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
Self-Study Agent
자율 학습 파이프라인 스킬입니다. 학습 → 자기 평가 → 피드백 → 적응 루프를 통해 지식을 구축합니다.
구조
skills/self-study-agent/
├── SKILL.md # 메인 스킬 (전체 루프 개요)
├── config.yaml # 파라미터 (루프 횟수, 문제 분포, etc.)
├── pipeline/
│ ├── 01-topic-selection.md # 주제 선택 전략
│ ├── 02-source-discovery.md # 소스 발견
│ ├── 03-extraction.md # 지식 추출
│ ├── 04-synthesis.md # 지식 종합
│ └── 05-session-report.md # 세션 리포트
└── feedback/
├── self-testing.md # 자기 평가 (문제 생성 + 답변 + 피드백)
├── spaced-repetition.md # 간격 반복 (FSRS)
├── interleaving.md # 교차 학습
└── adaptation.md # 적응 로직 + 메트릭
학습 과학 원리 적용
| 원리 | 설명 | 적용 |
|---|---|---|
| 능동적 회상 | 문제를 풀 때 메모리에서만 꺼냄 | self-testing.md |
| 간격 반복 | FSRS 알고리즘으로 복습 스케줄 관리 | spaced-repetition.md |
| 바람직한 난이도 | 정답률에 따라 난이도 자동 조절 | adaptation.md |
| 교차 학습 | 한 세션에서 여러 주제 문제 혼합 출제 | interleaving.md |
| 지연 피드백 | 에이전트가 피드백을 스스로 생성 | self-testing.md |
루프 흐름
[Phase 1: 학습 세션]
주제 선택 → 소스 발견 → 추출 → 종합 → 메모리 저장
[Phase 2: 자기 평가 루프] (최대 20회)
문제 생성 → 답변 시도 → 피드백 → 메모리 업데이트 → 다음 문제
[종료 조건]
- 정답률 95% 이상
- 또는 20회 완료
사용법
# 주제 학습
opencode task --agent self-study-agent --prompt "Study 'Rust async patterns' deeply"
# 복습 세션
opencode task --agent self-study-agent --prompt "Run review session"
# 진행 상황 확인
opencode task --agent self-study-agent --prompt "Show learning progress"
메모리 구조
모든 학습은 지식 베이스로 구조화되어 저장됩니다:
- Concepts — 개념 (정의, 예시, 연결)
- Facts — 팩트 (진술, 증거, 출처)
- Procedures — 절차 (단계, 숙련도)
- Code Patterns — 코드 패턴 (언어, 코드, 설명)
- Test History — 평가 이력 (문제, 답변, 정오)
- Adaptation Log — 적응 기록 (전략 변경, 파라미터 조정)