编程导师Skill:不直接给你答案,而是用苏格拉底式提问把代码真正教会你
- 它不是“问答机器人”,而是一位有教学法的老师:内置 8 种教学模式,覆盖概念学习、代码审查、调试侦探、算法练习、项目架构、设计模式、面试准备、语言迁移,遇到不同诉求会自动切换到对应模式。
- 核心差异是“不直接给答案”:调试采用五级苏格拉底式提问框架,作业与练习只给渐进式提示(轻推 → 方向 → 结构 → 代码骨架 → 最后才给完整解答),逼迫你自己走完思考过程。
- 会记住你的学习进度:每次会话结束把学过的概念、解出的题目、待复习领域写入学习日志
references/user-progress/learning_log.md,下次接着教,不会重复讲你已掌握的内容。 - 零门槛,一个技能顶一套课程体系:主语言支持 Python 与 JavaScript,附带的算法、数据结构、设计模式参考材料与可选的代码分析脚本(需 Python 3.8+)都是加分项,不装脚本也能完整使用。
- 开源且轻量:MIT 协议、版本 1.0.1,本质是一套结构化的教学指令集 + 参考资料,装在支持 AI 技能的客户端里即可开始上课。
该技能叫什么?如何下载安装 AI 技能提升开发效率?
基础档案
| 项目 | 内容 |
|---|---|
| 技能中文名 | 编程导师Skill |
| 技能英文名 | programming-tutor |
| 技能 ID | 14309 |
| 分类 | education(教育) |
| 作者 | Samuel Kahessay |
| 版本 | 1.0.1 |
| 许可证 | MIT |
| 支持语言 | Python、JavaScript |
| 运行依赖 | 可选脚本功能需 Python 3.8+,脚本仅增强、非必需 |
它到底解决什么问题?
传统自学编程有三个典型卡点:一是没有反馈,写完代码不知道好坏;二是AI 直接给答案,看完觉得“我懂了”,合上对话框却写不出来;三是没有路径,不知道该学什么、学到哪、下一步去哪。编程导师Skill 的设计恰恰是冲着这三点来的:它坚持引导式教学,让你自己发现问题;它有一套从经验评估到进度追踪的完整教学流程;它把学习记录落盘,形成可延续的学习路径。
一键安装的思路与步骤
- 确认前提:你使用的 AI 客户端需要支持加载第三方 AI 技能(Skill)或插件。如果你希望用上代码静态分析、测试运行、复杂度分析这三个可选脚本,请先确认本机已安装 Python 3.8 或更高版本;不装脚本也能正常使用教学功能。
- 找到技能入口:在客户端的“技能市场”“技能库”或插件管理入口中打开搜索。
- 搜索并安装:搜索技能 ID
14309,或直接搜索英文名programming-tutor,命中后点击安装/启用。具体安装命令、按钮位置与账号要求以官方说明为准。 - 刷新会话:安装完成后新建一个对话或刷新当前会话,让技能被加载进上下文。
- 验证是否生效:发送一句“教我递归”。如果技能生效,它不会立刻堆知识点,而是先做开场四问——你的经验水平(初学者/中级/高级)、今天的学习目标(学新语言/调试/算法/代码审查/做项目/面试准备等)、偏好的学习方式(动手实践/系统学习/项目驱动/苏格拉底式/混合)、以及环境检查(编辑器、本地运行、git 熟悉度)。看到这套问卷,说明技能已正常加载。若只是直接输出一段递归教程,则多半没启用成功,请回到上一步检查。
该技能的主要功能和特点
- 8 种教学模式,一键切换:概念学习、代码审查与重构、调试侦探、算法与数据结构练习、项目指导与架构设计、设计模式与最佳实践、面试准备、语言学习路径。你可以随时说“换个模式”,或由它按你的诉求推荐。
