Обучение новой теме

Ведёт курс по теме в текущей папке на много сессий: цель, проверенные источники, короткие HTML-уроки с тестами, шпаргалки и записи о выученном. Для случаев, когда тему нужно освоить всерьёз, а не получить один ответ.

ВайбкодингПак: Скиллы Мэтта Покока140 строкteach
Автор
Источник
mattpocock/skills/skills/productivity/teach @ abeeaf9
Лицензия
MIT · Copyright (c) 2026 Matt Pocock

Об этом скилле

Что делает

Скилл превращает текущую папку в курс по одной теме, рассчитанный на много сессий. Состояние хранится в файлах: MISSION.md — зачем вы это учите, RESOURCES.md — проверенные источники, ./learning-records/ — пронумерованные записи о том, что вы уже доказали, что поняли, NOTES.md — ваши пожелания, ./lessons/ — короткие HTML-уроки, ./reference/ — шпаргалки для печати. Общие части, начиная с единой таблицы стилей, лежат в ./assets/, чтобы уроки выглядели как один курс.

Если цели ещё нет, первая сессия уходит на вопросы о том, зачем вам эта тема. Дальше каждый урок учит одной узкой вещи, связанной с целью, чуть выше вашего текущего уровня — его агент определяет по записям. Знания берутся из найденных и процитированных источников, а не из памяти модели. Навыки отрабатываются в тестах и заданиях в браузере с мгновенной обратной связью, а упор сделан на долгое запоминание: вспоминание по памяти, интервальные повторения, чередование тем. Там, где нужен живой опыт, агент отправляет в сообщества.

В папке четыре описания форматов: MISSION-FORMAT.md (цель, критерии успеха, ограничения, что вне рамок), RESOURCES-FORMAT.md (источники с пометками и сообщества), LEARNING-RECORD-FORMAT.md (когда запись стоит заводить и как заменить устаревшую) и GLOSSARY-FORMAT.md (один выбранный термин на понятие, короткие определения). agents/openai.yaml задаёт название для Codex и отключает автоматический вызов.

Когда включать и когда не надо

Когда тему нужно освоить всерьёз, за недели, — в программировании или вне его: среди примеров в самом скилле есть йога и силовые тренировки.

Для разового вопроса не нужен. Скилл создаёт много файлов там, где его запустили, поэтому начинайте в пустой папке, а не внутри проекта.

Как поставить и вызвать

Команда установки ниже кладёт всю папку. У скилла стоит disable-model-invocation: true: сам агент его не запускает, только по вашему вызову.

  • Claude Code: только командой /teach — если просто назвать скилл в сообщении, агент его не запустит.
  • Codex: $teach.
  • Cursor: наберите / в чате Agent и выберите teach.

Пример: /teach Через месяц мне ревьюить код на Rust на работе. TypeScript я знаю.

Чем отличается от похожих

Других репетиторов в нашем каталоге нет. Карта незнакомого репозитория тоже объясняет, но один раз: один обзорный документ по одному репозиторию. Модель предметной области ведёт для проекта GLOSSARY.md и ADR; teach берёт ту же форму — записи об обучении в нём прямо названы аналогом ADR, — но отслеживает, что знаете вы, а не что означает код.

Установка

Выполните одну команду — она сохранит SKILL.md и файлы, которые он использует, в папку скиллов агента. Claude Code и Codex подхватывают новый скилл без перезапуска; если скилл не появился, перезапустите агента.

Скилл написан на английском — агент поймёт его и ответит вам по-русски.

