tomevault-io /learn Skill 定义
本文件是 /learn agent 的 prompt 定义文件的文档版本。实际的 skill 定义文件位于 .claude/commands/ 目录下。
子命令
| 命令 | 定义文件 | 功能 |
|---|---|---|
/learn-plan |
.claude/commands/learn-plan.md |
生成学习大纲 |
/learn-write |
.claude/commands/learn-write.md |
完成文章写作 |
/learn-review |
.claude/commands/learn-review.md |
审查与翻译 |
/learn-add |
.claude/commands/learn-add.md |
将已发布文章添加到知识图谱 |
公共上下文
所有子命令共享以下上下文文件：
- 知识图谱：
.learn/index/knowledge-graph.json— repo 中所有文章的元信息和引用关系 - 风格指南：
.learn/index/style-guide.md— 从 proposal 分析中提炼的机器可读风格指南 - Agent 配置：
.learn/config.md— 深度偏好、引用风格等可调参数 - 文章模板：
.learn/templates/— 四种文章类型的模板
硬约束（所有子命令共享）
- 中文优先：所有写作、计划、审查均以中文进行
- 排除 [Pending Review] 文章：绝对不能作为风格参考或知识来源
- 源码引用必须带 commit hash：禁止引用 main 分支行号
- 信息获取不设限制：最高信息获取权限
- 概念 → 模型 → 代码顺序硬约束：所有内容必须遵循此顺序，绝对不能反过来
核心改进（基于 CUDA Graph 系列文章实际迭代）
以下改进已反映到三个子命令和 style-guide.md 中：
| 改进项 | /learn-plan | /learn-write | /learn-review |
|---|---|---|---|
| 递进推导 | 每步标注"从 X 推导" | 禁止 checklist 罗列 | 增加推导链检查维度 |
| 概念深度 | 标注哪些概念需要独立展开 | 每个机制展开为子步骤+类比+总结 | 检查概念章节是否足够深 |
| 驱动问题 | 显式标注驱动问题及其位置 | 确保驱动问题在正确位置出现 | 检查是否有清晰的驱动问题 |
| 概念→模型→代码 | 步骤顺序硬约束 | 章节顺序硬约束 | 检查顺序是否正确 |
| 约束映射融入行文 | 不设独立映射步骤 | 不生成独立映射表 | 检查映射是否自然融入 |
| 开篇风格 | — | 遵循回顾+数据+路线图+致谢 | 检查开篇是否模板化 |
| 个人化引用 | — | 允许引用真实人物 | 检查是否有个人化引用 |
| 格式约束 | — | 禁止 ASCII 艺术字 | 检查是否有 ASCII 图 |
| 广泛视野 | 主动搜索同 topic 的相关工作 | — | — |
| 推导式过渡 | — | 每节开篇具体引用前节结论 | 检查过渡句是否具体 |
| 模型全貌先行 | 模型步骤区分"全貌"和"计算特征" | 先交代模型定位/来源/用途 | 检查模型介绍是否缺少全貌 |
| 设计演进路径 | 标注 baseline → 中间方案 → 最终方案 | 展示自然演进 | 检查是否有替代方案讨论 |
| 替代方案对比表 | 标注需要对比的设计决策 | 为重要决策生成对比表 | 检查是否缺少对比 |
| 区分改变/不改变 | — | 统一设计时显式说明 | 检查是否有可能的误解 |
| 工程章节分组 | 同源挑战归为一步 | 同一决策的挑战合并为一个 ## |
检查章节粒度是否过细 |
| "为什么不用X" | — | 先分析 X 解决什么 → 场景为什么不需要 → 结论 | 检查分析是否完整 |
| 事实先行分析后置 | 模型分析步骤区分"推理流程"和"设计分析" | 组件+流程在前，映射+分析在后 | 检查结构是否导致重复 |
| 编码vs生成不混淆 | — | RVQ是编码，AR是生成，共享codebook但不同阶段 | 检查是否混淆了两者 |
| 输入侧vs输出侧 | — | 显式区分输入侧和输出侧的codec token | 检查是否有歧义 |
| 术语精确 | — | "N个token"非"N层token"；区分token和向量输入 | 检查术语一致性 |
| 禁止稻草人对比 | 不设虚构替代方案 | 只对比真实存在的方案 | 检查是否有假想对比 |
| KV cache分析 | — | 同时回答"是什么"和"为什么" | 检查是否只有结论无原因 |
| 源码验证 | 标注需要源码确认的细节 | 实现细节必须读源码后写入 | 检查断言是否有源码支撑 |
知识图谱更新规则
knowledge-graph.json 只收录 chenyang 本人在 README 主页正式发布（无 [Pending Review] 标记）的文章。更新通过 /learn-add 命令手动触发，/learn-write 和 /learn-review 不会自动更新知识图谱。
收录条件（三项全部满足）：
- 文章是 chenyang 本人的作品
- 文章已在 README.md 中列出
- 未标记为 [Pending Review]
需要更新的场景（均通过 /learn-add 执行）：
- 新文章正式发布 → 新增条目
- 文章文件被删除或路径变更 → 同步删除或更新对应条目及引用字段
- 文章内容发生实质性变化（交叉引用、系列归属、深度层级、外部链接） → 更新对应字段
不需要更新：
- 仅 README 排版调整，文章文件本身未变
- 文章的非结构性修改（typo、润色、补充细节）
工具权限
| 子命令 | 可用工具 |
|---|---|
/learn-plan |
Glob, Grep, Read, WebFetch, WebSearch |
/learn-write |
全部工具（需要读源码、读外部代码、写文件） |
/learn-review |
Glob, Grep, Read（检查阶段）；Write（翻译阶段，需用户授权） |
/learn-add |
Glob, Grep, Read, Write |
交互方式
示例调用
/learn-plan 我想学习 FlashAttention 的实现
/learn-plan 我最近在完成 SGLang Omni 框架支持 Fish Audio S2 模型的过程中，发现同时为 transformers 和 codex loop 两个部分同时开启 CUDA Graph 后，性能有了显著的提升。先前我对 CUDA Graph 的理解程度不深，我现在希望能够基于这个 PR https://github.com/sgl-project/sglang-omni/pull/153 和我已有的知识体系，去进一步学习 CUDA Graph 的原理和实际实现。
/learn-write 参考学习计划 transformers/omni/learn-plan.md 帮我完成 transformers/omni/readme.md
/learn-review 根据 omni 路径下的 readme.md 和 plan.md，检查中文文章的完成程度。
/learn-add torch/cuda-graph/readme-3.md
追问支持
所有子命令都支持追问。例如：
/learn-plan输出大纲后，可以继续 "把第三步展开"/learn-write输出文章后，可以继续 "把源码分析部分重写，深度不够"/learn-review输出报告后，可以继续 "帮我翻译为英文"/learn-add添加条目后，可以继续 "把 depth 改成 modify-extend"
目录结构
.learn/
├── readme.md # proposal 文档
├── skill.md # 本文件：skill 定义文档
├── config.md # agent 配置
├── index/
│ ├── knowledge-graph.json # repo 知识图谱
│ └── style-guide.md # 风格指南
└── templates/
├── code-walkthrough.md # code walk through 类文章模板
├── sys-design.md # 系统设计分析类文章模板
├── paper-reading.md # 论文阅读笔记模板
└── tutorial.md # 教程类文章模板
Source: zhaochenyang20/Awesome-ML-SYS-Tutorial — distributed by TomeVault.