- 苏格拉底式调试(最硬核的差异化):明确承诺“绝不直接指出 bug”。它用五级提问框架推进——观察(期望什么、实际什么、报错是什么)→ 定位(哪段代码负责这个行为)→ 假设(哪个前提可能错了)→ 验证(打印什么能证明你的推测)→ 发现(怎么修、边界怎么处理)。你获得的是排查能力,不是一个修好的文件。
- 渐进式提示系统:卡住时按“轻推 → 方向 → 结构 → 代码骨架 → 最后完整解答”五档给提示,而不是一次性甩答案。
- 自适应难度与节奏:初学者放慢、多举例多复习;中级引入最佳实践与设计模式;高级直接聊架构、性能、权衡与边界情况。你表现好就加难度,吃力就降速。
- 学习进度持久化:会话结束时把“本次学了什么、解了哪些题、练了什么技能、备注”写入
references/user-progress/learning_log.md,并同步更新已掌握主题、待复习领域、学习目标三张清单,最后回你一句“进度已保存”。跨会话续学不迷路。 - 内置参考资料库:
references/目录包含 15 种常见算法模式(双指针、滑动窗口、二分查找、动态规划等)、数组/字符串/树/图等数据结构、创建型设计模式、Python 与 JavaScript 速查、整洁代码与 SOLID 与测试策略。 - 可选脚本增强:
analyze_code.py做静态分析查 bug 与风格问题,run_tests.py跑测试并给格式化反馈,complexity_analyzer.py分析时间/空间复杂度并给优化建议。 - 作业模式的边界感:明确“我是老师和导师,不是答案提供者”,面对作业与评分项目只给提示与问题,不给可复制的答案。
- 会话时长自适应:快速会话 15–20 分钟、标准会话 30–45 分钟、深度学习 60 分钟以上、面试模拟有独立节奏,你报个时间它就能重新编排。
如何使用该技能?
第 1 步:完成开场评估。 直接回答它的四个问题,例如:“我是中级,想练算法,偏好动手实践,环境已装好 VS Code 和 Python。”这一句话就能把后续所有教学内容的难度和形式锚定下来。
第 2 步:用自然语言“快捷命令”发起任务。 技能支持一套口语化触发词,不需要记语法:
- 学习类:“教我闭包”“用 JavaScript 解释事件循环”“给我一个策略模式的例子”
- 审查类:“审查我的代码”(粘贴代码或指明文件)、“怎么改进这段代码”“这符合最佳实践吗”
- 调试类:“帮我调试”“为什么这不工作”“我遇到了 IndexError”
- 练习类:“给我一道中等难度的算法题”“用哈希表做练习”
- 项目类:“帮我设计一个任务管理 API”“我要做记账应用,从哪里开始”
- 语言类:“我会 Python,教我 JavaScript”
- 面试类:“模拟面试”“来一道系统设计题”
第 3 步:跟着提示走,不要急着要答案。 以“给我一道中等难度的算法题”为例,它的输出会是这样一条链条:
- 出题:“给定一个整数数组,找到两个相加等于目标值的数字,返回它们的下标。示例:
nums = [2, 7, 11, 15],target = 9,输出[0, 1]。” - 先规划再编码:“在写代码之前,你会用什么方法?”
- 引导复杂度对比:暴力解法 O(n²) 与哈希表 O(n)。
- 让你动手实现优化版本,卡住才给下一档提示。
第 4 步:调试时严格按它的五级框架回答。 真实对话大概长这样:
- 你:“我的函数返回 None 而不是求和结果!”
- 它:“你期望它返回什么?”你:“列表里所有数字的总和。”
- 它:“你传入了什么?”你:“
[1, 2, 3, 4, 5]。” - 它:“所以你期望 15,却得到 None。带我看看第一次迭代发生了什么?”
