word-deep-dive
Skill15 starsChanged 15 days agoMITView on GitHub
适用于英语单词查询、背单词、词义辨析、近义词/形近词区分、考试词汇分析和单词复习。用户输入单个英文词、!word、查词、这个词什么意思、某考试词汇、复习单词时使用。输出针对考试的全息词典卡片,支持选择性存入记忆和间隔复习。
In this repository11 other files it gives its agents.
- AGENTS.mdAGENTS.md
- .claude/CLAUDE.mdCLAUDE.md
- code-learningSkill
- deepening-learningSkill
- fuzzy-understandingSkill
- mistake-reviewSkill
- problem-solvingSkill
- scientific-learningSkill
- study-plan-builderSkill
- text-memorizerSkill
- zero-base-learningSkill
The file
Files
目标
把一个英语单词讲透,并根据目标考试给出针对性的备考建议。同时支持选择性单词记忆系统——间隔复习、薄弱追踪,不在无价值的词上浪费复习时间。
适用场景
- 阅读/做题中遇到一个词,想彻底搞懂
- 背单词时想知道"这个词和那个词到底有什么区别"
- 写作时想知道该用哪个词更准确
- 备考阶段想知道这个词会不会考、怎么考、为此我该做什么
- 希望建立自己的"主动词汇记忆库",按间隔复习而不是一次查完就忘
Memory 系统
类型
内容记忆——存储具体单词和复习状态,使用共享复习引擎管理间隔。
存储位置
memory/word-deep-dive/words.json
若本地宿主显式启用了 learning_agent.memory.repository,也可按学习者 ID 写入统一 SQLite 记忆库;旧 JSON 路径不会自动迁移。保存单词及复习结果后须确认写入成功,再告知学习者“已保存”。
复习引擎
间隔规则和复习算法见 memory/review-engine.md。本 Skill 遵循其中的:
- SM-2 风格间隔规则(首次正确后 1 天,第二次正确后 6 天,之后按 ease factor 调整)
- 复习抽取算法(优先级排序)
- 自评机制
- 掌握标准(连续 5 次正确 = mastered)
读写方式:CLI 优先
宿主环境有 Python 时,所有记忆读写通过确定性 CLI 完成,不要手写 JSON(字段漂移和覆盖丢数据的风险):
| 操作 | 命令 |
| 存入/更新 | python -m learning_agent.memory.cli add --skill word-deep-dive --id <word> --word <word> [--exam 六级] [--note 释义] |
| 抽取到期词 | python -m learning_agent.memory.cli due --skill word-deep-dive [--limit 6] |
| 记录自评 | python -m learning_agent.memory.cli grade --skill word-deep-dive --id <word> --correct(或 --wrong) |
| 状态摘要 | python -m learning_agent.memory.cli status --skill word-deep-dive |
| 删除 | python -m learning_agent.memory.cli remove --skill word-deep-dive --id <word> |
仅当平台无 Python/命令执行能力时,才按 review-engine.md 手写 words.json,字段格式不变。
若
python不在 PATH(常见于安装 Python 后未重启的终端/会话),Windows 下直接用等价命令learning-memory ...(同一 CLI 的别名),不要因此降级为手写 JSON。
两种记忆模式
| 模式 | 行为 | 适用场景 |
| 标记模式(默认) | 仅在单词前加 ! 时存入记忆 | 日常查词为主,只重点记忆真正需要掌握的 |
| 自动模式 | 每次查词自动存入记忆 | 集中背词阶段,查一个记一个 |
模式切换
| 用户说 | 效果 |
切换自动记忆 / 打开自动记忆 | 切换到自动模式 |
切换标记记忆 / 关闭自动记忆 | 切换回标记模式 |
当前记忆模式 | 显示当前模式和已存词数 |
标记语法
!complimentary → 标记模式下的存入,考试=通用
!complimentary 六级 → 存入并绑定六级
complimentary → 标记模式下仅查词不存入自动模式下 ! 前缀仍然有效,仅用于强调。
复习功能
| 用户说 | 行为 |
复习单词 / 单词复习 | 按 review-engine.md 算法抽取到期词汇 |
复习全部单词 | 忽略间隔,复习全部已存词 |
复习 [考试名] 单词 | 只复习绑定到该考试的词(如 复习六级单词) |
管理命令
| 命令 | 行为 |
单词记忆状态 | 显示:模式、总词数、已掌握/复习中/待复习 |
单词列表 | 按考试分组列出所有已存词 |
删除单词 [word] | 从记忆中移除 |
清除 word-deep-dive 记忆 | 删除 memory/word-deep-dive/(二次确认) |
输入判断
解析规则
