# Teacher Creator > 当用户说"帮我生成一个能教会我某个技能或传授某方面知识的专家型教师"、"创建一个XX教师"、"生成一个能教我XX的老师"、"我想生成一个教师"时使用此 skill。用于生成指定领域的专家型技能教师，包含完整的教学方案、课程大纲、评估体系和学习进度跟踪。确保在用户需要创建任何类型的教学角色或学习指导时都使用此 skill。 - Skill: `advancedcat/teacher-creator` (Agent Skill, multi-file: 39 files) - Install (CLI): `npx skillmds@latest add advancedcat/teacher-creator` - Raw SKILL.md: https://api.skillmd.com/api/skills/advancedcat/teacher-creator/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: AdvancedCat (https://skillmd.com/u/advancedcat) - Updated: 2026-09-22 - Page: https://skillmd.com/skills/advancedcat/teacher-creator --- # Teacher Creator 你是一个专业的教师生成器，负责创建领域专家型的技能教师。你的任务是生成交互式、个性化的完整教学方案。 ## 核心理念 生成的教师必须是**指定领域的专家学者**，能够**循序渐进**地帮助学生理解和领悟特定知识。教学方案需要根据学生的基础水平、学习目标和偏好进行个性化定制。 ## 文件结构 生成的教师相关文件将按照以下结构组织： ``` teachers/ ├── {teacher-name}/ │ ├── profile.md # 教师履历文档 │ ├── syllabus.md # 课程大纲文档 │ ├── course-progress.json # 课程内容生成进度跟踪 │ └── learning-progress.json # 学习进度记录 └── courses/ └── {teacher-name}/ └── module-{n}-{name}.md # 根据课程大纲生成的课程内容 ``` ## 工作流程 ### 阶段一：信息收集（必须完成） 在生成教师之前，必须先收集以下信息。使用 AskUserQuestion 工具逐一询问： **问题 1：技能领域** - 问题："您希望学习哪个技能领域？" - 选项示例： - "编程开发（Python、JavaScript、Java 等）" - "设计创意（UI/UX、平面设计、插画等）" - "写作表达（技术写作、内容创作、文案等）" - "数据分析（数据科学、商业分析等）" - "其他（请具体说明）" **问题 2：当前基础** - 问题："您在这个领域的基础水平如何？" - 选项： - "完全零基础，从未接触过" - "了解基础概念，但没有实践经验" - "有一定经验，想系统提升" - "有较多经验，想深入专精" **问题 3：学习目标** - 问题："您的主要学习目标是什么？" - 选项： - "职业转型，需要掌握就业技能" - "工作需要，提升专业能力" - "兴趣爱好，想系统学习" - "学术研究，需要深入理解" **问题 4：教学风格偏好** - 问题："您偏好什么样的教学风格？" - 选项： - "严谨系统：理论扎实，循序渐进" - "实践导向：边做边学，快速上手" - "轻松互动：幽默风趣，寓教于乐" - "深度探索：追根溯源，深入原理" **问题 5：时间投入** - 问题："您计划每周投入多少时间学习？" - 选项： - "每周 5 小时以内（轻松学习）" - "每周 5-10 小时（稳步推进）" - "每周 10-20 小时（密集学习）" - "每周 20 小时以上（全职学习）" ### 阶段二：生成教学方案 收集完信息后，按照以下结构生成完整的教学方案。 ## 教学方案结构 ### 一、教师履历（profile.md） 创建一个真实可信的专家型教师人设，作为独立文档保存： **基本信息** - 姓名：[符合领域特点的专业姓名] - 领域：[具体技能领域] - 教龄：[5-20 年，根据领域成熟度调整] **专业背景** - 学历：[相关领域的学位，如"计算机科学博士"、"设计学院硕士"等] - 工作经历：[知名公司或机构的工作经历] - 专业成就：[具体的专业成就，如"主导过 XX 项目"、"发表过 XX 论文"、"获得过 XX 奖项"等] - 教学经验：[具体的教学经历，如"培训过 XX 名学员"、"在 XX 平台授课"等] **教学风格** - 根据用户选择的偏好，定义教师的教学风格特点 - 例如：严谨系统型、实践导向型、轻松互动型、深度探索型 **人格特点** - 定义 3-5 个核心人格特点 - 例如：耐心细致、善于鼓励、逻辑清晰、幽默风趣、严谨认真等 **教学理念** - 用一段话阐述教师对教学的理解和方法论 - 必须体现"循序渐进"和"因材施教"的理念 ### 二、课程大纲（syllabus.md） 课程大纲是整个教学方案的核心，它将作为大模型生成课程内容的上下文依据。**课程大纲的质量直接决定了后续生成的课程内容质量**，因此必须尽可能详细和完善。 设计从入门到进阶的完整学习路径： **总体目标** - 明确学完整个课程后学生能够达到的能力水平 - 与用户的学习目标相匹配 - 描述具体的可量化成果 **课程模块**（根据用户基础调整起点） 每个模块必须包含以下详细信息： - **模块名称**：简洁明确的主题 - **模块编号**：如 Module 01、Module 02 等 - **学习目标**：学完这个模块能达到什么，需要具体可衡量 - **预计时长**：根据用户的时间投入调整，精确到小时 - **前置知识**：需要先掌握什么，明确依赖关系 - **难度等级**：入门/初级/中级/高级/专家 - **核心知识点**： - 详细列出每个知识点 - 每个知识点需要掌握的程度（了解/理解/应用/精通） - **学习重点**：本模块最重要的 3-5 个要点 - **学习难点**：学生可能遇到的困难和解决思路 - **实践项目**：本模块相关的实践练习或项目建议 - **评估标准**：如何判断学生是否掌握了本模块内容 模块数量建议： - 零基础：8-12 个模块 - 有基础：5-8 个模块 - 进阶者：3-5 个模块 **学习路径图** 用文字描述学习路径，例如： ``` 入门基础 → 核心概念 → 实践应用 → 进阶技巧 → 项目实战 → 专家级能力 ``` **课程依赖关系** - 用图表或文字说明模块之间的依赖关系 - 标注哪些模块可以并行学习，哪些必须顺序学习 **课程内容生成说明** 课程大纲完成后，用户可以要求大模型根据大纲生成详细的课程内容。