走到这一步,你多半会自己发现漏了 return。这就是它想要的效果。
第 5 步:代码审查场景把完整代码贴进去。 它会按五个标签分类反馈:🐛 Bug(逻辑错误、边界、潜在崩溃)、⚡ 性能(低效操作、重复计算)、🔒 安全(漏洞、不安全写法)、🎨 风格(可读性、命名、组织)、🏗️ 设计(架构、模式、可维护性)。先给你提问和方向,你自己改,讨论完才给带注释的重构版本。
第 6 步:做项目时按三阶段推进。 阶段一 MVP 只做核心功能,阶段二逐步扩展,阶段三补错误处理、测试与文档。架构讨论会落到具体的目录结构,例如路由、控制器、模型、中间件、工具函数的分层。
第 7 步:会话收尾看进度回执。 结束时它会输出类似“进度已保存到 learning_log.md ✓”的确认,日志里会有本次会话编号、日期、学习内容、已解决题目及难度、练习的技能、备注(突破点与待加强项)。
第 8 步:下次开课直接续上。 新会话里说“继续上次的动态规划”,它会读取日志,跳过已掌握主题,从待复习领域接着讲。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 编程导师Skill(programming-tutor) | 有教学法的结构化 AI 编程导师 | 8 种教学模式、五级苏格拉底式调试、渐进提示、进度持久化、参考材料库、可选代码分析脚本 | 需支持 AI 技能的客户端;脚本需 Python 3.8+,但非必需 | 系统自学、调试能力训练、算法刷题、项目架构、面试模拟 | 优势:引导式教学不喂答案,进度可跨会话延续,教学模式分工明确;不足:主语言仅 Python 与 JavaScript,非交互式问答类需求略“绕” |
| 通用大模型直接对话 | 通用问答助手 | 任意主题问答、代码生成与解释 | 注册即用,无技能概念 | 临时查语法、快速生成代码片段 | 优势:上手最快、覆盖面最广;不足:默认倾向于直接给答案,缺少教学节奏与进度记忆,容易“看懂了但写不出” |
| LeetCode 等刷题平台 | 题库 + 判题系统 | 海量题目、在线判题、官方与社区题解 | 注册即用,部分功能付费 | 刷题量积累、面试前突击 | 优势:判题权威、题量大;不足:题解是“结果”而非“过程”,缺少针对你个人代码的提问式引导与讲解 |
| GitHub Copilot 等代码补全工具 | 编辑器内 AI 结对编程 | 行内补全、函数生成、注释转代码 | 需编辑器插件与订阅,以官方说明为准 | 提升日常编码速度 | 优势:与编码流无缝集成、效率提升直接;不足:面向“写得快”,不面向“学得懂”,对调试思维与算法原理无教学作用 |
| freeCodeCamp / 慕课平台 | 体系化视频与闯关课程 | 结构化课程、项目作业、证书 | 免费或按课程付费,需按固定进度学习 | 从零打基础、系统性补课 | 优势:路径完整、有社区;不足:进度与内容固定,无法针对你的代码即时反馈,遇到个性化 bug 无人可问 |
该技能的典型应用场景与实际体验情况
场景一:零基础转行的自学者。 痛点是“看视频都懂,一写就废”,且不知道该按什么顺序学。把经验水平设为初学者后,技能会放慢节奏、多举例多复习,用“引入 → 模式识别 → 动手练习 → 应用”四步走。实际体验是:上手难度极低,第一句话就能开课;效果体现在它不会让你只看不写,每讲一个概念必配练习;注意事项是初学者要克制“直接要答案”的冲动,否则会削弱教学效果。
场景二:被一个诡异 bug 卡了半天的中级开发者。 痛点是搜索引擎给的方案对不上自己的上下文。走“调试侦探”模式,按五级框架被追问期望值、实际值、报错、执行轨迹。实际体验是:前两分钟会觉得“它怎么不直接告诉我”,但通常在第 3 到第 5 个问题时就自己定位到了问题;效果是把一次修 bug 变成一次排查方法训练;注意事项是回答要具体,只说“就是不工作”会让引导变慢。
场景三:准备技术面试的求职者。 痛点是没有真人陪练,且容易在“边想边说”上失分。走面试准备模式,可选计时(比如“你有 30 分钟”),需要先提澄清性问题、再讲思路、最后编码,结束后给出做得好的地方、需改进的方面、替代方案与复杂度优化。实际体验是:压力感接近真实面试,反馈具体到“你没有先确认链表是单链表还是双链表”;注意事项是尽量把思考过程说出来,沉默会让反馈质量下降。
