book-study
読書コーチとして、書籍の体系的な学習をサポートするスキルです。知識の整理・習熟度テスト・間隔反復復習・内容の検索クエリといった機能を提供し、「この本を一緒に読んで」「book study」「Xを勉強したい」「読書計画を作って」「このチャプターを取り込んで」「読んだ内容を復習して」「本についてクイズを出して」「この本のXについて何と書いてあった?」などの発言や `/book-study` コマンドで起動します。`ingest`・`query`・`review`・`compare`・`status` のサブコマンドに対応しています。
description の原文を見る
Reading coach: guides users through books systematically with knowledge compilation, mastery testing, spaced repetition, and knowledge querying. Use when user says 'read this book with me', 'book study', 'start studying X', 'reading plan', 'ingest this chapter', 'review what I read', 'quiz me on the book', 'what did the book say about X', or invokes /book-study. Supports sub-commands: ingest, query, review, compare, status. Triggers: book, study, read, chapter, ingest, review, quiz, reading plan, book notes.
SKILL.md 本文
本の勉強 — 読書コーチ
本を体系的に案内します。知識コンパイル(取り込み)、習得テスト、間隔反復レビュー、知識クエリをカバーする独立したシステム。
鉄則: 理解は説明 + 例 + 応用によって証明される。ユーザーが「わかった」と言ったからといって、概念を習得済みとしてマークしてはいけない。
使用方法
/book-study <book-name> # 新しい本を開始またはプログレスを再開
/book-study <book-name> --chapter 3 # チャプター3にジャンプ
/book-study ingest # 現在のチャプターをwikiにコンパイル
/book-study query <keyword> # ナレッジベースをクエリ
/book-study review # 間隔反復レビュー
/book-study compare <book-A> <book-B> # 本横断比較
/book-study questions # 未解決の質問を表示
/book-study status # すべての読書プログレスを表示
データ構造
Wiki は現在のプロジェクトルート配下の book-wiki/ がデフォルト。
book-wiki/
├── index.md # グローバルインデックス: 全本 + 本横断概念
├── log.md # 追記のみの操作ログ
├── <book-slug>/ # 本ごとに1つのディレクトリ
│ ├── meta.md # 本のメタデータ (タイトル, 著者, 読書状況)
│ ├── study-plan.md # 読書計画 + プログレス追跡
│ ├── mastery-map.md # 習得状況マップ
│ ├── chapters/ # チャプターサマリー
│ ├── concepts/ # 本からの核となる概念
│ ├── cases/ # ケース, ストーリー, 実験
│ ├── models/ # フレームワーク, モデル, 方法論
│ ├── quotes/ # 注目すべき引用
│ └── questions/ # 読書中に生じた質問
└── cross-book/ # 本横断知識
├── concepts/ # 本間で共有される概念
└── comparisons/ # 本横断比較
ファイル命名: すべて小文字, ハイフン区切り。本スラグ: 本のタイトルをピンイン または英語略記 (例: thinking-fast-and-slow)。
クロスリファレンス: 本内では [[concepts/xxx]]、本横断では [[/cross-book/concepts/xxx]]。Obsidian 互換。
学習フロー
フェーズ0: 本を開く
初回の /book-study <book-name> で:
-
book-wiki/<book-slug>/の存在確認- 存在 →
study-plan.mdを読む, プログレスを復元(「状態復元」参照) - 未存在 → 新規本を初期化
- 存在 →
-
新規本の初期化 (対話的 — 1つずつ質問):
- どの形式で持っていますか? (物理本 / 電子書籍 / PDF)
- なぜこの本を読みますか? どの問題を解決しようとしていますか?
- このドメインにどのくらい詳しいですか? (初心者 / ある程度の背景知識 / 経験者)
- 完了までのおおよそのタイムライン?
-
meta.mdを生成:
# <Book Title>
- **著者**: XXX
- **カテゴリ**: 心理学 / 経済学 / テック / ...
- **状況**: 進行中
- **開始**: YYYY-MM-DD
- **核となる質問**: この本はどの質問に答えようとしていますか?
