Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →li-evan/learn-occam
当用户纠结要不要学某个东西、学到什么程度，或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题，检验现有知识能否搞定，评估知识贬值速度与 ROI，用「探索 vs 应用」判断该学新的还是用现有的，给出「学 / 不学 / 只学最小够用」的结论，避免囤积会贬值的知识。触发场景：要不要学 X、值不值得深入、学到什么程度够、时间不够该学啥、该深挖还是够用就行。
Passed 18 of 23 test cases with the skill, and 15 of 23 without it.
and 4 more in the full report
4 fixed14 passed either way4 still failing1 broke
Tokens, turns and time describe resource use, not a dollar price.
A test case the skill fixed. Same model, same prompt, with and without the skill.
最近自动驾驶和机器人领域热度很高，我是一名普通的 Java 网页开发，没有任何相关业务需求，纯粹是焦虑害怕被淘汰，想下班后买几本 ROS 机器人操作系统和 C++20 的大部头教程啃。你给个建议。
| Checked | Without skill | With skill |
|---|---|---|
| The response places ROS and C++20 into the "learn later" queue due to lack of immediate business demand. | Missed | Passed |
| The response explicitly states that industry anxiety alone is insufficient reason to start immediate study. | Passed | Passed |
The instructions your model reads when the skill loads.
核心信条：这世界最有价值的不是知识，是你的时间。 能用现有知识解决的就别学新的；以后要用的，以后再学。
用户在纠结"要不要学 X / 学到什么程度 / 精力往哪放"。这是"广度优先、兴趣队列过长"倾向的刹车。
逼问一句：你要解决的具体问题是什么？ 没有具体问题、纯"感觉该学 / 别人都在学"→ 直接进"以后再学"队列，不占当下精力。理解知识的作用，重于知识本身。
问清用户已经会什么——能解决就别学新的。拿不准"是不是其实已经会了"就配合 learn-crossover。
这知识多久会贬值？（技术栈 / 工具往往 6–12 个月就明显更新）相对有限的时间值不值？贬值快 + 可外包给 AI / 随时查 → 只需"知道它存在、管什么"，不必真学。
现在该"探索"（学新）还是"应用"（用现有）？探索成本越高 → 越该偏应用。只有目标够难、现有知识确实够不着时，简易策略才督促你学。
明确三选一：① 学（值得且现有搞不定）/ ② 不学（入"以后再学"队列）/ ③ 只学最小够用的那一块（点明是哪一小块）。要深挖就转 learn-graph 建路径。
⚠️ 铁律·只用确证的已会知识：判断用户「已经会什么」只能用他确证学过的知识（亲口确认或可靠背景）；严禁把「正在讲的材料 / 文章作者背景 / 对话里别人的知识」当成用户会的。拿不准 → 直接问「⚠️ 你学过 ___ 吗？」，绝不替他假设。
learn-graph。learn-crossover(已会什么) learn-graph(系统建图) learn-prototype(动手迭代) learn-feynman(自查)。test cases passed, vs 15 / 23 without
More skills from the same source and nearby in the registry, with their headline benchmark lift.