Skip to content
Back to skills

Reality Metabolism Loop

ASecurity

当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时

  • 12 stars
  • 0 votes
  • 0 copies
  • 1 view
  • Added September 9, 2026
tools

Security analysis

A100/100

Pro scans all 3 files and shows the line behind each finding

Scanned September 9, 2026

npx -y skills add DracoUnion/dankoe-skills --skill reality-metabolism-loop --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Reality Metabolism Loop?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Reality Metabolism Loop
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/dracounion-reality-metabolism-loop/badge)](https://www.skillsdirectory.com/skills/dracounion-reality-metabolism-loop)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: reality-metabolism-loop
description: 当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时
---

# reality-metabolism-loop

## When to Use

当意识到所学知识与实践脱节,或学习效率低下、知识留存率差时description

## Core Logic

# 执行步骤

1.  **摄入“现实”素材**
    *   **输入**: 学习主题。
    *   **操作**: 主动寻找并接触与学习主题相关的、未经过度加工的“现实”素材。这包括真实项目、案例研究、原始数据、一线人员经验分享、失败记录等,而非仅阅读教科书或总结性文章。
    *   **判断标准**: 素材是否包含复杂性、不确定性或具体细节?是否反映了该主题在真实世界中的应用或挑战?
    *   **输出**: 一组“高现实浓度”的学习素材。

2.  **进行认知加工**
    *   **输入**: 步骤1获取的“现实”素材。
    *   **操作**: 对素材进行主动处理:尝试解决问题、分析案例成败原因、模仿实践、或基于素材进行微小创作。核心是“动手”和“动脑”,而不仅是“观看”或“阅读”。
    *   **判断标准**: 是否对素材提出了自己的问题或假设?是否产生了基于素材的衍生输出(如分析笔记、解决方案草图、模仿作品)?
    *   **输出**: 经过个人认知处理后的中间产物(理解、疑问、初步方案)。

3.  **产出实践结果**
    *   **输入**: 步骤2产生的认知加工产物。
    *   **操作**: 将你的理解、方案或模仿作品,转化为一个具体的、可展示的实践结果。它可以是一个可运行的程序片段、一份分析报告、一个原型、或一次模拟演示。
    *   **判断标准**: 产出物是否具体、可被他人感知?它是否直接应用或验证了从“现实”素材中提取的知识?
    *   **输出**: 一个具体的实践产出物。

4.  **对比与代谢**
    *   **输入**: 步骤3的实践产出物,以及步骤1的原始“现实”素材或更广泛的现实反馈(如同行评价、实际效果数据)。
    *   **操作**: 将你的实践产出与原始素材或真实世界的反馈进行对比。分析差距:哪里做对了?哪里理解有偏差?现实中有哪些因素被你忽略了?
    *   **判断标准**: 是否明确识别出至少一个认知偏差或知识漏洞?是否根据对比结果更新了对原有知识的理解?
    *   **输出**: 更新后的、更具现实适应性的认知模型,以及一份待深入学习的“知识漏洞”清单。
    *   **IF** 对比发现重大认知偏差或知识不足 **THEN** 以更新后的认知模型和漏洞清单为新的“输入”,跳转至步骤1,寻找针对性更强的“现实”素材,开始新一轮循环。
    *   **ELSE** (认知基本吻合,实践结果达标) **THEN** 当前学习循环结束,知识完成“代谢”和内化。

# 输出格式要求
向用户呈现一个动态的“代谢循环”状态图,包含:
1.  **当前循环阶段**:指明用户正处于“摄入”、“加工”、“产出”、“对比”中的哪一阶段。
2.  **本阶段行动建议**:基于当前阶段,给出一个具体的下一步行动指令。
3.  **代谢成果**:以清单形式展示在本循环或历史循环中已被“代谢”内化的关键知识点。
4.  **待代谢清单**:列出通过“对比”环节发现的、有待在下个循环中解决的知识漏洞或认知偏差。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 认知与学习科学 |
| 类型 | procedural (procedural) |
| 置信度 | 80% |
| 前置条件 | 正在进行某种形式的学习或技能获取 |
| 来源 | 快速学习技能:如何应对学习初期的不知所措感 |

Files in this skill

  • SKILL.md3.7 KB
  • references/source.md769 B
  • scripts/run.py287 B

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…