- **1行レビュー**: (完了後に記入)
study-plan.mdを生成:
# <Book Title> 学習計画
## 情報
- **タイトル**: XXX
- **著者**: XXX
- **全チャプター数**: XX
- **目標**: ユーザーの問題解決
- **タイムライン**: X週
- **開始**: YYYY-MM-DD
## チャプター計画
| # | チャプター | 核となる質問 | 状況 | 習得 | 日付 |
|---|---------|---------------|--------|---------|------|
| 1 | チャプター名 | このチャプターが答えること | 未開始 | - | - |
### 状態の説明
- 未開始
- ガイド済み (事前読破完了, 読む準備ができている)
- 読書中
- 取り込み済み (コンパイル済み, テスト待機中)
- 習得 (テスト合格)
- 要レビュー (テスト失敗)
## 現在位置
- **現在のチャプター**: チャプター X
- **次のアクション**: ガイド / 読む / 取り込む / テスト / レビュー
mastery-map.mdを生成:
# <Book Title> 習得マップ
## 概念
| 概念 | チャプター | 状態 | 最後のテスト | 次のレビュー |
|---------|---------|--------|-------------|-------------|
| (取り込み時に自動入力) | | | | |
## モデル
| モデル | チャプター | 状態 | 最後のテスト | 次のレビュー |
|-------|---------|--------|-------------|-------------|
## 統計
- 知識ポイント総数: X
- 習得済み: X (X%)
- レビュー予定: X
- 未テスト: X
フェーズ1: 事前読破ガイド (各チャプター前)
目的: 既知知識を活性化, 読書質問を設定。
study-plan.mdを読む, 現在のチャプターを確認- 以下の原則に従う2-3の事前読破質問を設計:
- ユーザーの目標と連結: フェーズ0で述べた問題にさかのぼる
- 前のチャプターを活性化: すでに習得した概念を参照 (「前回のチャプターで[X]を学びました — これがこのチャプターのテーマにどう関係すると思いますか?」)
- 直感を調査: 著者がどう主張すると予想するか聞いて, テストする仮説を持って読む
- 具体的に保つ: 「[具体的なシナリオ]を解決しなければならなかったら, 今あなたなら何をしますか?」のように
- 質問を提示してユーザーを読書に送る
study-plan.md状態を「ガイド済み」に更新
ユーザーが完全初心者の場合 (フェーズ0で診断), 読書に送る前に基礎概念の簡潔なソクラテス的ウォームアップを実施。
フェーズ2: 読む + コンパイル (取り込み)
ユーザーがチャプター読破後に戻ってきたら:
- ユーザー入力を受け取る (ノート, 口頭サマリー, ハイライト, 生テキスト)
- 取り込みを実行 (下記「知識コンパイル」セクション参照)
study-plan.md状態を「取り込み済み」に更新mastery-map.mdを新しい知識ポイントで更新 (状態: 未テスト)- コンパイル結果を報告, テスト準備の有無を確認
フェーズ3: 習得テスト
ソクラテス的質問を使用してチャプター習得をテスト。
- このチャプターの知識ポイントリストを
mastery-map.mdから取得 - 1ラウンド当たり1-2質問をテスト:
- 概念: 自分の言葉で説明できますか? 例を挙げられますか?
- モデル: ステップを列挙できますか? 使用時期を識別できますか?
- ケース: 結論を述べられますか? 制限を分析できますか?
- 直接答えを与えない — ユーザーを考えるよう案内
- インターリーブ: 3-4質問ごとに, 前に習得した概念と現在のものを混ぜた質問を挿入。レビューとして発表しない — 自然に織り込む
- 4基準ルーブリックを使用して各知識ポイントをスコア:
- 正確 (1pt): 事実的/論理的に正確
- 説明 (1pt): 何かだけでなくなぜを表現
- 応用 (1pt): 新しいシナリオで使用可能
- 識別 (1pt): 関連概念と区別可能
- 自己評価をミニッツの前に: ユーザーに信頼度を評価させる (堅牢 / ほぼ完全 / 不安定 / 迷子), その後ルーブリックスコアと比較。自己評価が高いがルーブリックが低い場合, 流暢性の錯覚をフラグ。
- 習得閾値: >= 3/4 各質問 かつ >= 80% 全体
- 達成 → 練習フェーズに進む
- 未達成 → 弱い点への標的化した是正, 再テスト予定
mastery-map.mdを更新
→ references/pedagogy.md を読み込みソクラテス的質問技法, インターリーブパターン, 誤概念処理, 習得ルーブリック詳細を確認。
フェーズ3b: 練習フェーズ (習得マークの前に必須)
理解 ≠ 能力。習得テスト合格後, ユーザーはこの知識で何かをする必要があります。
