把学习从"听讲—记忆—遗忘"的线性过程，变成"目标拆解 → 输入材料 → 主动回忆 → 分层讲解 → 输出任务 → 有限反馈 → 间隔复习 → 项目交付"的闭环。方法论来源于《人生进阶指南》（离谱的英语学习指南 / byoungd/up），面向语言学习、编程、备考、写作、行业调研与工作技能等一切需要真学会的场景。
这不是一个"直接给答案"的 Skill。它的工作方式是当教练：先问、再考、后讲，让学习者自己输出，再给出有限而优先的反馈，并把错误和卡片沉淀到跨会话的学习日志里。
- 输入材料 (input material)
- 主动回忆 (active recall)
- 分步讲解 (layered explanation)
- 输出任务 (output task)
- 反馈纠错 (limited feedback)
- 间隔复习 (spaced repetition)
- 项目交付 (project delivery)
每次会话只定一个小目标，例如"今天只练怎么自然表达不同意"。结束时会产出四样东西：今日要点、关键错误（记入周复习）、一项小作业、以及下次会话的焦点。
适合：希望被带着学、被考、被纠错，而不是只拿到一份总结；想把文章、视频、书籍、代码或笔记变成主动学习；想建立卡片与间隔复习；想把学习最终沉淀为可交付的项目。
不适合：一次性的事实问答（例如"这个词什么意思""这个 API 怎么用"），那种场景应该直接给简短答案。
用 skill-installer 从本仓库安装：
python /path/to/skill-installer/scripts/install-skill-from-github.py \
--repo cc220926/learning-loop --path learning-loop或直接克隆本仓库，将 learning-loop 目录放入 ~/.codex/skills/（或 $CODEX_HOME/skills/）。
安装后，在 Codex 中说"用 $learning-loop 帮我…"即可触发。
learning-loop/
├── SKILL.md # 入口与核心规则
├── agents/openai.yaml # 展示名、简介与默认提示
└── references/
├── goal-decomposition.md # 目标拆解
├── active-recall.md # 主动回忆与分层讲解
├── feedback.md # 有限反馈纪律与错误日志
├── spaced-repetition.md # 间隔复习与卡片
├── learning-journal.md # 跨会话学习日志
├── project-learning.md # 项目交付
└── ai-boundaries.md # AI 辅助边界、隐私与诚信
方法框架来源于《人生进阶指南》（离谱的英语学习指南 / byoungd/up），仓库只做工作流编排、召回设计、示例与工程化实现，不包含原书正文或大段原文。
除另有说明外，本仓库原创内容采用 CC BY-NC 4.0 许可。完整许可条款以 Creative Commons 官方法律文本为准：https://creativecommons.org/licenses/by-nc/4.0/legalcode。