Claude Code — macOS, Linux
curl -fsSL --create-dirs -o ~/.claude/skills/teach/SKILL.md https://anymodel.org/en/skills/matt-pocock/teach/SKILL.md -o ~/.claude/skills/teach/GLOSSARY-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/GLOSSARY-FORMAT.md -o ~/.claude/skills/teach/LEARNING-RECORD-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/LEARNING-RECORD-FORMAT.md -o ~/.claude/skills/teach/LICENSE https://anymodel.org/en/skills/matt-pocock/teach/LICENSE -o ~/.claude/skills/teach/MISSION-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/MISSION-FORMAT.md -o ~/.claude/skills/teach/RESOURCES-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/RESOURCES-FORMAT.md -o ~/.claude/skills/teach/agents/openai.yaml https://anymodel.org/en/skills/matt-pocock/teach/agents/openai.yaml
Codex, Cursor — macOS, Linux
curl -fsSL --create-dirs -o ~/.agents/skills/teach/SKILL.md https://anymodel.org/en/skills/matt-pocock/teach/SKILL.md -o ~/.agents/skills/teach/GLOSSARY-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/GLOSSARY-FORMAT.md -o ~/.agents/skills/teach/LEARNING-RECORD-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/LEARNING-RECORD-FORMAT.md -o ~/.agents/skills/teach/LICENSE https://anymodel.org/en/skills/matt-pocock/teach/LICENSE -o ~/.agents/skills/teach/MISSION-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/MISSION-FORMAT.md -o ~/.agents/skills/teach/RESOURCES-FORMAT.md https://anymodel.org/en/skills/matt-pocock/teach/RESOURCES-FORMAT.md -o ~/.agents/skills/teach/agents/openai.yaml https://anymodel.org/en/skills/matt-pocock/teach/agents/openai.yaml
Claude Code — Windows PowerShell
foreach ($f in 'SKILL.md','GLOSSARY-FORMAT.md','LEARNING-RECORD-FORMAT.md','LICENSE','MISSION-FORMAT.md','RESOURCES-FORMAT.md','agents/openai.yaml') { $p = Join-Path "$HOME\.claude\skills\teach" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/matt-pocock/teach/$f" -UseBasicParsing -OutFile $p }
Codex, Cursor — Windows PowerShell
foreach ($f in 'SKILL.md','GLOSSARY-FORMAT.md','LEARNING-RECORD-FORMAT.md','LICENSE','MISSION-FORMAT.md','RESOURCES-FORMAT.md','agents/openai.yaml') { $p = Join-Path "$HOME\.agents\skills\teach" $f; New-Item -ItemType Directory -Force (Split-Path $p) | Out-Null; Invoke-WebRequest "https://anymodel.org/en/skills/matt-pocock/teach/$f" -UseBasicParsing -OutFile $p }

Другой агент: сохраните файл в его папку скиллов или дайте ему ссылку на файл: https://anymodel.org/en/skills/matt-pocock/teach/SKILL.md

SKILL.md

Исходник

The user has asked you to teach them something. This is a stateful request - they intend to learn the topic over multiple sessions.

Teaching Workspace

Treat the current directory as a teaching workspace. Workspace paths (./lessons/ and the rest) resolve from the directory /teach was run in; only the *-FORMAT.md links resolve from this skill's folder. The state of their learning is captured in this directory in several files:

  • MISSION.md: A document capturing the reason the user is interested in the topic. This should be used to ground all teaching. Use the format in MISSION-FORMAT.md.
  • ./reference/*.html: A directory of reference materials. These are the compressed learnings from the lessons - cheat sheets, reference algorithms, syntax, yoga poses, glossaries. They are the raw units of learning. They should be beautiful documents which print out well, and are designed for quick reference.
  • RESOURCES.md: A list of resources which can be explored to ground your teaching in contextual knowledge, or to acquire knowledge and wisdom. Use the format in RESOURCES-FORMAT.md.
  • ./learning-records/*.md: A directory of learning records, which capture what the user has learned. These are loosely equivalent to architectural decision records in software development - they capture non-obvious lessons and key insights that may need to be revised later, or drive future sessions. These should be used to calculate the zone of proximal development. They are titled 0001-<dash-case-name>.md, where the number increments each time. Use the format in LEARNING-RECORD-FORMAT.md.
  • ./lessons/*.html: A directory of lessons. A lesson is a single, self-contained HTML output that teaches one tightly-scoped thing tied to the mission. This is the primary unit of teaching in this workspace.
  • ./assets/*: Reusable components shared across lessons. See Assets.
  • NOTES.md: A scratchpad for you to jot down user preferences, or working notes.

