zero2hero 学习笔记

feynman-teaching-skill

Properties1
descriptionGenerate comprehensive educational content using the Feynman Learning Method. Use when the user asks to explain a concept, create teaching materials, write learning documentation, or says "/feynman [topic]". Creates documents with problem-oriented explanations, 12-year-old friendly analogies, graded questions, and complete answers.

14分钟阅读

费曼学习法教学Skill

触发方式

手动调用：/feynman [主题]

核心使命

将复杂概念转化为12岁小孩也能懂的教学内容，生成完整的、结构清晰的、问题导向的教学文档。

七大教学原则

原则1：问题导向（核心原则）

每个概念/技术的讲解必须包含：

  1. 背景：当时存在什么问题？
  2. 动机：为什么需要这个技术？
  3. 解决方案：这个技术如何解决问题？
  4. 突破：相比之前的方法，突破了什么瓶颈？
  5. 局限：这个技术还有什么局限？

示例：讲解Self-Attention

  • 问题：RNN处理长序列时的记忆衰减问题
  • 动机：需要让模型”同时看到”所有位置的信息
  • 解决方案：通过Q、K、V机制计算任意两个位置的关联
  • 突破：打破了顺序处理的限制，可以并行计算
  • 局限：计算复杂度是O(n²)

原则2：结构组织（金字塔模型）

顶层：核心概念（1-2句话）
第二层：基础知识（3-5个小节）
第三层：深入理解（对比、应用）
第四层：高级扩展（可选）

原则3：渐进性（三段式）

第一段：基础概念（简单、直观）
第二段：核心原理（对比、深入）
第三段：实际应用（例子、案例）

原则4：类比质量（三层验证）

准确性：类比不能有逻辑漏洞
可理解性：贴近日常生活经验
局限性：明确说明类比的边界

原则5：深度控制（80/20法则）

80%篇幅：核心概念和原理
20%篇幅：细节和扩展内容

原则6：互动验证（分级设计）

基础题（30%）：检验概念理解
中等题（50%）：检验原理理解
进阶题（20%）：检验应用理解

原则7：Obsidian格式美观

- 使用frontmatter（title, date, tags, status等）
- 使用callout（note, tip, example, warning, question等）
- 使用wikilink（[[链接]]）
- 使用表格、代码块、数学公式
- 使用折叠标题、高亮、引用
- 确保在Obsidian阅读模式下美观

教学流程（5步法）

步骤1：开篇（抓住注意力）

## 🎯 开篇：为什么要学这个？
 
### 三个核心问题
1. [问题1]
2. [问题2]
3. [问题3]
 
### 一句话概括
[用一句话说明这个主题是什么]
 
### 学习价值
[说明学习这个的实际价值]

步骤2：12岁版解释（建立直觉）

> [!note] 12岁版解释
> 
> [用日常生活类比，避免所有技术术语，只讲"是什么"和"为什么"]
 
**类比的局限**：
[说明这个类比在哪些方面不够准确]

步骤3：问题导向讲解（核心）

对于每个概念/技术，按照以下结构：

## [概念名称]
 
### 🤔 解决了什么问题？
[说明当时存在的问题]
 
### 💡 为什么需要这个技术？
[说明动机]
 
### 🔧 如何解决问题？
[详细讲解解决方案]
 
> [!example] 例子
> 
> [具体例子]
 
### 🚀 突破了什么瓶颈？
[对比之前的方法，说明突破点]
 
### ⚠️ 还有什么局限？
[说明这个技术的局限]

步骤4：实际应用（连接现实）

## 🌍 实际应用
 
### 应用场景1：[场景名称]
[描述]
 
```python
# 代码示例

应用场景2：[场景名称]

[描述]


### 步骤5：互动验证（检查理解）
```markdown
## 🧪 自我检验：思考题

### 基础题（检验概念理解）
1. [问题1]
2. [问题2]
3. [问题3]

### 中等题（检验原理理解）
4. [问题4]
5. [问题5]
6. [问题6]
7. [问题7]
8. [问题8]

### 进阶题（检验应用理解）
9. [问题9]
10. [问题10]

---

## 📚 参考答案

### 基础题答案
1. **[问题1]**
   [答案]（2-3句话）

2. **[问题2]**
   [答案]（2-3句话）

[继续...]

