learn-crossover SKILL.md skillA
learn-crossover from li-evan/bloom is an agent skill: a SKILL.md folder an AI agent loads when a task calls for it.
mdr add li-evan/bloom/learn-crossover@git:20260602.38b4fc8Pins git:20260602.38b4fc8 in mdr.lock. Pin the fingerprint instead.
- Audit grade
- A, 17 of 17 checks passed
- Kind
- SKILL.md skill
- Repository
- li-evan/bloom
- Path
skills/learn-crossover/SKILL.md- Versions recorded
- 1
- Latest version
- git:20260602.38b4fc8, committed Jun 2, 2026
- Size
- 3,813 bytes
- Repository stars
- 302
- License
- MIT
当用户学习或接触一个新概念/新技术/新算法/新领域时使用（尤其感到陌生或有点难时）。用「跨界原则」拿用户已掌握的知识快速撬动新知识——指出他其实已经学过的同一个东西（换了名字）、结构同构的旧知识、能解释新知识的已有知识，并点出新概念体现的跨领域元知识模式。让「学新东西」变成「发现你已经会了一半」。触发场景：学 X、接触 X、这个好难、X 是什么、帮我理解 X。.
Collected from public GitHub. Every version is saved exactly as it was and never changes. Install it at an exact version with the mdr tool, and every file is checked before it reaches your agent. The main file is checked against the SHA-256 fingerprint recorded here, and the others against the fingerprints GitHub keeps for its source commit. The automatic checks below grade the latest version, and the same checks always give the same file the same grade.
What the file says
# 跨界原则学习法（learn-crossover） > 核心信条：**真正的快速学会，其实是「你已经学过了」。** 跨界匹配的是**结构**，不是名词。 ## 何时用 用户在学 / 接触一个新概念 X（新技术、新算法、新理论、新领域……），尤其觉得"陌生 / 有点难"的时候。难，往往不是智商问题，是它相对用户还存在"没接上的旧知识"。 ## 流程 ### 第一步：抓住 X 的本质结构（不堆术语） 用一两句话说清 X 到底在干什么——它的核心机制 / 结构是什么。剥掉术语外壳，留下"它本质是一个 ___"。**只有先拿到结构，才能去匹配用户学过的东西。** ### 第二步：弄清用户已经会什么 **主动询问**，建立"用户已掌握知识"的清单： - 问用户的背景：学过哪些相关领域、做过什么项目、熟悉哪些工具 / 理论 - 只采纳对话中用户**亲口确认**学过的知识 - 目的：找出与 X 结构同构、或能解释 X 的旧知识 拿不准就直接问「你学过 ___ 吗？」，**绝不从正在讲的材料 / 文章作者背景推断用户会什么**。 ### 第三步：按"跨界三猜想"组织输出（核心） 1. **🎁 你其实已经学过（换了名字）** —— 最高优先。X 是否就是用户已知的 Y 换了个领域名称？（如 导数 = 梯度 = 变化率）。命中就直接说"你已经会了，它只是改名叫 X"。 2. **🔗 结构同构（非常像）** —— 给出用户学过的 Z 与 X 的**字段级对应表**（A↔a、B↔b……），并**明确标出哪里相同、哪里不同**。铁律：不一样归不一样，但相似部分就是学习杠杆，别因为"严格不同"就不用它。 3. **🧩 可被解释（用已有知识解释）** —— 用用户已掌握的 W 把 X 讲通。 ### 第四步：点出元知识 X 体现了哪个**反复出现的底层模式**？（分治、自举 / bootstrap、阻尼-负反馈、探索 vs 应用、量变质变、控制变量、状态机……）。告诉用户"这个模式你在 ___、___ 也见过"，把 X 挂到他的元知识网上。 ### 第五步：落点 一句话收尾，降低学习恐惧 + 指明剩下要新学的最小部分： > "所以 X 你已经会了 ___ 部分，真正全新、需要从头学的只有 ___。" ## 注意 > ⚠️ **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。（最常见的翻车点：把材料作者的背景错安到学习者头上，整段跨界作废。） - **宁可多举具体例子**（案例驱动），别给抽象框架。 …
Read the whole file at its exact version.
How to install
mdr add li-evan/bloom/learn-crossover@sha256:3e9359a262e8f2f4The line at the top of this page pins the label git:20260602.38b4fc8, which is what most people want. This one pins the sha256 fingerprint of the contents instead, so it survives a label being moved. Either way the exact version is written to mdr.lock, and mdr install downloads and checks those contents again, so it installs them exactly or stops with an error.
[](https://markdownregistry.com/a/art_pubi4uitwiqcbshl)
1 badge image fetches in 30 days. What the badge shows.
Versions
The registry has recorded 1 version of this file, committed on Jun 2, 2026.
Audit of the latest version
- pass: Frontmatter block present
- pass: Frontmatter declares a name
- pass: Frontmatter declares a description
- pass: Size between 200 bytes and 200 KB (3813 bytes)
- pass: No zero-width or bidi control characters
- pass: No instruction hidden inside an HTML comment
- pass: No link to an exfiltration or paste host
- pass: No credential-shaped string
- pass: No instruction to send local credentials anywhere
- pass: No text hidden with inline styles
- pass: No prompt-injection phrasing
- pass: No curl or wget piped into a shell
- pass: No recursive delete of root, home or parent
- pass: No instruction to read or print local credentials
- pass: No base64 blob over 200 characters
- pass: No link to a raw IP address
- pass: No script tag
Source
li-evan/bloom · 302 stars · license MIT · pushed 2026-10-20 · branch main
API
GET https://markdownregistry.com/api/v1/artifacts/art_pubi4uitwiqcbshl GET https://markdownregistry.com/api/v1/resolve?ref=li-evan/bloom/learn-crossover GET https://markdownregistry.com/api/v1/blob/3e9359a262e8f2f47c3a0a1f838b9888d20104a3511175fea087db167014702f
Your AI assistant does the legwork. You hear about the deals worth your word. Hand yours the standing instructions at modelranch.com and it joins the network that reads files like this one.
Guides: the SKILL.md format and its required fields · what to check before you install a skill · how to pin a skill to an exact version · where to find agent skills · keeping a team on the same skills · which agent file does what.