场景四:想从 Python 转 JavaScript 的开发者。 痛点是语法碎片化记忆、总用 Python 思维写 JS。走语言学习路径,它会做并排对比(def 变 function、缩进变花括号、f-string 变反引号模板字符串),再给 5 周渐进课表:语法基础 → 数据结构与标准库 → 范式 → 生态 → 高级特性与项目。实际体验是:有 Python 基础的人一周内能读懂大部分 JS 代码;注意事项是它只覆盖 Python 与 JavaScript 两条主线,其他语言不在主支持范围内。
场景五:学生做课程作业。 值得单独提醒:技能明确规定面对作业与评分项目只给提示与问题、不给可复制答案。如果你的目标是“赶 deadline 交作业”,它可能会让你有点着急;但如果目标是真正学会,这个边界恰恰是最有价值的部分。
该技能能为用户带来的价值
把“看答案”变成“长能力”。 普通 AI 对话三秒给你一段能跑的代码,你复制粘贴、程序跑通、大脑留空。编程导师Skill 用五级提问和渐进式提示把这段路拆成你自己走的几步,同样的时间投入,沉淀下来的是排查思路和问题拆解能力,而不是一堆记不住的代码片段。
把碎片化学习变成有记录的学习曲线。 学习日志持续记录已掌握主题、待复习领域、学习目标状态,跨越多次会话形成一条连续曲线。这意味着你不必每次开场都重新交代背景,也不会被反复讲解已会的概念——按每周 2 到 3 次、每次 30 分钟的标准会话计算,一个月就能积累 8 到 12 条可回溯的学习记录,学习路径第一次变得“看得见”。
把昂贵的辅导成本降到接近零。 一对一编程辅导的稀缺性在于“有人盯着你的代码提问”,而这恰恰是 AI 最擅长的事。技能开源、MIT 协议、无额外脚本依赖,等于用极低成本获得一个随时在线、不会不耐烦、还记得你上次学到哪的编程导师。
把面试准备从“刷题量”转向“表达质量”。 它的面试模式不只判对错,还会评价你的澄清问题、思路外化、权衡讨论与复杂度分析——这些正是技术面试中真正拉开差距的部分。
对团队与教学场景的长期价值。 统一的教学框架(评估 → 模式匹配 → 引导 → 复盘 → 落盘)可以被复用到新人培养、代码规范宣导、内部技术分享中,把“师傅带徒弟”的口口相传变成一套可复制的流程。
常见问题 FAQ
Q1:怎么安装?装完怎么确认成功了?
在支持 AI 技能的客户端技能入口中搜索技能 ID 14309 或英文名 programming-tutor,安装并启用后新建会话。验证方法很简单:发一句“教我递归”,如果它先反问你经验水平、学习目标、偏好学习方式和环境情况,说明已生效。具体入口位置、命令与账号要求以官方说明为准。脚本功能需要 Python 3.8+,但不装也不影响教学。
Q2:收费吗?会不会有隐藏成本? 技能本身采用 MIT 许可证开源,作者为 Samuel Kahessay,版本 1.0.1,没有内置付费墙。你可能产生的成本主要来自所使用 AI 客户端的订阅或调用费用,这部分与本技能无关,以官方说明为准。
Q3:适合谁用?我完全零基础会不会跟不上? 适合三类人:想系统入门 Python 或 JavaScript 的零基础学习者、被 bug 卡住但想顺便提升排查能力的中级开发者、以及准备技术面试或想做完整项目的进阶者。零基础完全没问题——开场选“初学者”后它会自动放慢节奏、多用示例、在纠错时先肯定再解释。
Q4:为什么它死活不肯直接告诉我 bug 在哪?能改吗? 这是技能的核心设计而非故障:调试模式明确规定不直接指出 bug,用五级提问引导你自己发现。如果你确实只想快速定位,可以换到“代码审查”模式,它会给分类问题清单和方向;或者直接要求“给我完整解答”,它会切换到直接讲解,但学习效果会打折。
Q5:和刷题平台、Copilot、通用大模型怎么选? 追求题量与权威判题,用刷题平台;追求编码速度,用代码补全工具;追求随时随地问一句,用通用大模型。而当你想要的是被引导着真正学会——有人追问你的思路、有人审查你的代码风格、有人记录你的学习进度、有人在面试模拟后给你具体反馈——那就选编程导师Skill。两者并不冲突,常见的组合是:平时用它学习和复盘,考前用它模拟面试,刷题平台只用来做量。