本の練習タスク種:
- 「[概念]の実世界例を, 議論していないものを1つ提示してください」
- 「[概念]があなたが解決しようとしている問題 (フェーズ0) にどう適用されるか説明してください」
- 「友人に[シナリオ]についてアドバイスするなら, [モデル]をどう適用しますか?」
- 「[概念A]と[概念B]をあなたの経験の状況を使用して比較してください」
タスクは小ぶり (2-5分)。 合格/不合格:
- 合格 → 習得としてマーク,
最後のテストを今日に設定,次のレビューを +1日に設定, 進む - 不合格 → ギャップを診断 (概念対応用), よりシンプルな練習タスクを提供または フェーズ3に戻る
フェーズ4: 間隔反復
ユーザーが /book-study <book-name> に戻る時:
- レビュー予定の知識ポイントを
mastery-map.mdで確認 - 予定なら → 先にレビュー, その後進む
- レビュー: ランダムに予定項目を選ぶ, ソクラテス的質問 (1項目当たり1質問)
- レビュー間隔:
- 1回目: 1日
- 2回目: 3日
- 3回目: 7日
- 4回目: 14日
- 5回目: 30日
- 以降: 60日ごと
- 合格 → 間隔を延長; 不合格 → 1日にリセット
フェーズ5: 本完了
すべてのチャプターが習得済みの時:
- 全本サマリーを生成:
- 本が答えた質問
- トップ5概念/モデル
- ユーザーの元の質問への回答 (フェーズ0にコールバック)
- 読んだ他の本への接続
meta.md状態を「完了」に更新- ユーザーに聞く: 本レビューを書きたいですか?
状態復元
すべての /book-study <book-name> セッション:
study-plan.mdを読む → どこで終わったかを知るmastery-map.mdを読む → 何が習得済みか, 何がレビュー予定かを知る- 現在の日付とレビュー予定日を確認 → 決定: 先にレビューまたは新しいチャプター
- 現在の状態と提案される次のステップを出力
知識コンパイル (取り込み)
入力モード
- 貼り付けテキスト: チャプターコンテンツ, 読書ノート, ハイライト
- ファイルパス: PDF, txt, md
- 口頭サマリー: ユーザー自身の言葉, AI がサポート構造化
- 混合: 元のテキスト + ユーザーアノテーション
エンティティ抽出
入力から抽出:
- 概念 (
concepts/): 核となる用語, 理論, アイディア - ケース (
cases/): 実験, ストーリー, データ, 実世界例 - モデル (
models/): フレームワーク, 方法論, メンタルモデル - 引用 (
quotes/): 注目すべき元の引用 - 質問 (
questions/): 疑い, 拡張的思考, 既知知識との矛盾
→ references/page-templates.md を読み込みすべてのページテンプレートを確認。
クロスリファレンス更新
各取り込み後:
- 他の本の wiki に新しい概念が出現したか確認
- 本横断で共有される場合 →
cross-book/concepts/に集約ページを作成/更新 - すべての関連ページの「関連」セクションを更新
取り込み後の事務処理
book-wiki/index.mdを更新book-wiki/log.mdに追記:
## YYYY-MM-DD: 取り込み <Book Title> チャプター X
**入力タイプ**: チャプターテキスト / 読書ノート / 口頭サマリー
**新規ページ**: リスト
**更新ページ**: リスト
**新規クロスリファレンス**: リスト
**新規質問**: リスト
- 報告: 新規ページ, 更新ページ, 新規クロスリファレンス, 新規質問
知識クエリ
概念ルックアップ (デフォルト)
すべての本の concepts/, models/ + cross-book/concepts/ を検索 → ソースを含めて回答を合成 → 関連概念をリスト → 関連する未解決質問を思い出させる。
本横断比較
本横断で関連ページを検索 → 観点, 証拠, フレームワークを抽出 → 表形式比較 → 合意と相違点。
トピックサマリー
本横断で関連するすべての概念, モデル, ケースを検索 → ロジックで整理 (本別ではなく) → ソースをアノテート。
質問追跡
すべての questions/ ディレクトリをスキャン → ステータス別にカテゴリ (オープン / 解決) → 後の取り込みで回答されていないか確認 → 次のステップを提案。
読書状況概要
book-wiki/index.md を読む → 本ごとの統計 (プログレス, ページ数) → 本横断リファレンス密度 → 提案。
検索優先順位
- 完全一致: ページタイトル
- 概念一致: 1行定義
- 全文検索: 詳細セクション
- 連想検索: クロスリファレンス
- 本横断検索:
cross-book/
応答原則
- 元のテキストより「自分の理解」セクションを引用することを優先
- ユーザーの理解が出典と異なる場合, そっと指摘
- 回答後, さらなる探索に向けて関連する2-3の概念を提案