Philosophy

To learn at a deep level, the user needs three things:

  • Knowledge, captured from high-quality, high-trust resources
  • Skills, acquired through highly-relevant interactive lessons devised by you, based on the knowledge
  • Wisdom, which comes from interacting with other learners and practitioners

Before the RESOURCES.md is well-populated, your focus should be to find high-quality resources which will help the user acquire knowledge. Never trust your parametric knowledge.

Some topics may require more skills than knowledge. Learning more about theoretical physics might be more knowledge-based. For yoga, more skills-based.

Fluency vs Storage Strength

You should be careful to split between two types of learning:

  • Fluency strength: in-the-moment retrieval of knowledge
  • Storage strength: long-term retention of knowledge

Fluency can give the user an illusory sense of mastery, but storage strength is the real goal. Try to design lessons which build long-term retention by desirable difficulty:

  • Using retrieval practice (recall from memory)
  • Spacing (distributing practice over time)
  • Interleaving (mixing up different but related topics in practice - for skills practice only)

Lessons

A lesson is the main thing you produce: the unit in which knowledge and skills reach the user. Each lesson is one self-contained HTML file, saved to ./lessons/ and titled 0001-<dash-case-name>.html where the number increments each time.

A lesson should be beautiful, with clean, readable typography and layout, since the user will return to these later to review. Think Tufte.

The lesson should be short, and completable very quickly. Learners' working memory is very small, and we need to stay within it. But each lesson should give the user a single tangible win that they can build on. It should be directly tied to the mission, and should be in the user's zone of proximal development.

If possible, open the lesson file for the user by running a CLI command.

Each lesson should link via HTML anchors to other lessons and reference documents.

Each lesson should recommend a primary source for the user to read or watch. This should be the most high-quality, high-trust resource you found on the topic.

Each lesson should contain a reminder to ask followup questions to the agent. The agent is their teacher, and can assist with anything that's unclear.

Assets

Lessons are built from reusable components, stored in ./assets/: stylesheets, quiz widgets, simulators, diagram helpers, and anything else a second lesson could reuse.

Reuse is the default, not the exception. Before authoring a lesson, read ./assets/ and build from the components already there. When a lesson needs something new and reusable, write it as a component in ./assets/ and link to it; never inline code a future lesson would duplicate.

A shared stylesheet is the first component every workspace earns: every lesson links it, so the lessons look like one consistent course rather than a pile of one-offs. As the workspace grows, so should the component library.

The Mission

Every lesson should be tied into the mission - the reason that the user is interested in learning about the topic.

If the user is unclear about the mission, or the MISSION.md is not populated, your first job should be to question the user on why they want to learn this.

Failing to understand the mission will mean knowledge acquisition is not grounded in real-world goals. Lessons will feel too abstract. You will have no way of judging what the user should do next.

Missions may change as the user develops more skills and knowledge. This is normal - make sure to update the MISSION.md and add a learning record to capture the change. Confirm with the user before changing the mission.

Zone Of Proximal Development

Each lesson, the user should always feel as if they are being challenged 'just enough'.

The user may specify an exact thing they want to learn. If they don't, figure out their zone of proximal development by:

  • Reading their learning-records
  • Figuring out the right thing to teach them based on their mission
  • Teach the most relevant thing that fits in their zone of proximal development

Knowledge

Lessons should be designed around a skill the user is going to learn. The knowledge in the lesson should be only what's required to acquire that skill. You teach the knowledge first, then get the user to practice the skills via an interactive feedback loop.

Knowledge should first be gathered from trusted resources. Use RESOURCES.md to keep track of them. Lessons should be littered with citations - links to external resources to back up any claim made. This increases the trustworthiness of the lesson.

