learneverything

Курс по любой теме с доказательной базой и проверенными подходами в обучении.

Скажи «хочу изучить X». Остальное сделает скилл: интервью о цели и уровне, ресёрч источников с оценкой по пирамиде доказательности, карта темы из эталонов покрытия, согласованный план, уроки с retrieval-практикой и повторениями по расписанию, оценки и обратная связь по твоим ответам. На выходе растёт база знаний в Markdown, Obsidian или Notion.

---

Персонализация

Курс настраивается под тебя в интервью. Вопросы задаются по одному, каждый меняет конкретную часть обучения.

Вопрос	Пример ответа	На что влияет
Особенности обучения	«учусь на русском, термины дублируй на английском»	как подаётся материал, это учитывают все субагенты
Тема и зачем она тебе	«разобраться в питании, чтобы поменять рацион»	фокус курса и подбор примеров
Срок и интенсивность	«2 часа в неделю, за 3 месяца»	сколько модулей и как они разложены по неделям
Что уже знаешь	«с нуля» или «знаю базу химии»	сложность подачи и глубина разбора примеров
Форматы	«чтение, иногда видео»	что попадёт в блок «Куда дальше»
Глубина конспектов	«экспертная» или «быстро и просто»	плотность урока, от 2500–4000 слов до обзора
Квиз-гейт	«да»	пускать ли к следующему уроку без ответов на вопросы
Проверки урока	«да»	запуск ревьюера и фактчекера после урока, качество за токены
Картинки	«да»	вставка проверенных иллюстраций там, где схема не тянет
Оценки	«да»	оценка 1–10 по ответам, обратная связь даётся всегда
Оформление	«Obsidian» или «Notion»	где читать курс

Последние четыре ответа переключаются фразой в любой момент: «выключи проверки», «не ставь оценки», «включи картинки». Меняется со следующего урока.

Принципы

1. Папка курса как память. Всё из диалога сразу становится файлом внутри рабочего проекта. Субагенты не видят чат, они получают пути к файлам. Курс продолжается завтра, через неделю, из новой сессии: скилл читает файлы курса и журнал и знает, где ты остановилась.
2. Диалог отдельно, тяжёлая работа отдельно. Интервью, гейты, разбор ответов ведёт скилл. Ресёрч, карту темы, написание урока, ревью, фактчек, заметки делают субагенты с чистым контекстом.
3. Полнота не доверяется генерации. Модель пишет программу из усреднённой памяти и теряет разделы. Карта темы строится из внешних эталонов покрытия, а пропуски ищет отдельный критик с чистым контекстом.
4. Нет источника, нет утверждения. Уроки пишутся только по согласованному списку источников со сносками. Внешнее помечается явно.
5. Автор и критик всегда разные агенты. Самопроверка в одном контексте не ловит пробелы. Критику дают искать пропуски, а не оценивать своё.

Что чат делает не так

Проблема	Что происходит	Как решается
Пропуски тем	модель теряет целые разделы программы	карта темы из эталонов покрытия, критик пропусков до старта уроков
Выдумки	текст без опоры на источники	каждый факт со сноской, фактчекер сверяет выборочно и проверяет живость ссылок
Всё забывается	прочитал, кивнул, через неделю пусто	retrieval-вопросы, повторения по расписанию, понятие усвоено после трёх успешных извлечений
Мёртвые знания	разрозненные конспекты не связываются	граф знаний: понятия связаны [[wikilink]] друг с другом и с уроками

Пайплайн

%%{init: {'theme':'neutral'}}%%
graph TD
    A["1 · Интервью<br/>цель, уровень, глубина,<br/>форматы, настройки"] --> B["2 · Папка курса<br/>внутри проекта, MOC-хаб,<br/>цветной граф Obsidian"]
    B --> C["3 · Источники<br/>наука, книги, эксперты, видео<br/>по пирамиде доказательности"]
    C --> G1{"Гейт:<br/>дополни своими"}
    G1 --> D["3.5 · Карта темы<br/>дерево подтем из эталонов<br/>под цель"]
    D --> E["4 · План обучения<br/>чекбоксы «смогу...»<br/>+ критик пропусков"]
    E --> G2{"Гейт:<br/>согласуем план"}
    G2 --> F["5 · Уроки<br/>по одному, проверка,<br/>оценка, обратная связь"]
    F --> F
    F --> H["6 · База знаний<br/>заметки после каждого урока,<br/>растущий граф"]

Loading

Два гейта до первого урока: ты видишь источники и план, правишь их, и только потом начинается обучение. Третий гейт внутри курса опциональный, это квиз перед следующим уроком.

