AI 学习系统搭建指南：手把手教你打造属于你的AI私教

AI 学习系统搭建指南：手把手教你打造属于你的AI私教 AI 学习系统搭建指南：手把手教你打造属于你的AI私教 Modified March 15 Code block Plain Text Copy 并解释它们各自被破解的核心原因 [ ] 能够用通俗语言解释非对称加密如何解决密钥分发问题，并复现 Diffie Hellman 密钥交换的数学过程每一条都是「能够……」的句式，是可以验证的。 AI 每生成一篇文档，都会回来更新这个大纲，把已经覆盖的项打勾。当所有的 checkbox 都被勾上，课程就结束了。有人 4 篇学完，有人 8 篇学完，但掌握的内容完全一样。这就是 Bloom 掌握学习法的核心—— 不看时间，看掌握程度。 01.md —— 第一篇课程文档每个课题的入门篇。结构是固定的： 1. 元信息：前置知识要求、难度、预计阅读时间（一般 25 30 分钟） 2. 正文：用类比和例子把概念讲活，不是教科书式的灌输 3. 思考题：2 3 个开放式问题，不给答案，逼你自己推导 4. 反馈区：留给你写感受和困惑的地方 learning log.jsonl —— 学习日志自动记录你所有课题的学习进度和核心概念。每一行是一条独立的 JSON 记录。你随时可以回顾自己学过什么、学到什么程度。 10 个示例课题博弈论、认知偏误、密码学、概率论、哲学思想实验、天体物理、说服心理学、混沌与复杂系统、经济学思维、进化论。覆盖了自然科学、社会科学和哲学三大领域。这些只是示例，帮你理解系统是怎么工作的。你完全可以创建自己的课题，学任何你想学的东西。从零开始：启动你的第一个课题在项目目录下启动 Claude Code： Code block Plain Text Copy claude 然后输入一句话： Code block Plain Text Copy 开一个新的文件夹，帮助我学习 [你想学的课题] 比如： Code block Plain Text Copy 开一个新的文件夹，帮助我学习微观经济学 AI 会立刻做两件事： 1. 创建一个微观经济学/ 文件夹 2. 在里面生成 syllabus.md （大纲）和 01.md （第一篇文档）就这样，你的课程已经建好了。打开 01.md 开始读。如果你想先试试不自己创建课题，直接去看任何一个示例文件夹里的 01.md 也可以——用密码学或者认知偏误，都写得非常好读。核心循环：这套系统的灵魂整个学习系统的精髓就是一个循环，反复执行：读文档 → 标注困惑 → 回答思考题 → 写反馈 → 告诉 AI「我读完了」→ AI 生成下一篇我一步步讲。第一步：在文中标注你的困惑读到任何不懂的地方，直接在那个位置写下 ??? ： Code block Plain Text Copy ???[这里为什么用公钥加密而不是私钥？] 标多少都行，标在任何位置都行。这些标注是你最真实的理解快照，AI 会在下一篇里逐条解答。第二步：回答思考题每篇文档末尾都有 2 3 道思考题。直接在问题下面写你的答案。不管对不对，先写出自己的理解。写错了是好事——AI 在下一篇会告诉你哪里错了、为什么错，然后用更好的方式帮你重建理解。第三步：在反馈区写反馈文档最底部有一个「你的反馈」区域。写下你这篇的整体感受：哪里觉得太深了，哪里觉得太浅了，下一篇想多了解什么方向。第四步：回到终端，说「我读完了」回到 Claude Code 对话框，输入： Code block Plain Text Copy 我读完了 AI 会先读取你在文档里的所有标注和反馈，可能会追问你 1 2 个关键问题（最多 2 轮，不会无限追问），然后生成 02.md 。 02.md 的开头，你会看到三个部分： 1. 思考题复盘 — 用 ✅❌⚠️ 逐题评估你上一篇的回答，给出正确答案 2. ??? 解答 — 逐条解答你在上一篇标注的所有困惑 3. 