For acquiring knowledge, difficulty is the enemy. It eats working memory you need for understanding.

Skills

If knowledge is all about acquisition, skills are about durability and flexibility. Make the knowledge stick.

For skill acquisition, difficulty is the tool. Effortful retrieval is what builds storage strength. Skills should be taught through interactive lessons. There are several tools at your disposal:

  • Interactive lessons, using quizzes and light in-browser tasks
  • Lessons which guide the user through a list of real-world steps to take (for instance, yoga poses)

Each of these should be based on a feedback loop, where the user receives feedback on their performance. This feedback loop should be as tight as possible, giving feedback immediately - and ideally automatically.

For quizzes, each answer should be exactly the same number of words (and characters, if possible). Vary which position holds the correct answer across questions. Don't give the user any clues about the answer through formatting or order.

Acquiring Wisdom

Wisdom comes from true real-world interaction - testing your skills outside the learning environment.

When the user asks a question that appears to require wisdom, your default posture should be to attempt to answer - but to ultimately delegate to a community.

A community is a place (online or offline) where the user can test their skills in the real world. This might be a forum, a subreddit, a real-world class (budget permitting) or a local interest group.

You should attempt to find high-reputation communities the user can join. If the user expresses a preference that they don't want to join a community, respect it.

Reference Documents

While creating lessons, you should also create reference documents. Lessons can reference these documents - they are useful for tracking raw units of knowledge useful across lessons.

Lessons will rarely be revisited later - reference documents will be. They should be the compressed essence of the lesson, in a format designed for quick reference.

Some learning topics lend themselves to reference:

  • Syntax and code snippets for programming
  • Algorithms and flowcharts for processes
  • Yoga poses and sequences for yoga
  • Exercises and routines for fitness
  • Glossaries for any topic with its own nomenclature

Glossaries, in particular, are an essential reference. Once one is created, it should be adhered to in every lesson.

NOTES.md

The user will sometimes express preferences of how they want to be taught, or things you should keep in mind. This is the place to record those preferences, so you can refer back to them when designing lessons or working with the user.

Подключить через AnyModel API

Скилл работает на той модели, которую использует агент. Подключите Claude Code, Codex или Cursor к AnyModel и запускайте его на Claude, GPT, Gemini и других моделях по одному ключу — оплата за токены, без подписки.

Ещё из пака Скиллы Мэтта Покока

Ревью по стандартам и спецификации

Проверяет дифф от коммита, ветки или тега по двум осям в параллельных субагентах: записанные стандарты репозитория с базовым набором запахов кода по Фаулеру и исходная спецификация. Для случаев, когда ветку или PR надо сверить с задачей.

Проектирование глубоких модулей

Задаёт общий словарь для глубоких модулей — интерфейс, шов, адаптер, глубина — с тестом на удаление, видами зависимостей и проектированием в нескольких вариантах через субагентов. Для случаев, когда нужно придумать интерфейс модуля или место шва.

Диагностика сложных багов

Диагностирует сложные баги и просадки скорости: сначала собирает быструю детерминированную команду, воспроизводящую точный симптом, потом ужимает её, ранжирует проверяемые гипотезы и пишет регрессионный тест. Для случаев, когда что-то падает или тормозит.

Модель предметной области

Уточняет язык предметной области по ходу проектирования: оспаривает размытые и противоречивые термины, сразу пишет согласованные в GLOSSARY.md и предлагает короткий ADR лишь для трудно обратимых решений. Для случаев, когда обсуждают термины или пишут ADR.

Реализация спецификации по тикетам

Реализует спецификацию и её тикеты на одной интеграционной ветке: по свежему субагенту-исполнителю на тикет в своём worktree, параллельно по графу блокировок, затем ревью и один проход исправлений. Для случаев, когда тикеты из to-tickets уже готовы.

Улучшение архитектуры кодовой базы

Ищет мелкие модули, которые стоит углубить, начиная с чаще всего меняющегося кода, показывает кандидатов в HTML-отчёте со схемами «до и после» и разбирает выбранный вместе с вами. Для случаев, когда код стало трудно тестировать и понимать.

