AI 个人导师 + 自学包

这个 pack 包含什么

这是一个成年人决定自学硬东西时的工具栈 — 新语言（Python / Rust）、口语（西语 / 日语）、当年没学好的微积分、AWS 认证。你既是学生也是老师，瓶颈不是信息获取（从来没这么容易过），瓶颈是结构、主动投入、记忆：把被动阅读变成六个月后还记得的东西。

这个 pack 不假设你有老师、有课、有同学。它假设你有一个主题、每周一些空闲时间、以及愿意诚实告诉 AI「这块我不懂」的态度。每一个工具都是开源或有清晰免费档，每个都对应自学的一个具体失败模式 — 跑题、自以为懂、两周后忘光。

这与教师 / 教育者 AI 备课包的差别：本 pack 没有 LMS、没有出题表单、没有幻灯片工具 — 因为是给学习者用的，不是给上课的人用的。

推荐安装顺序（选题 → 导师提示词 → 抽卡 / 主动回忆 → 小测 → 复盘）

1. Mr. Ranedeer — Personalized AI Tutor Prompt — 从这里开始。一段 GPT-4 / Claude 系统提示词，把任何 chat AI 变成会根据你的水平、语言、节奏自适应的辅导员。零安装。粘到 Claude 或 ChatGPT 里，跟它说：「我想学线性代数，Python 没问题，把我当一个没上过这门课的聪明成年人。」你已经雇了一个 24/7 的辅导员。先用一周，再加别的。
2. DeepTutor — AI-Powered Personalized Learning Assistant — Mr. Ranedeer 会幻觉，因为它不认识你的教材。DeepTutor 把回答锚定在你上传的文档上 — 教材 PDF、API 文档、真题。这下你问「这个公式啥意思」，辅导员引用你自己的书，不再编一本相似的。
3. Claude Code Agent: Microsoft Study Mode — 一个 Claude Code skill，用引导式发现教学：它拒绝直接给答案，问你怎么想，再做提示。即使你学的不是微软栈，这个范式本身就是「AI 把代码写了，我啥也没学到」的解药。
4. Claude Code Agent: Demonstrate Understanding — 主动回忆 agent。不让你「读了一遍觉得懂了」，让你自己讲一遍。它会让你用自己的话讲概念，然后抓你的含糊敷衍。和 #3 配对：发现 agent 用于新内容，demonstrate-understanding agent 用于「我能进入下一节了吗」。
5. Claude Howto — Guided Claude Code Learning Path — 一份结构化课程（不是 doc 罗列）：怎么学 Claude Code 以及更广的 agent 工具链。把它当作「我怎么变得在 X 上称职」的模板 — 模块结构、练习、进度标记。用 AI 学编程，从这里开始上手。
6. Claude Reflect — Self-Learning for Claude Code — 一个反思 skill：会话结束时带你过一遍 — 今天学了啥、哪里还模糊、下一步打哪。这是最接近「会问对的问题的学习日志」的开源等价物。每晚跑一次。最便宜的习惯，复利好几年。
7. Fabric — AI Prompt Patterns for Everything — 100+ prompt 范式库。学习者天天用的几个：extract_wisdom（教材一章 → 干净提纲）、summarize_paper、create_quiz（一章变成 15 题自测）、analyze_claims（材料里某句话嗅起来不对劲时）。一个 CLI，统一形状。
8. notebooklm-py — NotebookLM CLI + Python API Skill — NotebookLM 给学习者的杀招是音频概览：把阅读清单里 4 个 PDF 扔进去，得到一段 12 分钟的播客式讨论，通勤路上听。CLI 让你脚本化处理整个大纲，不用一个个点网页 UI。
9. Khoj — Your AI Second Brain — 在你自己的笔记 / PDF / 聊天记录上做语义搜索。学了 6 周以后你会有 200 篇 markdown、30 个 PDF、50 段和辅导员的聊天记录。Khoj 让你问「我是不是在哪儿讲过贝叶斯」然后真的找到 — 不用强迫自己进入 Anki 的复习时间表（可以把 Khoj 当作语义召回替代抽卡，或者两者并用）。
10. Mem0 — Memory Layer for AI Applications — 让 #1、#2、#3、#4 真正个性化的那一块。没有持久记忆，每次会话都重启：「你什么水平？已经会哪些了？」装了 Mem0，辅导员记得你周二卡在闭包上，周四开门就接这个。自学最大的单点解锁。