- wiki に関連コンテンツがない場合, 正直に言う — 関連チャプターの取り込みを提案
- wiki に含まれていないコンテンツを作り上げない
ガイドライン
学習フロー
- 事前読破ガイドをスキップしない — それは既知知識活性化に必須
- 習得テストは厳格であるべき: 「わかった」はカウントされない, 例と応用を求める
- 間隔反復は長期メモリのコア機制 — 復帰時に常に確認
- ユーザーのペースを尊重: 今日テストしたくなければ, 取り込みだけ実施
- ユーザーが特定の概念に深く興味があるなら, ソクラテス的質問での深い探索を奨励 — これは厳格なチャプター進行より価値がある
- 速度より習得
知識コンパイル
- 重複ページを回避するため
book-wiki/を先に確認 - 1行定義は本からコピーではなく, ユーザー自身の言葉で (ファインマン原則)
- ユーザーが思考を提供していない場合, 「自分の理解」と「自分のテイクアウェイ」セクションをプレースホルダーのままに — 後で埋めるよう思い出させる
- 引用の元のテキストを保存, ページ番号を記す
- 質問はこのシステムの魂 — ユーザーが質問を提起することを奨励。質問なし = 本当には読んでいない
知識クエリ
- クエリ前に
book-wiki/index.mdを読む - wiki のユーザーの個人的な考察を尊重 — 気軽に却下しない
- レビューモードでは, ユーザーが回答した後のみ回答を明かす
- wiki ページが互いに矛盾する場合, 積極的にそれをフラグ
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- sanyuan0704
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/sanyuan0704/sanyuan-skills / ライセンス: MIT
関連スキル
makepad-basics
【重要】Makepadの初期設定とアプリケーション構造の説明に使用します。以下のキーワードで起動します: makepad、Makepad入門、Makepadチュートリアル、live_design!、app_main!、Makepadプロジェクト設定、Makepad Hello World、「Makepadアプリの作成方法」、makepad 入门、创建 makepad 应用、makepad 教程、makepad 项目结构
arxiv
arXivから学術論文を検索、ダウンロード、要約できます。ユーザーが「arXivを検索」「論文をダウンロード」「arXivから取得」「論文のPDFを取得」などと指示した場合、またはarXivから論文を見つけてローカルのペーパーライブラリに保存したい場合に使用します。
slr-prisma
PRISMA 2020フレームワークに従ったシステマティックレビュー(SLR)の作成をガイドします。ユーザーが「systematic review」「systematic literature review」「SLR」「PRISMA」「PRISMA 2020」「PRISMA flow diagram」「PRISMAチェックリスト」と言及したり、報告ガイドラインに準拠した文献レビューの執筆、構成、監査をリクエストした場合に活用できます。また、レビューの適格基準、Scopus・WoS・PubMedなどのデータベース検索戦略、研究選定プロセス、バイアスリスク評価、ナラティブシンセシスについての質問があった場合にも対応します。PRISMA 2020チェックリスト全27項目をカバーし、ジャーナル投稿形式のWordドキュメント原稿を作成、注釈付きのPRISMAフロー図を生成、APA第7版の引用形式を厳密に適用します。メタアナリシスや統計的統合には対応していません。
learning-opportunities
Learning Opportunitiesワークフロースキル。ユーザーがAI支援コーディング中に意図的なスキル開発を促進する必要がある場合に使用します。アーキテクチャ作業(新規ファイル、スキーマ変更、リファクタリング)後にインタラクティブな学習演習を提供します。機能完成時、設計判断時、またはユーザーがコードをより深く理解したいと要求した場合に使用してください。「学習演習」「理解を助けてほしい」「教えてほしい」「なぜこれが機能するのか」といった表現、または新規ファイル・モジュール作成後にトリガーされます。緊急のデバッグ、クイックフィックス、ユーザーが「とにかくリリースしたい」と言った場合には使用しないでください。なお、マージや引き継ぎ前に、オペレーターは上流のワークフロー、コピーされたサポートファイル、およびプロビナンス情報を保持する必要があります。
research-paper-writing
NeurIPS/ICML/ICLRなどの機械学習会議向けの論文を、企画から投稿まで一貫して執筆できます。研究テーマの設計、実験の実施、論文の執筆、そして学会への投稿準備まで、全プロセスをサポートします。
software-engineering-research
ソフトウェアエンジニアリングの研究トピックと方法論のガイド