Как устроено

%%{init: {'theme':'neutral'}}%%
graph LR
    subgraph Диалог["Основной контекст"]
        S["Скилл<br/>интервью, гейты,<br/>разборы, оценки"]
    end
    subgraph Работа["Субагенты с чистым контекстом"]
        R["ресёрчер"]
        M["картограф"]
        CC["критик пропусков"]
        W["автор урока"]
        REV["ревьюер"]
        FC["фактчекер"]
        N["автор заметок"]
    end
    subgraph Память["Папка курса + журнал"]
        V["файлы курса<br/>learning-log.jsonl"]
    end
    S -->|"Task + пути к файлам"| Работа
    Работа -->|"пишут и читают"| V
    S -->|"материализует диалог"| V

Loading

Семь субагентов, у каждого узкая роль и чистый контекст. Всё из разговора сразу становится файлом.

Проверка урока

%%{init: {'theme':'neutral'}}%%
graph LR
    W["Автор урока<br/>читает источники,<br/>пишет по шаблону"] --> R["Ревьюер<br/>глубина, полнота,<br/>схемы, картинки, стиль"]
    W --> F["Фактчекер<br/>сверка утверждений,<br/>живость ссылок"]
    R -->|"правки, до 2 итераций"| W
    F -->|"расхождения"| W
    R -->|APPROVE| L["Урок готов"]
    F -->|чисто| L

Loading

Автор и проверяющие всегда разные агенты. Ревьюер и фактчекер идут параллельно. Проверки включаются тумблером и дают максимум качества за токены.

Урок

Каждый урок собран по механикам с доказательной базой (мета-анализы в learning-science.md):

1. Pretest. 2–3 вопроса до контента, даже неверная попытка повышает усвоение.
2. Разбор прошлого урока. Обратная связь, оценка (если включена), разбор каждой пометки ???[что непонятно] из текста.
3. Повторение по расписанию. Вопросы по уроку N−1 и N−3/N−4, интервал 10–20% от срока удержания.
4. Контент с механизмами. «Почему и как работает», числа, формулы, границы применимости, сноска у каждого факта, схема у каждой абстракции.
5. Миф и разбор. Заблуждение, почему неверно, правильная модель.
6. Что запомнить. Ёмкий итог в стиле Cornell.
7. Проверь себя. Открытые вопросы, включая «объясни своими словами».
8. Куда дальше. Рекомендации под твои форматы, видео с таймкодами.

Глубина по умолчанию экспертная, 2500–4000 слов. Подача калибруется под уровень из профиля: новичку аналогии и постепенные термины, глубина при этом остаётся.

Оценки и обратная связь

Обратная связь даётся всегда, независимо от тумблера оценок. Две механики (подробно в feedback-and-grading.md):

• Бутерброд. Начало и конец разговора с хорошего, разбор ошибок в середине.
• Feedforward. Как сделать лучше в следующий раз, без разбора вины за прошлое.

Оценка 1–10 (если включена) ставится за понимание механизмов и стоит рядом с обратной связью, а не голой цифрой. После каждого урока идёт прогресс: процент пройденного и 2–4 пункта о том, что нового ты узнала.

Граф знаний

Ценность базы в связях, а не в отдельных файлах. Граф строится с самого начала:

• MOC.md создаётся сразу как центр графа и ссылается на профиль, карту, план, источники и уроки.
• Структурные файлы связаны через [[wikilink]].
• Уроки ставят [[Понятие]] на ключевые термины, узлы появляются в графе сразу.
• Заметки понятий пишутся после каждого урока, граф растёт постоянно.
• Граф в Obsidian раскрашен по типам: 🟢 понятия, 🟠 уроки, 🔵 источники, 🟣 структура, ⚪ служебное.