### 中等题答案
4. **[问题4]**
   [答案]（3-5句话）

[继续...]

### 进阶题答案
9. **[问题9]**
   [答案]（5-8句话，可以包含代码或公式）

[继续...]

---

## 🎓 下一步学习
[建议的学习路径]

完整文档模板

---
title: [主题]
date: [YYYY-MM-DD]
tags: [标签1, 标签2, 标签3]
status: 完成
---
 
# [主题] - 费曼学习法完全指南
 
## 📖 目录
- [[#🎯 开篇：为什么要学这个？]]
- [[#第一部分：[基础概念]]]
  - [[#1.1 [子主题1]]]
  - [[#1.2 [子主题2]]]
- [[#第二部分：[核心原理]]]
  - [[#2.1 [子主题1]]]
  - [[#2.2 [子主题2]]]
- [[#第三部分：[实际应用]]]
- [[#🧪 自我检验：思考题]]
- [[#📚 参考答案]]
- [[#🎓 下一步学习]]
 
---
 
## 🎯 开篇：为什么要学这个？
 
### 三个核心问题
1. [问题1]
2. [问题2]
3. [问题3]
 
### 一句话概括
[用一句话说明这个主题是什么]
 
### 学习价值
[说明学习这个的实际价值]
 
---
 
## 第一部分：[基础概念]
 
### 1.1 [子主题1]
 
> [!note] 12岁版解释
> 
> [简单类比]
 
**类比的局限**：
[说明类比的边界]
 
#### 🤔 解决了什么问题？
[说明当时存在的问题]
 
#### 💡 为什么需要这个技术？
[说明动机]
 
#### 🔧 如何解决问题？
[详细讲解解决方案]
 
> [!example] 例子
> 
> [具体例子]
 
#### 🚀 突破了什么瓶颈？
[对比之前的方法，说明突破点]
 
#### ⚠️ 还有什么局限？
[说明这个技术的局限]
 
---
 
### 1.2 [子主题2]
[重复上述结构]
 
---
 
## 第二部分：[核心原理]
 
### 2.1 [子主题1]
[渐进式深化，引入更多细节]
 
> [!tip] 关键点
> 
> [强调重要概念]
 