新内容 — 基于你的理解水平定制的下一段知识然后继续读 02.md ，继续标注、回答、反馈，说「我读完了」，生成 03.md …… 这个循环不断重复，直到大纲里所有掌握项都被勾上。课程完结当 AI 判断你已经覆盖了大纲中的所有掌握项，它会生成一篇评估篇 ——不含新内容，只做最终确认。你读完说「我读完了」，系统会自动生成 summary.md 。这份总结包含：你的知识图谱、每条掌握项的复盘、你标注过的重要洞察、以及可以继续探索的方向。一个让总结更好用的小技巧学习过程中，如果遇到某个知识点特别重要，你觉得「这个一定要写进最终总结」，可以在文中标注： Code block Plain Text Copy summary:[期权定价的本质是复制——用已知价格的资产组合复制出相同现金流] 这些标注会被自动收集，最终整合进 summary.md 。相当于你在学习过程中就在给自己的总结做预埋。进阶玩法嵌套目录：如果你学的东西有上下级关系，可以把课题组织起来： Code block Plain Text Copy 开一个新的文件夹在 CFA 目录下，帮助我学习固定收益这会创建 CFA/固定收益/ 目录。多课题并行：你可以同时学好几个课题。每次进入 Claude Code，告诉它你想继续哪个就行： Code block Plain Text Copy 我想继续学习密码学，我读完了 03.md 整理学习日志：学完一段时间后，输入 /整理学习，AI 会扫描所有新增文档，把进度和核心概念记录到 learning log.jsonl 。常见问题 Q：我用 Cursor 或者 Trae 可以吗？可以。Cursor 或者 Trae 内置了 Agent 功能，操作方式类似。确保它能读取项目根目录的 Claude.md 就行。 Q：能不能一次生成多篇文档？不能，这是系统的铁律。一对一导师的核心是每一步都基于你的反馈来调整。批量生成等于放弃了个性化，那还不如看视频课。 Q：示例课题里的 01.md 我可以直接学吗？可以。那 10 个课题的 01.md 都是完整的入门篇，直接读就行。读完之后回到终端说「我读完了」，AI 会继续生成后续内容。 Q：学习数据存在哪？全部在你本地，就在你 clone 的这个文件夹里。不上传任何数据到云端。你还可以用 Git 来管理版本，看自己一路学过来的变化。 Q：中途觉得太难或太简单怎么办？在反馈区直接说。比如「这篇太抽象了，能多给几个例子吗」或者「这部分我已经懂了，可以加快节奏」。AI 会在下一篇里调整。最后 Bloom 在 1984 年证明了一对一辅导能让普通学生超越 98% 的同龄人，但他也说这个方法成本太高、无法规模化。 40 年后的今天，你不需要一个真人导师。你需要的是一套设计良好的规则，和一个能执行这些规则的 AI。这篇文章已经把怎么用讲清楚了。剩下的事情就一件：打开终端，开始你的第一个课题。项目地址：https://github.com/Li Evan/Bloom one vs one study，或者后台回复「学习系统」领取打开它，按照这篇文章的步骤一步步做，直至成为你自己的博物学家。每一条都是「能够……」的句式，是可以验证的。 AI 每生成一篇文档，都会回来更新这个大纲，把已经覆盖的项打勾。当所有的 checkbox 都被勾上，课程就结束了。有人 4 篇学完，有人 8 篇学完，但掌握的内容完全一样。这就是 Bloom 掌握学习法的核心—— 不看时间，看掌握程度。 01.md —— 第一篇课程文档每个课题的入门篇。结构是固定的： 1. 元信息：前置知识要求、难度、预计阅读时间（一般 25 30 分钟） 2. 正文：用类比和例子把概念讲活，不是教科书式的灌输 3. 思考题：2 3 个开放式问题，不给答案，逼你自己推导 4. 反馈区：留给你写感受和困惑的地方 learning log.jsonl —— 学习日志自动记录你所有课题的学习进度和核心概念。每一行是一条独立的 JSON 记录。