%%{init: {'theme':'neutral'}}%%
graph LR
    MOC["🟣 MOC"] --- U1["🟠 Урок 1"]
    MOC --- PLAN["🟣 План"]
    MOC --- MAP["🟣 Карта темы"]
    U1 --- C1["🟢 Понятие A"]
    U1 --- C2["🟢 Понятие B"]
    U1 --- C3["🟢 Понятие C"]
    C1 --- C2
    C2 --- C3
    U1 --- SRC["🔵 Источники"]

Loading

Визуал

• Схемы Mermaid рисуются всегда, к каждой абстракции.
• Настоящие картинки (если тумблер включён) там, где схема не передаёт реальный вид. Только свободные лицензии, с подписью, сохраняются локально для офлайна.
• Видео с таймкодом прямо в тексте урока, где нужно увидеть движение.

Структура курса

<рабочий проект>/
└── Имя сферы/                   папка курса, открывается в Obsidian настроенной
    ├── CLAUDE.md                самоописание курса для сессий Claude
    ├── Профиль ученика.md       цель, уровень, настройки
    ├── Карта темы.md            дерево подтем из эталонов покрытия
    ├── Источники/               01 Научная база ... 04 Видео + Эталоны покрытия
    ├── План обучения.md         чекбоксы «смогу...»
    ├── Уроки/
    │   └── приложения/          локализованные картинки
    ├── Понятия/                 атомарные заметки после каждого урока
    ├── MOC.md                   центр графа связей
    ├── Терминология.md          словарь
    └── Практические выводы.md   что делать по-другому в жизни

~/Documents/learning/learning-log.jsonl   журнал по всем сферам

Папка курса живёт внутри рабочего проекта, поэтому файлы находятся через @ и открываются по ⌘+click прямо в сессии. Курс создаётся на сферу, тем внутри может быть сколько угодно, они живут модулями плана. Читать можно в Obsidian, чистом markdown или Notion (зеркалирование через Notion MCP).

Установка

Нужен Claude Code.

git clone https://github.com/cryptoyoginya/learneverything.git
cd learneverything
cp -R skills/learneverything ~/.claude/skills/
cp agents/*.md ~/.claude/agents/

Проверка: новая сессия Claude Code, скажи «хочу изучить что-нибудь», скилл подхватится сам.

Опционально

• superpowers: скилл brainstorming помогает понять, чего ты хочешь от темы, до плана.

• deep-research: погружения в спорные вопросы.

  git clone https://github.com/199-biotechnologies/claude-deep-research-skill.git ~/.claude/skills/deep-research

• Notion MCP, если хочешь вести конспекты в Notion:

  claude mcp add --transport http notion https://mcp.notion.com/mcp

Без них всё работает: скилл заменяет их обычными вопросами и веб-ресёрчем.

Команды

Ты говоришь	Что происходит
«Хочу изучить X»	новый курс: интервью, источники, карта, план, первый урок
«Я прочитала», «следующий урок»	обратная связь, оценка, разбор ???, следующий урок, прогресс
???[почему так?] в тексте	пометка разбирается в начале следующего урока
«Выключи проверки», «не ставь оценки»	переключает настройку со следующего урока
«Что я учу», «мой прогресс»	сводка по всем сферам из журнала
«Надо быстро и просто»	глубина снижается, механики остаются

Устройство и архитектура

Раздел для тех, кто хочет понять, как это собрано внутри. Полная спецификация с обоснованием каждого решения в SPEC.md.

