Learn Prototype

Simulates mock interviews for any role and experience level with tailored technical, behavioral, and case questions plus detailed feedback and scoring.

Collaborative thinking partner for exploring complex problems through questioning

用可视化图表和类比解释代码。在解释代码如何工作、教授代码库或用户询问如何工作时使用

AI language tutor for learning ANY language through conversation, vocab drills, grammar lessons, flashcards, and immersive practice. Use when the user wants to: learn a new language, practice vocabulary, study grammar, do flashcard drills, translate phrases, practice conversation, prepare for travel, learn slang/idioms, or improve pronunciation. Supports ALL languages including Spanish, French, German, Japanese, Chinese (Mandarin/Cantonese), Korean, Arabic, Hindi, Bengali/Bangla, Portuguese, Russian, Italian, Turkish, Vietnamese, Thai, Swahili, Hebrew, Polish, Dutch, Greek, and 100+ more.

Auto-learns how you learn best. Adapts teaching style, format, and depth to you.

Comprehensive AI programming tutor for all levels. Teaches programming through interactive lessons, code review, debugging guidance, algorithm practice, project mentoring, and design pattern exploration. Use when the user wants to: learn a programming language, debug code, understand algorithms, review their code, learn design patterns, practice data structures, prepare for coding interviews, understand best practices, build projects, or get help with homework. Supports Python and JavaScript.

K12智能老师辅导系统，支持作业批改、错题分析、举一反三练习生成。覆盖小学/初中/高中全学段，语文/数学/英语/物理/化学/生物/历史/地理/政治九大学科；每科内置4个高频主题，统一生成基础/提高/挑战三层练习。可生成Markdown/JSON练习文件，安装python-docx后可生成Word文档。

论文写作全流程AI导师。不是代写，是引导——从选题到答辩，分阶段带学生走完毕业论文全流程。 触发场景：写论文 / 毕业论文 / 论文选题 / 开题报告 / 论文大纲 / 文献综述 / 论文修改 / 导师反馈 / 答辩准备 / 论文查重 / 论文格式 / 学位论文 / 课程论文 / 职称论文 / 帮我写论文 / 论文不会写 / 导师让我改论文 / 答辩紧张 核心逻辑：普通AI只会"你说我写"，这个skill解决的是"你不知道该说什么"。 七阶段核心流程： 1. 选题诊断 — 帮你找到能写下去的题目 2. 开题报告 — 生成结构化开题文档 3. 大纲构建 — 多级学术大纲+写作指引 4. 逐章辅导 — 像导师批注一样给修改建议（含导师反馈处理） 5. 自检清单 — 提交前四维检查 6. 导出docx — 符合模板的Word文档 7. 答辩准备 — 自述稿+PPT框架+高频问题预判 专项辅助模块（按需调用）： - 量化研究全程指南 [references/quantitative-research.md]（问卷设计/预测试/SPSS分析/中介效应） - 质性研究专项 [references/qualitative-research.md]（访谈法/案例研究/扎根理论/主题分析法） - 查重与AI检测指南 [references/plagiarism-guide.md]（降重方法/AI率控制/超标处理） - 论文写作工具链 [references/toolchain-guide.md]（文献管理/数据分析工具/时间规划） - 文献综述专项 [references/literature-review.md]（分类框架/述评写法/研究缺口） 每个阶段结束主动提示下一步，不让学生卡住。

A-Share Multi-Dimensional Quantitative Analysis MCP Server - broker research reports, AI news analysis, and stock comprehensive analysis

A-Share Multi-Dimensional Quantitative Analysis MCP Server - broker research reports, AI news analysis, and stock comprehensive analysis

当用户学完一个东西想自查是否真懂、或觉得「好像懂了」但不确定时使用。用「费曼学习法」让他用自己的话把概念讲出来，你扮好奇学生专挑他含糊/跳过的地方追问，把「讲不顺的模糊处」揪出来作为没真懂的漏洞，定位是缺前置知识还是没想透，判断理解是否闭环。触发场景：我学完了考考我、自查一下、我好像懂了、我讲讲你看对不对、检验我...

用户学任何新概念/新技术/新理论的默认深度入口——一次性用五个视角把概念讲透并帮他选深入方向：crossover 用已会的撬动、occam 框定该学多深、graph 建知识地图、prototype 最小原型迭代、feynman 拷问检验。触发场景：我想学 X、理解 X、X 是什么、讲讲 X、搞懂 X、学一下 X、...

当用户纠结要不要学某个东西、学到什么程度，或在做时间/精力/项目取舍时使用。用「简易策略」先逼问要解决的既定问题，检验现有知识能否搞定，评估知识贬值速度与 ROI，用「探索 vs 应用」判断该学新的还是用现有的，给出「学 / 不学 / 只学最小够用」的结论，避免囤积会贬值的知识。触发场景：要不要学 X、值不值得深...