你随时可以回顾自己学过什么、学到什么程度。 10 个示例课题博弈论、认知偏误、密码学、概率论、哲学思想实验、天体物理、说服心理学、混沌与复杂系统、经济学思维、进化论。覆盖了自然科学、社会科学和哲学三大领域。这些只是示例，帮你理解系统是怎么工作的。你完全可以创建自己的课题，学任何你想学的东西。从零开始：启动你的第一个课题在项目目录下启动 Claude Code：然后输入一句话：比如： AI 会立刻做两件事： 1. 创建一个微观经济学/ 文件夹 2. 在里面生成 syllabus.md （大纲）和 01.md （第一篇文档）就这样，你的课程已经建好了。打开 01.md 开始读。如果你想先试试不自己创建课题，直接去看任何一个示例文件夹里的 01.md 也可以——用密码学或者认知偏误，都写得非常好读。核心循环：这套系统的灵魂整个学习系统的精髓就是一个循环，反复执行：读文档 → 标注困惑 → 回答思考题 → 写反馈 → 告诉 AI「我读完了」→ AI 生成下一篇我一步步讲。第一步：在文中标注你的困惑读到任何不懂的地方，直接在那个位置写下 ??? ：标多少都行，标在任何位置都行。这些标注是你最真实的理解快照，AI 会在下一篇里逐条解答。第二步：回答思考题每篇文档末尾都有 2 3 道思考题。直接在问题下面写你的答案。不管对不对，先写出自己的理解。写错了是好事——AI 在下一篇会告诉你哪里错了、为什么错，然后用更好的方式帮你重建理解。第三步：在反馈区写反馈文档最底部有一个「你的反馈」区域。写下你这篇的整体感受：哪里觉得太深了，哪里觉得太浅了，下一篇想多了解什么方向。第四步：回到终端，说「我读完了」回到 Claude Code 对话框，输入： AI 会先读取你在文档里的所有标注和反馈，可能会追问你 1 2 个关键问题（最多 2 轮，不会无限追问），然后生成 02.md 。 02.md 的开头，你会看到三个部分： 1. 思考题复盘 — 用 ✅❌⚠️ 逐题评估你上一篇的回答，给出正确答案 2. ??? 解答 — 逐条解答你在上一篇标注的所有困惑 3. 新内容 — 基于你的理解水平定制的下一段知识然后继续读 02.md ，继续标注、回答、反馈，说「我读完了」，生成 03.md …… 这个循环不断重复，直到大纲里所有掌握项都被勾上。课程完结当 AI 判断你已经覆盖了大纲中的所有掌握项，它会生成一篇评估篇 ——不含新内容，只做最终确认。你读完说「我读完了」，系统会自动生成 summary.md 。这份总结包含：你的知识图谱、每条掌握项的复盘、你标注过的重要洞察、以及可以继续探索的方向。一个让总结更好用的小技巧学习过程中，如果遇到某个知识点特别重要，你觉得「这个一定要写进最终总结」，可以在文中标注：这些标注会被自动收集，最终整合进 summary.md 。相当于你在学习过程中就在给自己的总结做预埋。进阶玩法嵌套目录：如果你学的东西有上下级关系，可以把课题组织起来：这会创建 CFA/固定收益/ 目录。多课题并行：你可以同时学好几个课题。每次进入 Claude Code，告诉它你想继续哪个就行：整理学习日志：学完一段时间后，输入 /整理学习，AI 会扫描所有新增文档，把进度和核心概念记录到 learning log.jsonl 。常见问题 Q：我用 Cursor 或者 Trae 可以吗？可以。Cursor 或者 Trae 内置了 Agent 功能，操作方式类似。确保它能读取项目根目录的 Claude.md 就行。 Q：能不能一次生成多篇文档？不能，这是系统的铁律。一对一导师的核心是每一步都基于你的反馈来调整。批量生成等于放弃了个性化，那还不如看视频课。 Q：示例课题里的 01.md 我可以直接学吗？可以。那 10 个课题的 01.md 都是完整的入门篇，直接读就行。读完之后回到终端说「我读完了」，AI 会继续生成后续内容。 Q：学习数据存在哪？全部在你本地，就在你 clone 的这个文件夹里。