Раскладка репозитория

skills/learneverything/
├── SKILL.md                      дирижёр: пайплайн, гейты, оркестрация, настройки
├── SPEC.md                       спецификация с обоснованием решений
└── references/
    ├── style-rules.md            живой русский, запреты ИИ-паттернов
    ├── design-system.md          шаблоны, callouts, типографика, схемы, граф, картинки
    ├── lesson-rubric.md          рубрика ревью урока
    ├── feedback-and-grading.md   шкала 1–10, бутерброд, feedforward, прогресс
    ├── learning-science.md       механики и ссылки на мета-анализы
    ├── log-schema.md             схема журнала событий
    ├── templates/                скелеты профиля, урока, заметки, MOC, терминологии
    └── obsidian-preset/          appearance.json, css, цветной graph.json
agents/                           7 субагентов конвейера

~/Documents/learning/learning-log.jsonl   глобальный журнал по всем сферам
<рабочий проект>/<Имя сферы>/             папка курса, память конкретного курса

Модель оркестрации

Скилл работает как дирижёр в основном контексте. Тяжёлую работу он раздаёт субагентам через Task. Субагенты не видят диалог, они получают пути к файлам и пишут результат обратно в файлы. Это держит основной контекст лёгким и делает каждый шаг воспроизводимым.

Субагент	Вход	Выход
ресёрчер	тема, профиль	4 файла источников по пирамиде + эталоны покрытия
картограф	эталоны покрытия, профиль	Карта темы.md, дерево подтем с пометками цели
критик пропусков	план, карта, эталоны, профиль	список пропусков «критично / периферийно»
автор урока	профиль, план, карта, источники, прошлый урок	файл урока по шаблону, со сносками и схемами
ревьюер	урок, рубрика	APPROVE или список правок
фактчекер	урок, источники	сверка утверждений, отчёт по живости ссылок
автор заметок	урок, карта, профиль	атомарные заметки, обновление MOC и терминологии

Автор и проверяющие всегда разные агенты: модель в собственном контексте не видит своих пробелов, поэтому критику нужен чистый контекст.

Персистентность и возобновление

Всё из диалога сразу становится файлом. Состояние курса не живёт в контексте модели, оно живёт на диске:

• Файлы курса это память: профиль, карта, план, уроки, заметки.
• learning-log.jsonl это журнал событий, только на дозапись, общий для всех сфер. События: lesson_done, quiz_gate, gate_skip, retrieval, graded, module_done, course_event.
• CLAUDE.md в папке курса делает курс самоописываемым для любой сессии.

Новая сессия с нулевым контекстом читает журнал и файлы курса и продолжает с точки остановки. Схема журнала в log-schema.md.

Интервальные повторения как состояние

Повторения это не разовая вставка, а машина состояний поверх журнала. Каждое понятие держит счётчик успешных извлечений (streak) в разных сессиях. Порог усвоения streak ≥ 3 снимает понятие с расписания (successive relearning). Неудача сбрасывает счётчик. Обход квиз-гейта пишется событием gate_skip, и невзятые понятия возвращаются в расписание с повышенным приоритетом.

Гейты и настройки

Три гейта останавливают конвейер на согласование с человеком: после источников, после плана, и опциональный квиз перед следующим уроком. Настройки (проверки, картинки, оценки, квиз-гейт, глубина, оформление) это поля в Профиль ученика.md, единственном источнике правды о пользователе для субагентов. Четыре из них переключаются фразой в любой момент и действуют со следующего урока.

Контроль качества

Оформление проверяется рубрикой так же формально, как контент. Правило «нет источника, нет утверждения» держит фактуру на согласованном списке, фактчекер сверяет выборочно и проверяет живость ссылок. Стиль каждого текста проходит через style-rules.md с запретом ИИ-паттернов.

Дизайн-решения

Каждое решение осознанное, у каждого есть цена.

Решение	Почему так	Цена
Субагенты с чистым контекстом, а не один длинный промпт	основной контекст остаётся лёгким, критик видит пробелы автора	больше токенов, сложнее оркестрация
Файлы как память, а не история чата	курс возобновляется из любой сессии, файлы открываются по ⌘+click	нужна дисциплина: диалог сразу материализуется в файл
Карта темы из внешних эталонов, а не из генерации	модель пишет план из усреднённой памяти и теряет разделы	ресёрч эталонов покрытия стоит времени
Автор и критик всегда разные агенты	самопроверка в своём контексте не ловит пробелы	лишние агенты и токены на проверку
Настройки-тумблеры, а не фиксированный режим	пользователь сам управляет ценой качества и стилем	можно недокрутить качество, если всё выключить
Один урок за раз, а не весь курс сразу	каждый следующий урок строится на разборе твоих ответов	нельзя нагенерить всё наперёд

