·learning-first-principles
</>

learning-first-principles

Когнитивная система, основанная на основных принципах обучения, обеспечивающая диагностику методов обучения, оценку эффективности и рекомендации по оптимизации. Используйте, когда: (1) диагностирует, соответствуют ли текущие методы обучения основным принципам, (2) оценивают эффективность плана обучения и затраты времени, (3) анализируют проблемы учебного поведения и предоставляют предложения по улучшению, (4) определяют, стоит ли содержание обучения затраченного времени. Основная цепочка принципов: Самообучение → Индукция → Самовыход → Реструктуризация выражения → Логическое понимание → Практика.

35Установки·0Тренд·@hexbee

Установка

$npx skills add https://github.com/hexbee/hello-skills --skill learning-first-principles

Как установить learning-first-principles

Быстро установите AI-навык learning-first-principles в вашу среду разработки через командную строку

  1. Откройте терминал: Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.)
  2. Выполните команду установки: Скопируйте и выполните эту команду: npx skills add https://github.com/hexbee/hello-skills --skill learning-first-principles
  3. Проверьте установку: После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Источник: hexbee/hello-skills.

| 学习观 | 依赖补课/外部输入 | 自学驱动 | | 方法论 | 耗时间/机械重复 | 归纳总结 | | 加工 | 机械抄录 | 自我输出 | | 输出 | 简单重复 | 表达重构 | | 表达 | 形式化/模板化 | 逻辑驱动 | | 理解 | 止于理论 | 实践验证 |

Когнитивная система, основанная на основных принципах обучения, обеспечивающая диагностику методов обучения, оценку эффективности и рекомендации по оптимизации. Используйте, когда: (1) диагностирует, соответствуют ли текущие методы обучения основным принципам, (2) оценивают эффективность плана обучения и затраты времени, (3) анализируют проблемы учебного поведения и предоставляют предложения по улучшению, (4) определяют, стоит ли содержание обучения затраченного времени. Основная цепочка принципов: Самообучение → Индукция → Самовыход → Реструктуризация выражения → Логическое понимание → Практика. Источник: hexbee/hello-skills.

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/hexbee/hello-skills --skill learning-first-principles После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Факты (для цитирования)

Стабильные поля и команды для ссылок в AI/поиске.

Команда установки
npx skills add https://github.com/hexbee/hello-skills --skill learning-first-principles
Источник
hexbee/hello-skills
Категория
</>Разработка
Проверено
Впервые замечено
2026-02-01
Обновлено
2026-03-10

Browse more skills from hexbee/hello-skills

Короткие ответы

Что такое learning-first-principles?

Когнитивная система, основанная на основных принципах обучения, обеспечивающая диагностику методов обучения, оценку эффективности и рекомендации по оптимизации. Используйте, когда: (1) диагностирует, соответствуют ли текущие методы обучения основным принципам, (2) оценивают эффективность плана обучения и затраты времени, (3) анализируют проблемы учебного поведения и предоставляют предложения по улучшению, (4) определяют, стоит ли содержание обучения затраченного времени. Основная цепочка принципов: Самообучение → Индукция → Самовыход → Реструктуризация выражения → Логическое понимание → Практика. Источник: hexbee/hello-skills.

Как установить learning-first-principles?

Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/hexbee/hello-skills --skill learning-first-principles После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw

Где находится исходный репозиторий?

https://github.com/hexbee/hello-skills

Детали

Категория
</>Разработка
Источник
skills.sh
Впервые замечено
2026-02-01