Textbook-Writer-Skills 教材写作套件

简体中文 | English

Textbook-Writer-Skills 是一套装进编程智能体（Claude Code / Codex / 国内 WorkBuddy）的教材写作 skill 组合。它把成熟的教学设计方法装进 AI 的工作流：先想清楚「学生学完该带走什么」，再倒推章节和习题，一章一章写出有主线、有梯度、题目答案可信的成体系教材——中途断了随时续写。当前 v0.6.2：5 个 skill（1 个主调度 + 3 个流水线子 skill + 1 个独立辅助）覆盖从工作目录规划到审核定稿的五阶段全流程，理科、人文社科与经济学都能写。

一套内核，多个学科门类。 学科差异不散落在流程里，而是收拢成可插拔的学科档案——随学科变化的只有四件事：题型集、验证手段、认知动词、章内段义。内置三份：stem 面向数学、物理、计算机等答案可复算的学科（已跑通全案回归）；humanities 面向历史、哲学、文学、政治学、社会学、艺术史等答案取决于论证的学科，把"真算复核"换成"核对来源"（大纲与单章两条路径已由 eval 7、8 实跑验证）；economics 面向经济学与金融学这类混合学科——模型题能复算、统计数据只能核来源、政策题两者都不适用而要给论证要点，三类手段在同一本教材里交织（eval 9、10 待跑）。三份档案共用同一套验证纪律，换的只是核的方式。支持一个新门类不需要改内核，只需加一份档案、在索引里登记一行。

阶段交接契约、落盘布局与状态机的准确定义以 handoff-contract.md 为准，学科差异的收口处是 subject-profile-spec.md。

设计理念

拼的是教学设计，不是长文生成。 写教材的难点不在写作本身，在教学设计。已有工具解决的是「把素材组织成长文档」，这套 skill 解决的是「怎么把一门知识教明白」。

• 关键决策由作者拍板。 教学定位、UbD 五件套、章节树是一本教材的灵魂。skill 给出草案后会停在两个检查点（gate）等作者明确确认，任何「流程优化」都不得绕过——它的职责是逼你想清楚，不是替你做主。
• 诚实优先于流畅。 验证不了的结论宁可标注「需作者确认」，也不输出一个看起来自信的编造结果。
• 用流水线代替一口气写完。 流水线上的 4 个 skill 各管一段，阶段之间靠书面契约交接，互不读对方的中间过程——这是长教材写得完、每章质量稳定的工程保证。

不可妥协的底线：每道题的答案必须按学科档案定义的手段核过才输出（理科真算复核、文科核对来源与引文出处），验证不了的一律标注 ⚠️ 需作者确认；阶段 2/3 的双 gate 必须作者明确确认才放行。这两条不与任何目标权衡——学科可以换，纪律不换：档案能定义"用什么方式验证"，不能定义"是否需要验证"。

✅ 能做的 / ⛔ 不做的

✅ 这套 skill 会做的	⛔ 这套 skill 不做的
一轮提问定教学定位，产出 UbD 五件套	替你拍板教学定位与章节取舍（双 gate 停下等你确认）
倒推章节树，做全书 Bloom 梯度体检	替你判断学界有争议处该站哪一边（会列出主要分歧请你定）
按四段式逐章写正文，维护术语表一致性	把你已有的讲义素材整理成一门课
生成三类题，答案按学科档案定义的手段核过（理科真算复核 / 文科核对来源与引文出处）	输出验证不了却假装已验证的答案；凭记忆编造引文、出处或年份
进度落盘 .progress.json，断了从断点续写	在线课程平台与 LMS 集成
动笔前规划并创建工作目录（可选 git）	自动生成插图

「不替你做主」不是缺点，是这套流水线的设计前提：教学定位、UbD 五件套、章节树决定一本教材的成败，AI 出草案，判断权留给懂学科的你。

五条红线的完整表述见 CONTRIBUTING.md 的「红线约束」一节，契约层的权威定义见 handoff-contract.md。

能写哪些学科

学科覆盖由三份可插拔的学科档案定义，阶段 1 按你的学科自动判定、打印一次（如 学科档案：humanities），此后逐章透传——你不需要指定档案，判得不对在阶段 1 直接说。权威索引与判定口径见 subject-profile-spec.md 第 5 节。

档案	覆盖学科	验证方式	实测状态
stem	数学各分支、物理、化学、工程、计算机科学与算法	真算复核：逐题沿与解答不同的路径实际复算并比对结果	✅ 全案回归通过（eval 1–6）
humanities	历史、哲学、文学、政治学、社会学、艺术史、宗教研究	核对来源：引文逐字核对原文并记明版本与位置，绝不凭记忆编造出处	✅ 大纲与单章两条路径实跑通过（eval 7、8）
economics	经济学各分支（微观、宏观、计量、国际、发展、产业组织）与金融学	混合：模型题复算 + 统计数据核对权威来源 + 政策题给论证要点与评价标准	⏳ eval 9、10 待跑（档案与用例已入库）

分界从同一个问题问起：**这门学科的典型习题，答案能不能由一条与解答不同的路径重新算一遍并比对结果？**基本都能，走 stem；基本都不能（答案取决于论证与立场），走 humanities；一半能一半不能（模型可复算、数据只能核来源），走 economics。

站在边界上的学科，各档案第 1 节写明了判定口径：

• 语言学习、法学、会计：语法规则、法条、判例、准则都是确定性可核查事实——以规则应用题为主走 stem（把「复算」读作「查条文原文并比对」），以案例论证、法理辨析为主走 humanities；
• 心理学、地理：计算题与实证数据题走 stem，理论论述与政策讨论按 humanities 的论述题处理；实证形态与经济学同构（实证数据 + 统计推断）的教材也可参照 economics——它会先向你说明已知差异再动笔；
• 经济学内部再分：纯数理推导为主体（数理经济学、金融工程）走 stem，以论证与文本为主体（经济思想史、比较经济制度、政治经济学）走 humanities，两类题在同一本书里交织（绝大多数经济学原理、中级微观/宏观、计量入门教材）走 economics；
• 交叉主题（科学史、数字人文）：以哪类题为主体就走哪份档案，另一类按对方档案的对应题型处理，分工写进教材设计文档。

清单之外的学科也能写，但不会静默硬套：阶段 1 匹配不到档案时，它会向你说明「本学科暂无专属档案，将按最接近的档案处理」并列出已知差异（哪些题型没有对应的验证手段、章内段式是否需要调整），由你决定继续还是调整范围——档案决定全书的验证纪律与章内段式，这个近似能不能接受，只有懂学科的你有资格判断。

它解决三个坑

直接对 AI 说「帮我写一本教材」，通常会踩中三个坑。这套 skill 的全部设计都是冲着它们去的。

坑一：写出来的是知识点汇编，不是教材

AI 很乐意一章一章罗列概念，像把百科词条装订成册：没有贯穿全书的主线，习题和「学生该学会什么」对不上，学完不知道该带走什么。