首先判断用户意图:
是查词请求? → 解析单词和考试,输出词典卡片
是记忆命令? → 执行对应操作(切换模式/复习/管理)查词格式:
| 输入 | 解析 |
undermine | 查词,通用模式。标记模式下不存入记忆 |
!undermine | 查词 + 存入记忆。自动模式下仅强调 |
undermine 六级 | 查词,考试=六级 |
!undermine 六级 | 查词 + 存入记忆,绑定六级 |
支持的考试:六级、四级、考研、雅思、托福、GRE、专四、专八、高考。考试名单与 learning_agent/router.py 的 EXAM_NAMES 保持一致。
上下文判断
- 如果用户同时给了上下文(如一个句子),优先基于上下文解释该义项。
- 如果这个词和记忆中已有的词有派生/近义/形近关系,自动关联提示。
执行流程
解析输入 → 判断意图
├─ 记忆命令 → 执行模式切换/复习/管理 → 结束
└─ 查词请求 → 词典卡片输出 → (存入记忆?) → 完成查词卡片流程:
解析(单词 + 考试 + 是否存入) → 多义项展开 → 用法搭配 → 词根词缀派生 → 形近词辨析 → 近义词梯度 → 反义词 → 针对性考法 → 备考建议 → 常见误区 → 记忆锚点 → 记忆状态标记1. 多义项展开
按使用频率从高到低排列义项。每个义项给出:中文含义、英文释义、典型例句。
如果义项之间有逻辑引申关系,用 → 标注。如果指定了考试,标注各义项的考查频率。
2. 用法搭配
列出最常见的 2-4 个搭配/句型,标注语域。如果指定了考试,优先列出该考试中出现的搭配。
3. 词根词缀派生
拆解词根 + 词缀,给出同根词 3-5 个。
4. 形近词辨析
列出拼写相近但含义不同的词(1-3 组),点明核心区别。
5. 近义词梯度
按强度/正式度排列近义词(3-5 个),标注独特场景 + 考试同义替换关系。
6. 反义词
1-2 个反义词,标注反义类型。
7. 针对性考法
指定考试:频率/常考题型/典型陷阱/真题模拟/估分价值。未指定:速查表。
考频信息的事实边界(防幻觉):
- 不虚构考频数据和真题。「高频/中频/低频」只在基于公开备考共识时使用,否则降级为「常考/较少考」并标注(经验判断)。
- 不引用具体真题原文、年份、题号——除非用户提供的上下文里确实有。
- 不确定的信息直接说不确定;备考建议宁可保守(多覆盖),不要虚构精确的「分值占比」。
8. 备考建议
仅指定考试时输出。最低要求 + 行动清单 + 关联高频词。
9. 常见误区(P0 强制)
列出 2-3 个该单词最常见的使用/辨析错误:
| 常见错误 | 为什么错 | 正确理解 |
| ... | ... | ... |
10. 记忆锚点
简短、形象的记忆线索。
输出格式
查词卡片
## [单词]
🎯 目标考试:[名称]
📌 记忆状态:[已存入 / 未存入]
### 含义
1. **[义项1]**([频率]) > [例句]
2. **[义项2]**([频率]) > [例句]
### 用法搭配
- **[搭配]**:[例句]([语域])
### 词族
- 词根:[...]
- 同根词:[...]
### 形近词陷阱
| 单词 | 含义 | 区分要点 |
|------|------|---------|
### 近义词梯度
[弱] → [强] → [学术]
### 反义词
### 考试怎么考
[针对性分析 或 速查表]
### 备考建议
### 常见误区
| 常见错误 | 为什么错 | 正确理解 |
|----------|---------|---------|
### 记忆锚点复习卡片
## 🔁 单词复习
共 X 个待复习。
### 1/X
**中文释义**:[...]
**搭配填空**:[...] was ____ by [...].
请回忆拼写和用法,然后自评。
✅ / ❌
间隔:X天 → Y天
---
**本轮总结**:✅ X/Y | 📈 N个延长 | 🔄 M个重置反例:什么时候不要这样做
- 不要只给中文翻译
- 不要列 20 个近义词但没有区别说明
- 不要跳过词根词缀
- 不要忽略考试针对性——如果用户说了"六级",就不要花同样篇幅讲 GRE
- 不要在备考建议里写"多背""多练"——写具体的、可执行的动作
- 不要写成词汇学论文——简洁直接
- 标记模式下不要在用户没加
!时存入记忆 - 不要在输出末尾提示"要不要存入记忆"——看标记自己判断,不加交互摩擦
- 不要跳过常见误区——这是 P0 强制项
- 不要虚构考频、真题原文和分值占比——没有把握就用「常考/较少考(经验判断)」级别的措辞
测试样例
输入:!complimentary 六级
期望输出方向:
- 解析:单词=complimentary,考试=六级,标记=存入记忆
- 卡片顶部显示
📌 记忆状态:已存入(新词,第 1 天复习) - 标注频率:义项"免费的"(六级常考,经验判断),"赞美的"(较少考,经验判断)
- 形近词:complementary 加粗+警示——六级选词填空的常见辨析陷阱(经验判断)
- 常见误区表:
- 和 complementary 混用(选词填空高频陷阱,经验判断)
- 以为"免费的"义项是口语词(实际是正式服务场景用语)
- 考法:常考(经验判断),选词填空辨析 + 阅读同义替换,估分价值中
- 备考建议:被动识别即可,行动清单 + 关联词
- 记忆锚点:compl-I-ment → "I 赞美你" → 酒店赞美你送你免费早餐
- 实际写入
memory/word-deep-dive/words.json
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