不上传任何数据到云端。你还可以用 Git 来管理版本，看自己一路学过来的变化。 Q：中途觉得太难或太简单怎么办？在反馈区直接说。比如「这篇太抽象了，能多给几个例子吗」或者「这部分我已经懂了，可以加快节奏」。AI 会在下一篇里调整。最后 Bloom 在 1984 年证明了一对一辅导能让普通学生超越 98% 的同龄人，但他也说这个方法成本太高、无法规模化。 40 年后的今天，你不需要一个真人导师。你需要的是一套设计良好的规则，和一个能执行这些规则的 AI。这篇文章已经把怎么用讲清楚了。剩下的事情就一件：打开终端，开始你的第一个课题。项目地址：https://github.com/Li Evan/Bloom one vs one study，或者后台回复「学习系统」领取打开它，按照这篇文章的步骤一步步做，直至成为你自己的博物学家。 🔗 原文链接： https://mp.weixin.qq.com/s/NfgLUkfW... https://mp.weixin.qq.com/s/NfgLUkfW... 原创喜欢萨摩耶的Evan 喜欢萨摩耶的Evan 星空拾荒2026年3月14日 10:27 广东上一篇关于 AI 学习系统的文章发出来之后，反响远超我的预期。项目地址：https://github.com/Li Evan/Bloom one vs one study 我花了一个月，用 AI 给自己造了个专属私教我花了一个月，用 AI 给自己造了个专属私教后台收到了很多私信，大部分人问的都是同一个问题：「源码领到了，但我不知道怎么用。」今天这篇就是来补这个缺口的。从下载到跑起来，每个文件是干什么的，每一步怎么操作，全部讲清楚。跟着做，30 分钟内你就能开始用 AI 一对一学自己想学的任何东西。这篇文章会讲： 1. 开始之前你需要准备什么 2. 整个项目的文件结构，每个文件是干什么的 3. 从零开始：怎么启动你的第一个课题 4. 核心循环：读文档 → 标注 → 反馈 → 生成下一篇 5. 进阶玩法和常见问题开始之前，你需要准备两样东西第一，Claude Code。这是 Anthropic 官方出的命令行工具，让你在终端里跟 Claude 对话，而且 Claude 能直接读写你电脑上的文件。整个学习系统的运转全靠这个能力 —— AI 帮你生成文档，你在文档里写反馈，AI 再读你的反馈生成下一篇。安装方式：装完之后在终端输入 claude ，按提示登录你的 Anthropic 账号就行。如果大家对于安装Claude code有遇到什么问题，也可以用 Cursor 或者 Trae 作为替代（直接浏览器搜索就可以下载）第二，一个文本编辑器。能打开 Markdown 文件就够了。你的所有学习操作——阅读、标注、回答思考题 —— 都在编辑器里完成。这两样准备好了，就可以开始了。项目文件结构：每个文件是干什么的先把项目下载到本地：你也可以直接选择 Download 打开这个文件夹，你会看到这样的结构：我逐个说。 Claude.md —— 整个系统的大脑这是最核心的文件，也是你唯一不需要动的文件。它有 500 多行，定义了 AI 作为你的一对一导师时的全部行为规则：怎么生成课程大纲、怎么写课程文档、怎么处理你的反馈、什么时候可以推进下一课、什么时候不行。你启动 Claude Code 时，AI 会自动读取这个文件。你不需要给它任何额外指令，所有规则已经写死在里面了。你需要知道的是它定义了几条铁律： • 每次只生成一篇文档，必须等你读完、给了反馈才会生成下一篇 • 每篇续篇必须包含三部分：上一篇思考题的复盘 → 你标注的 ??? 的解答 → 新内容 • 所有掌握项必须全部覆盖才能结束课程，不打折扣这些规则保证了学习质量的下限。 syllabus.md —— 课程大纲每个课题文件夹里都有一份。它不是传统的「第一课讲 A、第二课讲 B」式的大纲，而是定义了学完之后你应该具备的具体能力。拿密码学举例，大纲里写的是这种：