Creates a personalized study plan for any technical area, ensuring prerequisites are met before advanced topics.

Install

mkdir -p .claude/skills/learn-iisa47642 && curl -L -o skill.zip "https://agentskills.codes/api/skills/download/17411" && unzip -o skill.zip -d .claude/skills/learn-iisa47642 && rm skill.zip

Installs to .claude/skills/learn-iisa47642

Activation

This is the description your AI agent reads to decide when to run this skill — the better it matches your request, the more reliably it fires.

Старт обучения области от нуля. Строит маршрут из всех ключевых тем области в топологическом порядке (по prereqs), от самых базовых L1 до целевых. Не пускает выше пока prereqs не на target_level.
195 charsno explicit “when” trigger
Intermediate

Key capabilities

  • Verify the existence of the specified learning area
  • Determine the target learning level based on user input
  • Compile a complete list of topics for the area
  • Establish prerequisites for each topic in topological order
  • Create atomic notes for each topic with initial status and level
  • Generate a structured learning path document

How it works

The skill validates the learning area, determines the target level, and then builds a topologically ordered list of topics. It creates atomic notes for each topic and generates a learning path document.

Inputs & outputs

You give it
learning area and optional goal/target level
You get back
structured learning path and atomic notes for each topic

When to use learn

  • Create a study course for Kafka
  • Learn a new database system from scratch
  • Identify prerequisite gaps in a learning path

About this skill

Skill: learn

Когда применять

Пользователь говорит:

  • /learn [[area]] или «начну учить kafka», «хочу разобраться в postgres»
  • «составь курс по X»

Отличается от decompose: decompose идёт от рабочей задачи, learn идёт от области целиком. Это «курс с нуля», а не «закрыть пробел под задачу».

Вход

  • [[area]] — одна из областей в vault/00_профиль/areas.md.
  • Опционально: цель внутри области («kafka до уровня делать system design», «postgres до администратора»). Если не указано, спроси.

Что делаешь

  1. Проверь область. area должна существовать в areas.md. Если нет — скажи пользователю «такой области нет, добавь в areas.md или выбери одну из: <список>».

  2. Спроси цель и target_level. Один вопрос:

    • «Цель внутри области? Примеры: «понимать как работает X», «пройти интервью по X», «применять в работе»» — определи target_level из ответа:
      • L3 — общее понимание, трейдоффы (для «нужно знать в общем»)
      • L4 — под капотом (дефолт для «нормально освоить»)
      • L5 — экспертный уровень (для «учить других», «строить архитектуру»)

    В headless режиме (запуск через bin/learn.sh): вопрос не задавай. target_level бери из аргумента target_level=N если передан, иначе дефолт 4. Запиши в decisions: stdout.

  3. Составь базовый список тем области. Это полный костяк из области, от самых базовых до целевых. Например для kafka это: «Что такое брокер сообщений», «Topics и partitions», «Producer и consumer базово», «Consumer groups», «Replication базово», «ISR и acks», «High Watermark и log truncation», «Exactly-once семантика», «Транзакции в Kafka», «Compaction», «Kafka Streams (опционально)», «KRaft vs Zookeeper».

    • Содержательно опирайся на канонические книги, документацию, стандартные курсы. Не выдумывай темы.
    • Цель — полный покрытие. Лучше включить лишнюю тему которую потом отметим как L1 и пропустим, чем оставить дыру.
    • Размер списка: 8-20 тем для большинства областей.
  4. Расставь prereqs. Каждая тема в маршруте должна иметь явные prereqs из этого же маршрута (или базовых из других областей, если применимо). Топологический порядок строгий.

  5. Создай атомарные заметки для каждой темы через skill atomic-note, со status: backlog, level: 0, target_level=<целевой для маршрута>. Если тема уже существует в vault — не дублируй, используй её.

  6. Создай маршрут в vault/20_пути/<area> с нуля.md:

    • goal: — «Освоить [[area]] до уровня L<target>»
    • Список тем в топологическом порядке с уровнями
    • Каждой теме рядом её target_level
  7. Запусти первую тему. «Маршрут построен (N тем). Старт с [[первая тема]] на L1. Запустить /quiz [[первая тема]] сейчас?»

Правила prereqs gate

Жёсткий инвариант: /quiz отказывает по теме X, если хотя бы один её prereq не на своём target_level.

То есть нельзя «перепрыгнуть» через основы — система ведёт по топологическому порядку. Если ты явно знаешь верх (это часто бывает: знаю High Watermark, но не помню базовые Topics) — придётся быстро прогнать L1-L2 базовых тем (тест из 2-3 вопросов, ставится сразу L=2 при confidence=5).

