该技能是一个AI工具，用于自动生成基于任务的数据科学课程和教程。它支持R和Python语言，提供完整的课程结构、文件生成和数据分析任务。关键词：数据科学、课程生成、AI教育、R语言、Python教程、统计分析、数据科学学习。

这项技能用于规划和构建大型教育书籍的结构，通过认知负荷管理、即时规范和教学最佳实践来确保书籍内容的连贯性和教学效果，关键词包括书籍结构、教育内容、认知负荷、教学策略。

评估构建器技能帮助教育工作者创建全面、平衡的评估，衡量概念理解（不仅仅是记忆）。此技能生成多样化的问题类型，为多项选择题设计有意义的干扰项，将问题与布鲁姆分类法水平对齐，并为开放式问题提供评分标准。

该技能专注于撰写关于人工智能和技术的技术科普文章，使用通俗易懂的语言解释复杂概念，旨在普及AI知识，适用于公众号文章写作、技术传播等领域。关键词：AI技术、科普写作、通俗语言、技术文章、内容创作、知识传播。

这个技能用于运行交互式系统设计模拟面试，模拟真实面试体验，包括问题选择、时间控制、后续提问和结构化反馈，帮助用户提升系统设计能力、面试技巧和准备工作。关键词：模拟面试，系统设计，面试准备，反馈，培训，架构设计，机器学习，数据工程。

这个技能用于指导撰写有效的学术推荐信、参考信或奖项提名，提供基于证据的倡导和比较陈述，适合学术、教育场景下的写作支持。关键词：学术推荐信、写作指导、证据评估、比较分析、SEO搜索优化。

这是一个自适应学习应急方案生成技能，用于在教育或培训场景中，当遇到表现不佳、身体不适、倦怠等不利条件时，自动调整学习负荷，保持学习连续性，并维护学习动力。包含明确的触发条件、负荷减轻策略、连续性机制和恢复标准，适用于多种学科和活动类型，帮助用户在逆境中持续学习。关键词：自适应学习、应急方案、负荷减轻、连续性维护、学习动力、倦怠预防、教育参与、韧性规划。

Ship-Learn-Next行动规划技能是一个将学习内容转化为可操作实施计划的工具，使用SHIP-LEARN-NEXT框架，强调通过实际交付来学习，而非单纯消费知识。它适用于从YouTube转录稿、文章到教程等各种教育材料，帮助用户设定具体目标，分解为小步骤，并鼓励持续迭代和反思。关键词: Ship-Learn-Next, 行动规划, 学习实施, 教育技术, 技能培训, 可操作计划

该技能通过分析模拟考试数据动态优化学习计划，专注于错误类型补救，并生成家庭支持版和学习者执行版，旨在提高考试准备效率和效果。关键词：学习计划调整、评估驱动、错误分析、考试准备、自适应学习、家庭支持。

这是一个用于家长与教师之间结构化沟通的工具，提供模板来分享每周学习进展，包括具体观察、聚焦问题和可操作请求，支持弹性学习模式，提高家校协作效率。关键词：家校沟通、教育协作、学习反馈、模板工具、弹性学习。

学习迁移设计是一项专注于设计教学策略的专业技能，旨在促进知识和技能从学习环境有效迁移到真实工作场景和实际应用。该技能通过应用迁移理论、设计真实性学习体验、构建支持系统和优化迁移环境，确保学习成果能够在实际工作中得到应用和转化。关键词包括：学习迁移、教学设计、技能转化、真实场景应用、绩效支持、迁移策略、工作场所学习、培训效果评估。

这个技能是家庭学习弹性计划，用于在儿童或照顾者能量、专注力或能力低时，维持家庭学习的连续性，通过最小参与确保学习不中断。它提供低门槛活动，强调情感安全和无压力参与，关键词包括：家庭学习、弹性计划、低能量学习、教育咨询、教学实施。