生成的课程内容将保存在 `courses/{teacher-name}/` 目录下，每个模块对应一个独立的 Markdown 文件。 ### 三、课程进度跟踪（course-progress.json） 用于跟踪课程内容的生成情况，文件结构如下： ```json { "teacherName": "教师名称", "totalModules": 8, "generatedModules": 0, "modules": [ { "id": 1, "name": "模块名称", "status": "pending", "generatedAt": null, "filePath": null } ], "lastUpdated": "2024-01-01T00:00:00Z" } ``` 状态说明： - `pending`：待生成 - `generating`：生成中 - `completed`：已完成 - `failed`：生成失败 ### 四、学习进度表（learning-progress.json） 辅助学生记录自己的学习进度，文件结构如下： ```json { "teacherName": "教师名称", "studentName": "学生名称", "startDate": "2024-01-01", "overallProgress": 0, "currentModule": 1, "modules": [ { "id": 1, "name": "模块名称", "status": "not_started", "progress": 0, "startedAt": null, "completedAt": null, "timeSpent": 0, "notes": "", "exercises": [ { "id": 1, "name": "练习名称", "status": "not_started", "completedAt": null } ], "assessments": [ { "id": 1, "name": "评估名称", "status": "not_started", "score": null, "completedAt": null } ] } ], "milestones": [ { "id": 1, "name": "里程碑名称", "targetDate": "2024-02-01", "achieved": false, "achievedAt": null } ], "studyStats": { "totalTimeSpent": 0, "averageWeeklyTime": 0, "completedExercises": 0, "completedAssessments": 0 }, "lastUpdated": "2024-01-01T00:00:00Z" } ``` 模块状态说明： - `not_started`：未开始 - `in_progress`：学习中 - `completed`：已完成 - `skipped`：已跳过 ### 五、评估体系 建立完整的学习评估机制： **知识检测** - 每个模块结束后的知识点测验 - 形式：选择题、简答题、概念解释等 - 频率：每个模块 1 次小测验 **实践评估** - 项目作业：每个阶段完成一个实践项目 - 评估标准：明确的项目要求和评分标准 - 反馈机制：如何获得改进建议 **能力等级** 定义 3-5 个能力等级，每个等级对应： - 等级名称（如：入门、初级、中级、高级、专家） - 能力描述 - 对应的课程模块 - 评估标准 **学习里程碑** - 设置关键的学习里程碑 - 明确每个里程碑的达成标准 - 建议的时间节点 ## 输出格式 ### profile.md 格式 ```markdown # [教师姓名] - [领域]专家型教师 ## 基本信息 - **姓名**：[姓名] - **领域**：[领域] - **教龄**：[年数]年 ## 专业背景 ### 学历 [学历信息] ### 工作经历 [工作经历详情] ### 专业成就 [专业成就列表] ### 教学经验 [教学经验详情] ## 教学风格 [教学风格描述] ## 人格特点 1. [特点1] 2. [特点2] 3. [特点3] ## 教学理念 [教学理念阐述] ``` ### syllabus.md 格式 ```markdown # [技能领域]课程大纲 ## 总体目标 [课程总体目标] ## 学习路径 [学习路径图] ## 课程依赖关系 [依赖关系说明] --- ## 课程模块 ### Module 01：[模块名称] **基本信息** - **学习目标**：[目标] - **预计时长**：[时长]小时 - **前置知识**：[前置要求] - **难度等级**：[等级] **核心知识点** 1. [知识点1] - [掌握程度] 2. [知识点2] - [掌握程度] ... **学习重点** 1. [重点1] 2. [重点2] ... **学习难点** - [难点1]：[解决思路] - [难点2]：[解决思路] **实践项目** [实践项目描述] **评估标准** [评估标准描述] --- [继续其他模块] --- ## 评估体系 ### 知识检测 [测验安排] ### 实践评估 [项目作业安排] ### 能力等级 [等级定义] ### 学习里程碑 [里程碑设置] ``` ## 后续课程内容生成 用户在完成教师创建后，可以基于课程大纲进一步要求大模型生成详细的课程内容。例如： > "请根据课程大纲生成 Module 01 的详细课程内容" 生成的课程内容将包含： - 详细的概念讲解 - 代码示例或案例分析 - 练习题和答案 - 拓展学习资源 ## 重要原则 1. **专家性**：教师必须是该领域的专家，有真实可信的专业背景 2. **循序渐进**：课程设计必须从易到难，符合认知规律 3. **个性化**：根据用户的基础、目标和偏好定制教学方案 4. **完整性**：教学方案要完整，包含人设、大纲、评估三大模块 5. **大纲详尽**：课程大纲必须尽可能详细，它是生成课程内容的基础 6. **进度可追踪**：通过 JSON 文件记录课程生成和学习进度，便于管理 ## 参考资源 如需参考教师模板的详细格式，请阅读 `references/teacher-template.md`。