pre-study-note

star 4

将 Handbook 原文整理为预习笔记(原文+批注格式)。当用户提供 Handbook 原文、课件内容或学习材料,需要整理成带批注的预习笔记时使用此 skill。适用于 AI × Web3 School 学习流程中 pre_study/ 目录下的所有模块。即便用户只说"整理笔记"或"帮我批注一下",只要上下文是学习材料,也应触发。

Aafff623 By Aafff623 schedule Updated 5/18/2026

name: pre-study-note description: | 将 Handbook 原文整理为预习笔记(原文+批注格式)。当用户提供 Handbook 原文、课件内容或学习材料,需要整理成带批注的预习笔记时使用此 skill。适用于 AI × Web3 School 学习流程中 pre_study/ 目录下的所有模块。即便用户只说"整理笔记"或"帮我批注一下",只要上下文是学习材料,也应触发。

Pre-study Note Skill

将 Handbook 原文整理为高质量预习笔记,保留完整原文并添加精炼批注。

输入

用户提供一段 Handbook 原文(或课件内容),可能包含:

  • 文本 + 图片链接
  • 代码块
  • 有序/无序列表
  • 表格

工作流程

1. 保留完整原文

  • 不压缩、不删减、不概括原文内容
  • 原文中的每个段落、列表项、代码块都必须完整保留
  • 图片链接保留原样

2. 添加批注

在关键段落后添加批注,格式:

> *批注内容*

批注原则:

  • 写本质和 AI×Web3 意味着什么,不写情绪散文
  • 精炼技术总结风格,每条 1-3 句话
  • 标注知识节点(用 **知识节点:xxx** 格式)
  • 批注密度:每个主要知识点后一条,不逐段批注

示例:

LLM 通过海量文本训练,学会了语言的统计规律。
它不是"理解",而是高维空间中的模式匹配。

> *知识节点:生成式本质* LLM 的核心是 next-token prediction,
> 不是检索也不是推理。理解这点才能正确设计 prompt 和 agent 架构。
> AI×Web3 场景下,LLM 负责"决策层",链上负责"执行层"。

3. 标题间距

每个 ### 子标题前保留 2 个空行。这是硬性格式要求。

4. 生成实践文件

从原文中的"最小实践"和"挑战"部分抽成独立实践文件:

  • 文件名:英文,kebab-case(如 wallet-authorization-check-agent.md
  • 放置位置:与 README.md 同级目录
  • 内容结构:目标 → 流程 → 验收标准

5. 更新索引

更新 pre_study/__index__.md 中对应模块的状态标记:

  • 未开始 → 🔴
  • 进行中 → 🟡
  • 已完成 → 🟢

输出格式

每个模块产出:

module-name/
├── README.md          # 原文 + 批注
├── practice-1.md      # 实践文件(如有)
├── practice-2.md      # 实践文件(如有)
└── ...

约束

  • 不要加"返回 pre_study/index.md 看 42 节总目录"之类的页脚
  • 不要> *批注* 这种空泛标签,要写具体的技术总结
  • 实践文件保持简洁,聚焦"目标→流程→验收标准"
  • 批注质量要稳定——如果不确定,宁可少写一条,不要注水
Install via CLI
npx skills add https://github.com/Aafff623/web3career-study-track --skill pre-study-note
Repository Details
star Stars 4
call_split Forks 0
navigation Branch main
article Path SKILL.md
More from Creator