Кастомизация

Это не чёрный ящик, почти всё правится файлами:

• Шаблоны в references/templates/: скелеты урока, заметки, профиля, MOC.
• Палитра графа в obsidian-preset/graph.json: меняешь rgb цветовых групп.
• Стиль текста в references/style-rules.md: свои запреты и предпочтения.
• Дизайн-система в references/design-system.md: callouts, направление схем, режимы оформления.
• Глубина и язык задаются полями профиля и переключаются по ходу.
• Новая тема добавляется модулями в существующие карту и план, а не новой папкой.
• Свои источники дописываются на гейте, помечаются как добавленные пользователем.

Научная основа

Скилл доказателен на двух уровнях, и это разные вещи. Как он учит по механикам с сильнейшей доказательной базой в исследованиях обучения. Чему он учит по источникам, отранжированным по пирамиде доказательности, где мнение эксперта и мета-анализ лежат не на одной полке.

Как учит

Не «прочитай и запомни», а техники, которые в мета-анализах обгоняют перечитывание. У каждой механизм, почему работает, и работа, которая это показала.

Механика	Почему работает	Доказательство
Pretest, вопросы до материала	попытка ответить готовит мозг заметить ответ в тексте	prequestion effect
Retrieval-практика, вопросы вместо перечитывания	извлечение из памяти укрепляет след сильнее повторного ввода	testing effect, g ≈ 0.5–0.6 (Adesope 2017)
Интервальные повторения по расписанию	забывание и повторное извлечение перестраивают память в долгую	оптимум 10–20% срока удержания (Cepeda 2008)
Successive relearning, усвоено после ≥3 извлечений	разнесённое переучивание даёт стойкое удержание	Rawson & Dunlosky 2022
Refutation, миф и разбор	столкновение с заблуждением исправляет надёжнее верного факта	мета-анализ 2025
Self-explanation, «объясни своими словами»	проговаривание вскрывает дыры в понимании	Bisra 2018
Worked examples с fading	снимает перегрузку у новичка, убирается по мере роста	expertise reversal effect
Желательная трудность	гладкость чтения обманывает, лёгкий текст не значит усвоенный	Bjork & Bjork 2020

Полный рейтинг техник в Dunlosky et al. 2013, все работы собраны в learning-science.md.

Чего скилл не делает: перечитывание, конспект-пересказ, выделение маркером. Низкая доказательность, их место занимают retrieval-задания.

Чему учит

Источник источнику рознь. В теме вроде питания на одно РКИ приходится сотня блогерских «одно исследование доказало». Скилл ранжирует всё, на что опирается, по пирамиде от слабого к сильному:

%%{init: {'theme':'neutral'}}%%
graph TD
    E["Мнение эксперта<br/>слабее всего, авторитет не доказательство"] --> M
    M["Механистические и лабораторные данные<br/>«в пробирке работает»"] --> O
    O["Наблюдательные исследования<br/>показывают связь, не причину"] --> R
    R["РКИ<br/>рандомизация отсекает конфаундеры"] --> S
    S["Систематические обзоры и мета-анализы<br/>сводят все качественные РКИ, вершина"]

Loading

Отсюда два правила:

• Корреляция не причинность. «Кто ест X, реже болеет Y» не значит, что X лечит, может, такие люди в целом здоровее живут. В уроках это разводится явно.
• Нет источника, нет утверждения. Каждый факт со сноской на конкретную работу, фактчекер сверяет выборочно и проверяет живость ссылок.

Файлы источников в курсе нумеруются по пирамиде: 01 Научная база (мета-анализы, гайдлайны), 02 Книги, 03 Эксперты и блоги, 04 Видео. Чем ниже номер, тем крепче доверие.

Благодарности

Dunlosky, Bjork, Cepeda, Rawson, Mollick и другие исследователи обучения. Работы собраны в learning-science.md.

Лицензия

MIT

Автор

Кристина Винтер. Канал про продукты, ЗОЖ и мою весёлую жизнь: t.me/vintersbrain.