### 2.2 [子主题2]
[继续深化]
 
---
 
## 第三部分：[实际应用]
 
### 3.1 应用场景1：[场景名称]
[描述]
 
```python
# 代码示例

3.2 应用场景2：[场景名称]

[描述]

🧪 自我检验：思考题

基础题（检验概念理解）

  1. [问题1]
  2. [问题2]
  3. [问题3]

中等题（检验原理理解）

  1. [问题4]
  2. [问题5]
  3. [问题6]
  4. [问题7]
  5. [问题8]

进阶题（检验应用理解）

  1. [问题9]
  2. [问题10]

📚 参考答案

基础题答案

  1. [问题1] [答案]（2-3句话）

  2. [问题2] [答案]（2-3句话）

  3. [问题3] [答案]（2-3句话）

中等题答案

  1. [问题4] [答案]（3-5句话）

  2. [问题5] [答案]（3-5句话）

  3. [问题6] [答案]（3-5句话）

  4. [问题7] [答案]（3-5句话）

  5. [问题8] [答案]（3-5句话）

进阶题答案

  1. [问题9] [答案]（5-8句话，可以包含代码或公式）

  2. [问题10] [答案]（5-8句话，可以包含代码或公式）

🎓 下一步学习

推荐学习路径

  1. [下一个主题1]
  2. [下一个主题2]
  3. [下一个主题3]

进阶资源

  • [资源1]
  • [资源2]
  • [资源3]

📖 参考资料

  1. [参考资料1]
  2. [参考资料2]
  3. [参考资料3]

---

## 质量检查清单

在生成内容后，必须检查：

### 内容质量
- [ ] 是否遵循问题导向原则？（每个概念都说明了解决什么问题）
- [ ] 是否遵循金字塔结构？
- [ ] 渐进性是否平滑？（从简单到复杂）
- [ ] 类比是否准确且说明了局限？
- [ ] 是否遵循80/20深度控制？

### 互动性
- [ ] 思考题是否分级？（基础30%、中等50%、进阶20%）
- [ ] 是否提供了完整的参考答案？
- [ ] 答案是否详细且准确？

### 格式美观
- [ ] frontmatter是否完整？
- [ ] callout是否使用正确？
- [ ] wikilink是否有效？
- [ ] 表格、代码块格式是否正确？
- [ ] 在Obsidian中渲染是否美观？

### 结构清晰
- [ ] 标题是否准确反映内容？
- [ ] 是否避免了逻辑跳跃？
- [ ] 目录链接是否完整？
- [ ] 章节过渡是否自然？

---

## 常见问题处理

### Q1: 如果概念太复杂怎么办？
**A**: 拆分成更小的子概念
- 每个子概念单独用12岁版解释
- 每个子概念都说明解决了什么问题
- 最后再组合起来

### Q2: 如果找不到好的类比怎么办？
**A**: 使用多个部分类比
- 明确说明每个类比的适用范围
- 提供对比表格
- 强调类比的局限

### Q3: 如果用户要求更深入怎么办？
**A**: 在文档末尾添加"深入阅读"部分
- 提供进阶资源链接
- 但主体内容仍保持易懂
- 遵循80/20法则

### Q4: 如何确保问题导向？
**A**: 每个概念都要回答5个问题
- 背景：当时存在什么问题？
- 动机：为什么需要这个技术？
- 解决方案：这个技术如何解决问题？
- 突破：相比之前的方法，突破了什么瓶颈？
- 局限：这个技术还有什么局限？

### Q5: 如何控制文档长度？
**A**: 根据主题复杂度自然展开
- 不要过度深入细节（80/20法则）
- 但要确保完整性（所有必要部分都有）
- 如果内容太多，考虑拆分成多个文档

---

## 使用示例

### 示例1：基础概念

用户：/feynman 什么是API

生成：

  • 开篇：为什么需要API？（解决程序间通信问题）
  • 12岁版：API就像餐厅的菜单
  • 问题导向：没有API会怎样？API如何解决？
  • 实际应用：调用天气API的例子
  • 思考题：10道分级题目
  • 参考答案：完整答案

### 示例2：复杂技术

用户：/feynman Self-Attention机制

生成：

  • 开篇：RNN有什么问题？
  • 12岁版：Self-Attention就像班级里每个人都能和其他人说话
  • 问题导向：
    • 问题：RNN的记忆衰减
    • 动机：需要同时看到所有位置
    • 解决方案：Q、K、V机制
    • 突破：打破顺序限制，可并行
    • 局限：O(n²)复杂度
  • 实际应用：代码示例
  • 思考题：15道分级题目
  • 参考答案：完整答案

---

## 注意事项

1. **不要过度简化**：12岁版解释是为了建立直觉，但后续要引入准确术语
2. **不要跳过问题导向**：这是核心原则，每个概念都要说明解决了什么问题
3. **不要忽略局限**：每个技术都有局限，要诚实说明
4. **不要忘记分级**：思考题必须分级，答案必须完整
5. **不要忽视格式**：Obsidian格式很重要，确保美观
6. **分块写入文档**：生成1500-2000行的长文档时，必须分块写入
   - 第一次用Write创建文件，只写前50-100行（开篇+目录+第一部分开头）
   - 后续用Edit逐步追加内容，每次追加50行左右
   - 这样可以避免内容过长导致的写入失败
   - 遵循chunked write protocol

---

## 版本信息
- 版本：v1.0
- 创建日期：2026-03-12
- 最后更新：2026-03-12

关系图谱