Прототип на выброс

Пишет прототип на выброс под один вопрос о дизайне: кликабельное HTML-демо модели состояний в одном файле или несколько разных вариантов интерфейса на одном маршруте с переключением через URL. Для случаев, когда нужно проверить логику или облик страницы.

Ретро сессии с агентом

Разбирает прошедшую сессию агента по логам и предлагает, что поменять в окружении: указатели в CLAUDE.md, правила линтера, pre-commit и CI, стандарты для ревью, вызовы инструментов. Для случаев, когда агент долго искал нужное или ошибался.

TDD с интеграционными тестами

Ведёт разработку через тесты на публичных интерфейсах: согласует с пользователем швы для тестов, делает по одному циклу red-green на тест, мокает только границы системы, рефакторинг оставляет ревью. Для случаев, когда фичу или баг делают тестами вперёд.

Спецификация из разговора

Собирает из текущего разговора и кода спецификацию с пользовательскими историями, решениями по реализации и тестам и публикует её в трекер с меткой ready-for-agent, без расспросов. Для случаев, когда фичу уже обсудили и её пора записать.

Разбивка спецификации на тикеты

Режет спецификацию, план или разговор на тикеты-трассирующие пули: вертикальные срезы на одну сессию агента со связями блокировки, и публикует их файлами или задачами в трекере. Для случаев, когда работа не влезает в одну сессию.

Триаж задач и PR

Разбирает входящие задачи и внешние PR в трекере: ставит категорию и состояние, ищет готовый код и прошлые отказы, воспроизводит баги и пишет бриф для агента. Для случаев, когда мейнтейнер разгребает поток задач и PR.

Карта для большой работы

Раскладывает работу, которая не влезает в одну сессию агента, в карту в трекере с дочерними тикетами-решениями и закрывает по тикету за сессию, пока путь к цели не прояснится. Для случаев, когда большая задача упирается в нерешённые вопросы.

Bash-мастер для ручных шагов

Пишет интерактивный bash-скрипт, который ведёт человека по ручным шагам: открывает нужные страницы, принимает ключи и пишет их в .env и секреты GitHub. Для случаев, когда настройка сервисов или миграция требует действий, которые агент сам не сделает.

Защита от опасных git-команд в Claude Code

Ставит в Claude Code хук PreToolUse, который останавливает типовые формы git push, reset --hard, clean -f, branch -D и отката всего дерева, для одного проекта или для всех, и проверяет его. Для случаев, когда нужна страховка от того, что агент сам запушит или сотрёт работу.

Перевод тестов на shoehorn

Заменяет as и as unknown as в тестах на TypeScript на fromPartial и fromAny из @total-typescript/shoehorn, добавляет импорты и запускает проверку типов. Для случаев, когда тесты собирают объекты целиком или обманывают компилятор приведениями.

Настройка pre-commit хуков

Ставит Husky и lint-staged в Node-репозиторий: каждый коммит прогоняет Prettier по staged-файлам, проверку типов и тесты; учитывает менеджер пакетов и делает первый коммит через хук. Для случаев, когда в репозитории нет проверок при коммите.

Допрос плана

Допрашивает пользователя о плане раундами пронумерованных вопросов с рекомендуемым ответом, факты ищет сам через субагентов и не останавливается, пока остаются допущения. Для случаев, когда план надо проверить на прочность до начала работы.

Опросник для решения

Составляет Markdown-опросник для человека, у которого есть нужные знания, спросив только, кому он и какие ответы нужны; важные вопросы идут первыми. Для случаев, когда решение упирается в факты от другого человека.

Тексты для агентов: скиллы и AGENTS.md

Даёт правила для текстов, которые читает агент: описание скилла как указатель, что держать в файле и что выносить, критерии готовности, опорные слова и чистка. Для случаев, когда пишете или правите скилл, AGENTS.md или CLAUDE.md.