮我做了，但我好像什么都没学到」的开发者。愿 deep-teach 能让 AI 成为真正的**导师**，而非**代工**。\n","deep-teach 是一个旨在将 AI 从“代做”转变为“教做”的编程辅助工具，它在每一步编程操作后自动生成专家级技术解析卡片。该项目的核心功能包括自动输出包含六个核心板块的技术解析卡片，涵盖所用技术、选择理由、深度剖析、替代方案对比、优越性总结以及知识延伸迁移等内容。通过这种方式，deep-teach 不仅帮助用户完成项目，更促进了他们对背后原理的理解和掌握。此项目特别适合那些希望在使用AI辅助编程时不仅得到结果，还能学习到相关技术知识的开发者或学生使用。","2026-06-11 03:54:21","CREATED_QUERY"]