liuliu667 期末速成引擎 (Cram Engine)
期末速成学习工具。基于学习科学原理（认知负荷理论、精细加工、生成效应、检索练习），通过四阶段流水线将课程重点转化为个性化高效学习会话。
触发条件
当用户提到以下任一情况时使用此 skill：
- 期末速成、期末复习、考试冲刺、考前突击
- 使用
/cram命令 - 明确表示要在短时间内备考某门大学课程
- 提到"帮我速成XX课"
命令
| 命令 | 行为 |
|---|---|
/cram <课程名> start |
从阶段1开始完整学习流程 |
/cram <课程名> resume |
从进度文件中断处继续 |
/cram <课程名> status |
显示当前进度摘要（当前阶段、已学/未学知识点、错题数、顽固点数） |
/cram <课程名> retry <知识点> |
对指定知识点重新执行阶段2-3-4微型流程：重讲（四步教学）→ 重测（2道新题，至少一道题型不同于原题）→ 补漏（答错则诊断+换讲法+重测+顽固判定）。结果追加到进度文件，不覆盖原记录 |
/cram <课程名> summary |
输出考前清单：must_know 考点掌握状态（✅已掌握 / ⚠️顽固点 / ❌ 未纠正）、顽固点汇总、建议考前复习的知识点列表 |
文件路径约定
引擎文件（阶段指令、配置模板）位于本 SKILL.md 所在目录：
- 阶段指令：
<skill_dir>/stages/ - 配置模板：
<skill_dir>/configs/
用户数据（个人课程配置、学习进度）存储在用户主目录下：
- 课程配置：
~/.cram-engine/configs/<课程名>.yaml - 进度文件：
~/.cram-engine/progress/<课程名>-progress.md - 首次使用时自动创建
~/.cram-engine/目录结构
<skill_dir>指~/.agents/skills/cram-engine/（标准 Claude Code 安装路径）。
工作流程
此 skill 执行四个阶段的流水线。关键原则：每次只让模型执行一个清晰任务，不要合并阶段。
启动前检查
- 确定引擎文件路径（
<skill_dir>/stages/） - 检查用户是否已有
~/.cram-engine/configs/<课程名>.yaml - 如果配置存在 → 解析
course、must_know、key_points、exam_types、materials、preferences，直接进入阶段1 - 如果配置不存在 → 执行下方「配置创建流程」
- 确保
~/.cram-engine/progress/目录存在
配置创建流程
按以下步骤依次提问，每次只问一个问题。用户回答后进入下一步。
📋 第一次使用，需要先创建课程配置。回答下面几个问题：
① 课程名称？
② 使用什么教材？
引擎会在教学中使用该教材的术语和概念框架，从而更贴近你的课堂表述。
没有教材的话，回车跳过就行。
③ 有复习资料吗？
有 .txt 或 .md 格式的笔记，可以直接粘贴内容，也可以给文件路径。
不接受 PDF、Word、PPT、图片。
引擎会从中提取老师使用的术语和侧重点，融入教学。
没有就回车跳过。
④ 考试有哪些题型？
用你自己的话描述，老师说的是什么就写什么。
⑤ 列出要考的知识点，每行一个。
直接打字，或者从其他地方复制粘贴。如果知识点在 PDF、Word 里，
复制粘贴过来就行。也可以给 .txt 或 .md 文件路径。
⑥ 以上共 N 个知识点。哪些是老师反复强调或明确说过会考的？
回复编号就行，比如：1, 3-5。没有就回"没有"。
⑦ 其他知识点里，有没有你自己觉得需要重点掌握的？
有就标编号，没有就回车跳过。
所有问题回答完毕后，将收集的信息整理为课程配置 YAML，写入 ~/.cram-engine/configs/<课程名>.yaml。
课程配置的 preferences 使用以下默认值（用户无需手动填写）：
preferences:
language: 中文
tone: 先给一句话核心结论再展开，拒绝学术黑话
teaching_methods:
- concrete_first
- chunking
- elaboration
- generation
memory_hooks:
- acronym
- contrast_table
- absurd_example
exam_tactics:
- keyword_mining
- trap_awareness
- framework_building
