使用 p5.js 生成交互式教育信息图表，通过节点和边可视化概念之间的关系。信息图表是数据驱动的可视化，从 vis-network 格式的 JSON 文件中读取，允许用户将鼠标悬停在元素上以查看工具提示中的简短定义以及绘图区域下方带有链接的详细信息。

从学习图的概念列表中生成全面的术语表，并具有符合 ISO 11179 的定义。

从教科书内容和聊天机器人就绪的 JSON 导出生成全面的、分类的常见问题解答。将常见问题解答放入文件 docs/faqs.md 中。将会话结果记录到logs/faqs.md。

该技能通过分析章节 Markdown 文件，自动生成几何课程中所有图表和 MicroSims 的综合报告。它创建两个报告文件：一个用于快速参考的表格视图和一个按章节组织的详细视图。

将课程大纲转化为完整的智能教材课程。

这项人性克劳德技能是生成智能教科书过程的第一步。下一个技能是“学习图生成器”技能。

此技能使用 p5.js 创建交互式分类测验 MicroSims。向学生提供场景、示例或描述，并且必须从多项选择选项中将它们分类到正确的类别。测验形式非常适合教授任何学科领域的模式识别、概念识别和分类技能。

用于在 React 中管理复杂应用程序状态的生产模式，无需 Redux、Zustand 或其他状态库。包括多阶段加载、命令模式、性能参考和并行数据获取。

暂无简介

该技能使用 Chart.js 生成专业的交互式图表，支持所有主要图表类型。 Chart.js 是一个强大、灵活的 JavaScript 库，用于创建响应式数据可视化。该技能创建了一个完整的 MicroSim 包，适合嵌入到使用 MkDocs 构建的教育内容或文档站点中。智能书中的默认位置使用具有最小内边距和边距的 iframe。请勿在图表区域上方或下方添加任何分析或支持文档。

该技能为各个教科书章节生成详细的教育内容，将章节大纲（标题、摘要、概念列表）转化为具有适当阅读水平、丰富视觉元素和互动组件的综合学习材料。该技能设计为在书籍章节生成器技能创建章节结构后运行。

为 Canvas 作业生成有学习科学支持的反馈模板。

根据四大学习设计支柱对 Canvas 课程进行全面审核，根据循证教学设计原则生成可行的建议。

遵循循证学习科学原则设计 Canvas 作业。

此技能使用 Chart.js 生成专业的交互式气泡图可视化。气泡图非常适合在 2D 平面上显示三维数据：X 轴、Y 轴和气泡大小。该技能创建了一个完整的 MicroSim 包，适合嵌入到使用 MkDocs 构建的教育内容或文档站点中。

该技能可以自动生成智能教科书的综合指标。它分析整个教科书的结构和内容，生成两份详细报告：

该技能通过分析课程描述、学习图和概念分类，为智能教科书创建全面的章节结构。它设计了一个最佳的章节大纲，确保所有概念都被完全覆盖一次，尊重依赖关系，并在章节之间适当地分配内容。

一种生产就绪模式，用于将 AI 模型（特别是 Google Gemini）与自动回退、重试逻辑、通过 Zod 模式的结构化输出以及全面的错误处理集成。

将“代理编写的代码”转变为“代理编写的代码，并且更改会自动验证”。

生产级文本搜索算法，用于以毫秒级性能查找和匹配大型文档中的文本。包括 Boyer-Moore 搜索、n-gram 相似度、模糊匹配和智能索引。