Hana
6e21501331
- SKILL.md: Main skill definition with 20-iteration feedback loop - config.yaml: Pipeline parameters (loop, sources, questions, adaptation) - pipeline/: 5-step learning pipeline (topic selection → source discovery → extraction → synthesis → report) - feedback/: 4 feedback mechanisms (self-testing, spaced repetition, interleaving, adaptation) - Learning science principles: active recall, spaced repetition, desirable difficulty, interleaving, delayed feedback
32 lines
1.0 KiB
Markdown
32 lines
1.0 KiB
Markdown
# Step 1: 주제 선택
|
|
|
|
## 전략
|
|
|
|
| 전략 | 선택 방법 |
|
|
|------|-----------|
|
|
| **목표 기반** | 사용자가 설정한 목표 중 미완료된 첫 번째 주제 |
|
|
| **호기심 기반** | 메모리에서 연결이 적은 개념을 찾아 탐색 |
|
|
| **트렌드 기반** | GitHub 트렌딩, arXiv 최신, 기술 뉴스에서 주제 탐색 |
|
|
| **복습 기반** | 복습 예정 카드가 많은 주제 우선 선택 |
|
|
| **균형** | 모든 전략을 가중치로 종합하여 최고 점수 주제 선택 |
|
|
|
|
## 선택 규칙
|
|
|
|
1. 메모리에 이미 많은 지식이 있는 주제는 우선순위 낮춤
|
|
2. 이전 세션에서 오답률이 높았던 주제는 우선순위 높임
|
|
3. 새로 탐색한 주제와 기존 주제를 연결할 수 있는 주제 선호
|
|
|
|
## 출력
|
|
|
|
```
|
|
{
|
|
"id": "unique_topic_id",
|
|
"title": "주제 제목",
|
|
"domain": "프로그래밍| Machine Learning| 과학| 일반",
|
|
"keywords": ["키워드1", "키워드2"],
|
|
"depth": "shallow|medium|deep",
|
|
"prerequisites": ["선행 주제 id"],
|
|
"goals": ["학습 목표1"]
|
|
}
|
|
```
|