Форматирование маршрута

---
type: path
goal: "Освоить kafka до уровня L4"
area: kafka
created: YYYY-MM-DD
status: active
target_level: 4
---

# Kafka с нуля

## Зачем
<цель пользователя в свободной форме>

## Темы по уровням

> Каждая тема двигается от L1 до своего target_level. Переход дальше только после `confidence: 5` на текущем уровне (см. skill `review`/`grade`).

### Фундамент (необходимо для всего)
1. [[Что такое брокер сообщений]] → L3
2. [[Topics и partitions]] → L4
3. [[Producer и consumer базово]] → L4

### Репликация и надёжность
4. [[Consumer groups]] → L4 · prereqs: [[Topics и partitions]]
5. [[Replication базово]] → L4 · prereqs: [[Topics и partitions]]
6. [[ISR и acks]] → L4 · prereqs: [[Replication базово]]

### Под капотом
7. [[High Watermark и log truncation]] → L4 · prereqs: [[ISR и acks]]
8. [[Unclean leader election]] → L4 · prereqs: [[ISR и acks]]
9. [[Exactly-once семантика]] → L4 · prereqs: [[Producer и consumer базово]], [[ISR и acks]]
10. [[Транзакции в Kafka]] → L4 · prereqs: [[Exactly-once семантика]]

### Расширения
11. [[Compaction]] → L3 · prereqs: [[Topics и partitions]]
12. [[KRaft vs Zookeeper]] → L3 · prereqs: [[Replication базово]]

Жёсткие лимиты

  • Не выдумывай темы. Опирайся на канонические книги и документацию. Если по конкретной теме сомнения — добавь, но в её заметке оставь TODO: уточнить на уровнях, где не уверен.
  • Не более одного /learn за раз. Если у пользователя уже есть активный маршрут по этой же области, скажи «у тебя уже есть [[маршрут]], продолжи его». Если он хочет новый — /reset [[area]] сначала.
  • Не пропускай L1 темы. Даже «очевидные» базовые темы должны быть в маршруте — пользователь решает сам, прогнать ли их быстро.

Выход

  • Новые заметки в vault/10_темы/ (по одной на каждую тему маршрута, со status: backlog, level: 0).
  • Маршрут в vault/20_пути/<area> с нуля.md.
  • Стартовое сообщение: «Курс по [[area]] готов: N тем, целевой L<target>. Старт /quiz [[первая тема]]

When not to use it

  • Closing a gap under a specific task
  • Having more than one active learning path for the same area

Limitations

  • Does not invent topics not supported by canonical books or documentation
  • Does not allow skipping L1 topics
  • Does not allow more than one active learning path for the same area

How it compares

This skill constructs a complete, level-gated learning roadmap from scratch for an entire domain, ensuring prerequisite mastery before advancing, unlike addressing specific knowledge gaps for a task.

Compared to similar skills

learn side by side with the closest alternatives in the catalog.

SkillInstallsUpdatedSafetyDifficulty
learn (this skill)01moNo flagsIntermediate
annas-archive-ebooks226moReviewBeginner
scientific-critical-thinking187moReviewAdvanced
scholar-evaluation41moReviewIntermediate

Try saying

Example prompts that trigger this skill in your AI assistant.

You might also like

annas-archive-ebooks

ratacat

Use when needing to look up book content, find a book by title/author, download an ebook, or reference material from a published book. Triggers on book lookups, ebook downloads, "find the book", "get the PDF/EPUB of". Downloads produce PDF/EPUB/MOBI files - use ebook-extractor skill to convert to text.

22177

scientific-critical-thinking

davila7

Evaluate research rigor. Assess methodology, experimental design, statistical validity, biases, confounding, evidence quality (GRADE, Cochrane ROB), for critical analysis of scientific claims.

1888

scholar-evaluation

K-Dense-AI

Systematically evaluate scholarly work using the ScholarEval framework, providing structured assessment across research quality dimensions including problem formulation, methodology, analysis, and writing with quantitative scoring and actionable feedback.

438

tooluniverse-drug-research

mims-harvard

Generates comprehensive drug research reports with compound disambiguation, evidence grading, and mandatory completeness sections. Covers identity, chemistry, pharmacology, targets, clinical trials, safety, pharmacogenomics, and ADMET properties. Use when users ask about drugs, medications, therapeutics, or need drug profiling, safety assessment, or clinical development research.

323

rudin-real-complex-analysis

parcadei

Problem-solving with Rudin's Real and Complex Analysis textbook

317

worldexams-generator

iberi22

Generador de bundles de preguntas ICFES Colombia (Matemáticas, Lectura Crítica, Ciencias, Sociales, Inglés) para grados 6, 9 y 11 usando MiniMax MCP.

00

Search skills

Search the agent skills registry