# Tw Edu Interdisciplinary

> 設計跨領域/跨科課程，整合108課綱彈性學習課程與校本課程框架。 當使用者提及「跨領域」「彈性課程」「校本課程」「跨科」 「統整課程」「專題課程設計」「核心問題」「essential question」時觸發。

- Skill: `fw1201/tw-edu-interdisciplinary` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add fw1201/tw-edu-interdisciplinary`
- Raw SKILL.md: https://api.skillmd.com/api/skills/fw1201/tw-edu-interdisciplinary/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: MIT
- Author: fw1201 (https://skillmd.com/u/fw1201)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/fw1201/tw-edu-interdisciplinary

---


# 跨領域課程設計工具

## 課綱代碼查核（必要）

**在寫出任何 108 課綱代碼之前，先完成 `../../shared/curriculum-lookup.md` 的查核流程。**

有 `twa-curriculum` MCP 時，把要寫進文件的每個代碼送 `curriculum_verify`，
使用回傳的官方敘述，不要改寫。沒有 MCP 時，在產出中標注代碼未經查核。

實測顯示未經查核的產出，課綱對應有極高比例是錯的（10 筆抽驗全錯）。
教案會被送交課發會——不確定的代碼寧可留白。

## Step 0：讀取參考文件
- `references/interdisciplinary_framework.md`
- `/mnt/skills/public/docx/SKILL.md`
- `/mnt/skills/public/pptx/SKILL.md`


**概念對齊協議（必要前置步驟）：**
`../../shared/concept-alignment.md`
→ 在執行任何工作前，先完成概念對齊確認卡。


## Step 1：資訊收集
1. 核心問題（Essential Question）是什麼？
   > **好的跨領域驅動問題三個條件**：
   > ① 連結學生**真實可接觸的情境**（不是純假設，是學生能觀察或體驗的）
   > ② 答案不唯一，需要多個學科的視角才能完整回答
   > ③ 解答後學生對世界的認識真的改變了——不只是知道更多事實
2. 涉及哪些科目？各科教師協作還是單科融入？
   > **先找兩個學科之間的「共享核心概念」**（例：「系統」這個概念在自然科與社會科都適用）。先找到橋接概念，再往下設計各學科的任務——學生才不會覺得兩件事是硬拼在一起的。
3. 年級與學習階段？
4. 時數安排（幾週、幾節）？
5. 最終成品/發表形式？

## Step 2：生成跨領域課程文件

```bash
python scripts/generate_interdisciplinary.py \
  --question "[核心問題]" \
  --subjects "[科目1,科目2]" \
  --grade "[年級]" \
  --weeks [週數] \
  --output "/mnt/user-data/outputs/跨領域課程設計.docx"
```

也可生成簡報供課程說明：
```bash
python scripts/generate_interdisciplinary_pptx.py \
  --question "[核心問題]" --output "/mnt/user-data/outputs/跨領域課程簡報.pptx"
```

## 文件結構
1. 課程概述（核心問題、課程理念、參與科目）
   - 需標明各學科之間的「共享核心概念」（橋接概念）
2. 跨科學習地圖（各科貢獻矩陣）
3. 學習活動序列（時間軸）
   - **每個子任務後設計反思節點（5-10 分鐘）**：讓學生說清楚「我用了什麼科目的知識來解決什麼問題」——連結點被說出來，才真的是跨域學習，而不只是同時做兩科作業
4. 素養對應說明
5. 評量設計（真實性評量）
6. 實施注意事項

---

## 年級適應 + 引導式收集（v2.0 更新）

### 自動年級偵測
從使用者輸入辨識學習階段（國小/國中/高中），自動調整：
- 教學語言複雜度與詞彙難度
- 布魯姆認知層次分布
- 活動設計的自主程度
- 課綱代碼學段後綴（-E- / -J- / -U-）

詳見：`../../shared/grade-adapter.md`

### 引導式資訊收集
啟動時執行漸進式三輪問答，確保取得充足資訊再開始任務。
詳見：`../../shared/guided-collection.md`

---

## MCP 連接器

### Claude Code ／ Claude.ai（Pro/Team/Enterprise）
```
WebSearch（自動啟用）：
  搜尋最新課綱資料、教材資源、時事素材

Google Drive（若已連接，Settings → Connectors）：
  直接從 Drive 讀取現有教材
  完成後直接儲存輸出文件到 Drive
```

### Codex 平台
MCP Connectors 透過 `~/.codex/config.toml` 設定（`codex mcp add` 指令或手動編輯）。
未設定時自動降級：請參閱上方降級方案。

### Antigravity 平台（Google AI IDE）
MCP 透過 MCP Server Hub（1,500+ servers）或 `~/.gemini/antigravity/mcp_config.json` 設定。
支援 Jupyter Notebook 整合。未設定時自動降級：請參閱上方降級方案。

---

## MCP 整合更新（v3.0）

**讀取全域策略文件：`../../shared/mcp-strategy.md`**

### 本 Skill 適用的 MCP 最佳化

**WebSearch（已啟用）：**
搜尋最新課綱資料、教學素材、時事情境。

**Canva MCP（若已連接）：**
使用者說「幫我做更美觀的版本」或「Canva 設計」時：
→ 呼叫 Canva:generate-design 生成高設計感版本
→ 優先適用：教案封面、簡報、學習單封面

**Google Drive（若已連接）：**
文件生成後詢問：「要上傳到 Google Drive 嗎？」
→ 確認後上傳，返回分享連結
→ 不修改任何現有檔案的分享權限

**安全原則：**
所有 MCP 寫入操作執行前，必須顯示確認摘要並等待使用者確認。