example_domains:
- 大学社团/学生会
- 小组作业与合作冲突
- 宿舍矛盾
- 实习/兼职
- 选课与绩点博弈
pacing:
check_in_frequency: every_3_points
reteach_trigger: "再讲一遍"
阶段1：拆解知识点树
- 读取
<skill_dir>/stages/stage1-deconstruct.md获取系统指令模板 - 将课程配置中的
must_know和key_points填入系统指令 - 调用模型，执行拆解
- 将输出写入进度文件
~/.cram-engine/progress/<课程名>-progress.md - 展示知识点总数、must_know 和 key_point 分布，等待用户确认：
- 回车 → 全部按序进入阶段2
- "先攻 must_know" → 只学核心考点，其余跳过
- 指定编号（如"跳过 9, 10, 13"）→ 移除对应知识点
- 如果要移除 must_know 考点，先警告再执行
- 确认后进入阶段2
阶段2：讲授（逐个知识点）
- 读取
<skill_dir>/stages/stage2-teach.md获取完整系统指令 - 读取进度文件，找到第一个未标记完成的知识点
- 以该系统指令 + 当前知识点内容调用模型
- 严格按4步认知策略执行：concrete first → chunking → elaboration → generation
- 根据知识点的 hook 类型附加记忆强化（口诀/对比表/荒诞场景）
- 讲完后更新进度文件中该知识点为已完成
- 继续下一个知识点
- 每讲完3个知识点：暂停，展示已学清单，问用户节奏（继续/加速/减速/跳过）
- must_know 全部讲完后：展示里程碑提示（"核心考点全部讲完，还剩 N 个扩展知识点"），用户可说"跳过"直接进阶段3
- 全部讲完后进入阶段3
用户的 pacing 偏好来自课程配置：
- 用户说"再讲一遍"→ 换场景/换例子/换角度重讲（不重复原话）
- 用户说"继续"→ 正常节奏
- 用户说"加速"→ 精简版（跳过 generation 步骤）
- 用户说"减速"→ 每个点多配一个例子
- 用户说"跳过"→ 停止阶段2，直接进入阶段3。跳过的知识点在阶段3仍按分级策略出题
阶段3：检题（按题型适配）
- 读取
<skill_dir>/stages/stage3-test.md获取出题策略和四种子模式的系统指令 - 题型映射（根据用户配置的 exam_types，匹配到对应子模式）：
- 题型含"选择""判断" → 子模式 A
- 题型含"案例" → 子模式 B
- 题型含"情景""应用" → 子模式 C
- 其他题型（名词解释、简答、论述、辨析、填空等） → 子模式 D
- 出题策略（不用模型，由你直接控制）：
- must_know 考点：每种 exam_types 中的题型全覆盖
- key_points 考点：每点随机1-2种题型，优先选择题+情景题
- 如果 must_know 为空：全部考点按 key_point 处理
- 按子模式依次调用模型出题
- 用户答完后逐题批改：
- 正常题：标注对错 + 1句话解析
- 陷阱题：额外揭晓陷阱逻辑
- 记录：答错的知识点、答对但用户追问了"为什么"的知识点
- 更新进度文件
- 判断是否进入阶段4
阶段4：闭环补漏
- 读取
<skill_dir>/stages/stage4-remediate.md获取系统指令 - 只处理阶段3中出错或不确定的知识点
- 每个错误知识点执行：诊断根因 → 换讲法 → 重测 → 顽固判定
- must_know 答错的考点：额外多出3道新题
- 二次错误的标记为"顽固点"，建议明天再攻（不继续死磕）
- 全部处理后输出总结：已纠正数、顽固点清单、must_know 考点掌握状态
- 最终更新进度文件
交互风格
- 讲解风格和例子坐标系严格遵循课程配置中的
preferences - 分阶段输出，每个阶段开始前告知用户当前阶段名称和目的
- 错误时不自责、不废话，直接进入纠错流程
- 进度文件始终保持最新状态
设计原则
- 每次只让模型执行一个清晰任务，避免巨型 System Prompt 导致的指令遵循度衰减
- 学习科学策略体现在流程设计中（阶段顺序、暂停检查、检索练习），而非依赖模型自行理解
- must_know 考点在所有题型中全覆盖，key_points 抽样覆盖以节省时间
- 顽固点不持续死磕——认知科学表明间隔练习比集中死磕更有效