它们怎么协同 — 日 / 周循环

  选题
   │
   ▼
  Mr. Ranedeer  ◄────── Mem0（记得你的水平）
   │
   ▼  问：你已经知道什么？
  DeepTutor（教材 PDF）── 答案锚定到你的源
   │
   ▼
  Microsoft Study Mode ── 引导式发现（你来想）
   │
   ▼
  Demonstrate Understanding ── 你讲回去，agent 抓漏洞
   │
   ▼
  Fabric: create_quiz on chapter ── 15 题自测
   │
   ▼
  Claude Reflect（结束）── 哪里牢哪里虚
   │
   ▼
  Khoj（下周）── 笔记多了之后，搜你自己

四件套主干：Ranedeer + DeepTutor + Demonstrate Understanding + Mem0 — 对话的提示词、做溯源的源、做主动回忆的检查、做记忆的载体。其余都是放大器。NotebookLM 在你有 4 个 PDF + 通勤时间时上；Khoj 在第二个月笔记乱了之后上。

你会遇到的取舍

• Mr. Ranedeer vs DeepTutor — Ranedeer 是提示词（零基建、任意 LLM 都能用、会愉快幻觉）；DeepTutor 是平台（要部署或用托管版，得真把教材传上去，但回答有出处）。早期探索用 Ranedeer；有具体材料之后切 DeepTutor。
• Khoj vs Anki（间隔重复抽卡） — Anki 是经验上验证过的抽卡王者，没放进 pack 的原因：做出好的 Anki 卡片是个学几周才能上手的技能，AI 生成的卡片到今天还不够好（过度考琐碎、不够考概念），多数成年人三周就弃了。Khoj 是 AI 原生的替代：与其每天逼自己复习 50 张卡，不如想到的时候做语义搜索。两个都有效。Anki 更严苛，Khoj 更人性。之前 Anki 弹弃过的，先试 Khoj。
• Microsoft Study Mode（苏格拉底）vs 直接问 ChatGPT — 问 ChatGPT 要答案，又快又啥也没学到；苏格拉底 agent 慢，但你学到了。核心概念用苏格拉底范式，查语法用普通 chat。
• 反思 skill vs 自己写日志 — 都行，但盯着空白页本身就劝退多数人到第二周。一个会问「今天最难的部分是啥」的 agent 能挖出空白页挖不出来的答案。
• Fabric create_quiz vs 真题 — 生成的小测擅长暴露你不知道什么（免费、无限）；真题（尤其考证）是 ground truth。每天用生成的小测、每周做一次官方真题。

常见踩坑（被动阅读 + 过度信任 AI）

• 让 AI 把代码 / 作文 / 证明写了然后管这叫学习 — 这是 AI 辅助自学的第 1 号失败模式。你停止打字的那一刻，学习就停了。#4 Demonstrate Understanding agent 进 pack 就是为了强制「你先说，我来挑」。
• 跳过主动回忆 — 重读章节感觉像在学，但不是。先用 Fabric create_quiz 出题再决定要不要重读 — 12/15 答对了就别重读，4/15 你立刻知道重点在哪。
• 你还不能验证的领域里 AI 幻觉的事实 — 学了 3 天，你分不清 AI 错没错。事实性断言永远用 DeepTutor 或 NotebookLM 锚定你信任的源；chat 辅导员只用于直觉和例题。
• 没持久记忆 = 没真正的个性化 — 没有 Mem0（或同类），辅导员每次都把你当陌生人。第三周你就厌了。第一天就接记忆层，哪怕作弊（手动导出会话、粘一段总结回去）。
• 没反思 = 没固化 — 24 小时内没复习过的，多数会丢。每节学习结束 Claude Reflect 是这个 pack 里最便宜的解锁。五分钟，每晚。
• 第一天就要把 10 个都装上 — 最小可用三件套：Mr. Ranedeer（粘提示词，30 秒）+ DeepTutor（传一个 PDF）+ Demonstrate Understanding（一个 Claude Code agent）。头两周够用。其余在你真的撞上对应失败模式时再加。