modelscope.cn76 installs
学习资料汇总
学习资料汇总助手。帮助用户收集、筛选、整理学习资源的 Skill。用于用户要求汇总某领域的学习资料场景,如"帮我汇总机器学习的优质资料"、"推荐前端开发的学习资源"等。支持书籍、课程、论文、文档、博客等多类型资源的聚合、评价筛选与分类整理。
How do I install this agent skill?
npx skills add https://modelscope.cn --skill learning-resourcesIs this agent skill safe to install?
No partner audit is available yet. Read the source before installing.
What does this agent skill do?
学习资料汇总助手
能力范围
该 Skill 帮助用户在学习某领域时高效收集优质资源,完成以下任务:
- 资源聚合:从多源收集学习资料(书籍、课程、论文、文档、博客等)
- 评价筛选:根据质量、口碑、适用性进行筛选排序
- 分类整理:按类型、难度、用途等维度组织资源
- 结构呈现:以清晰的格式汇总展示给用户
工作流程
Step 1:明确需求
收集用户查询的关键信息:
- 学习领域:具体技术/学科名称(如"机器学习"、"React 开发")
- 资源类型:用户是否指定特定类型(书籍/课程/论文)
- 难度级别:初学者/中级/高级/全级别
- 用途场景:入门学习/进阶提升/项目实战/学术研究
- 语言偏好:中文/英文/无偏好
Step 2:资源收集
根据需求,从以下渠道聚合资源:
| 资源类型 | 优质来源示例 |
|---|---|
| 书籍 | Amazon/豆瓣高分、经典教材、权威著作 |
| 在线课程 | Coursera、edX、Udemy、B站、极客时间 |
| 论文 | arXiv、Google Scholar、顶会论文 |
| 官方文档 | 技术官网、API 文档、RFC |
| 博客/文章 | 知名博客、Medium、Dev.to、知乎专栏 |
| 社区资源 | GitHub Awesome、Reddit、Stack Overflow |
Step 3:筛选评估
对候选资源进行质量评估:
评估维度:
- 权威性:作者/机构背景、出版信息
- 时效性:发布/更新时间(技术类关注版本)
- 口碑评分:平台评分、用户评价、社区推荐度
- 适用匹配:与用户水平和目标的匹配度
- 完整性:内容覆盖度、系统性
筛选原则:
- 优先选择被广泛认可的经典资源
- 技术类资源关注版本时效性
- 平衡免费与付费资源
- 确保资源可获取(链接有效)
Step 4:分类整理
按以下维度组织资源:
- 按类型:书籍 / 课程 / 论文 / 文档 / 博客 / 项目
- 按难度:入门 → 进阶 → 高级
- 按用途:理论奠基 / 实践应用 / 工具参考
- 按费用:免费 / 付费
Step 5:汇总输出
以结构化格式呈现结果,每个资源包含:
📚 [资源名称](难度:入门/进阶/高级)
- 类型:书籍/课程/论文/其他
- 作者/机构:[名称]
- 评分/口碑:[评分或推荐语]
- 简介:一句话概括核心价值
- 链接:[获取地址]
- 推荐理由:为什么推荐这个资源
输出格式示例
用户询问:"帮我汇总机器学习的学习资料"
输出结构示例:
# 机器学习学习资源汇总
## 入门书籍
📚 《机器学习实战》(难度:入门)
- 作者:Peter Harrington
- 评分:豆瓣 8.4
- 简介:通过实际代码讲解基础算法,适合动手实践
- 链接:https://book.douban.com/subject/24703171/
- 推荐理由:代码示例丰富,降低入门门槛
## 系统课程
🎓 吴恩达机器学习课程(难度:入门-进阶)
- 平台:Coursera / B站
- 评分:Coursera 4.9/5
- 简介:最经典的机器学习入门课程
- 链接:https://www.coursera.org/learn/machine-learning
- 推荐理由:讲解清晰,理论与实践并重
## 进阶论文
📄 Attention Is All You Need(难度:高级)
- 作者:Vaswani et al.
- 发表:NIPS 2017
- 简介:Transformer 架构开创性论文
- 链接:https://arxiv.org/abs/1706.03762
- 推荐理由:深度学习必读论文,现代 NLP 基础
## 快速参考
📖 机器学习 cheatsheets
- 类型:速查文档
- 链接:https://github.com/afshinea/stanford-cs-229-machine-learning
- 推荐理由:复习知识点的高效工具
注意事项
- 时效性:技术类资源注意版本和发布时间,避免过时内容
- 可获取性:优先提供可直接访问的免费资源,付费资源注明价格
- 多样性:同一类别提供 2-4 个不同风格/角度的资源供选择
- 中文友好:国内用户优先推荐中文资源或有中文字幕/翻译的资源
- 版权合规:不提供盗版资源链接,引导至官方获取渠道
高级用法
结合用户背景定制
如用户提供背景信息,调整推荐策略:
| 用户背景 | 调整策略 |
|---|---|
| 有编程基础 | 跳过编程入门,直接推荐领域内容 |
| 在校学生 | 推荐教材风格、系统性强、有课后习题的资源 |
| 职场转岗 | 推荐实战导向、项目驱动的速成课程 |
| 研究人员 | 增加论文占比,推荐顶会论文和综述 |
主题细分
当领域较广时,建议先细分主题分别汇总:
例如"前端开发"可拆分为:
- HTML/CSS 基础
- JavaScript 核心
- React/Vue 框架
- 工程化工具
- 性能优化
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/modelscope.cn/learning-resources">View 学习资料汇总 on skillZs</a>