Alvar Method

这是什么？适合谁？

Alvar Method（vasanthsreeram/Alvarmethod）是可移植的 Agent Skills，运行 Eero Alvar 的 AI 学习循环——一对一教学法，一个老师、一个大脑。灵感来自 Eero Alvar 的视频 How I Use AI to Learn Things（2026-08-14）。

核心洞察——「多对多学习会漏」：

• 一个出口 → 许多学生：永远不适合你的知识边界
• 一个学生 → 许多出口：切换成本 + 大脑在不信任的来源上犹豫

解法：一个接口、许多来源。信任靠工程（验证），挣扎留在材料里，系统吃掉后勤。

学习循环：

Probe（探测这个大脑的边界）
  → Plan（mermaid DAG 计划）
  → Teach（一次只教一个推理步骤）
  → Lock-in quiz（锁定测验）
  → 通过则下一节点 / 失败则插入前置

适合人群：想用 AI 系统化自学的人；希望「教学内容贴合自己知识边界」而非通用课程的人。

准备工作

1. 安装：npx skills add vasanthsreeram/Alvarmethod -g --all（Claude Code、Codex、Grok、Pi、OpenCode、Cursor 等）。
2. 成本：MIT 开源，免费。
3. 工作目录：打开一个学习文件夹（不是这个仓库）。
4. 时间预算：安装 1 分钟；/teach 即开始。

快速上手（3 步）

第一步：安装

npx skills add vasanthsreeram/Alvarmethod -g --all
# 或单个 skill
npx skills add vasanthsreeram/Alvarmethod --skill teach -g -y

第二步：开学习文件夹并开始

/teach I want a solid introduction to <topic>

第三步：走循环

你会得到：quiz picker（不是聊天里贴 A/B/C/D）→ mermaid DAG → 一个推理步骤 → 锁定测验。

成功判定：测验用 Agent 原生 picker 工具（ask_user_question/AskUserQuestion 等），教学一次只走一个节点，不贴教科书。

初级用法

五个 Skill

测验必须用原生 picker

如果 Agent 贴 A/B/C/D，说「use the quiz tool」；如果它倒教科书，说「one node only」。

高级玩法

会话文件

.alvar/LEARNER.md
.alvar/maps/<topic>.md
.alvar/sessions/<date>-<topic>.md
.alvar/visuals/…

把 Obsidian 指向 .alvar/ 可预览 LaTeX。

更新与卸载

npx skills update -g      # 更新
./install.sh --uninstall  # 卸载

三种安装方式

npx skills（首选）、npx github:vasanthsreeram/Alvarmethod、clone + ./install.sh。

小技巧

1. 先 probe 再 teach：分级 MCQ 从宽开始，对每条线索二分搜索，找到你的真实边界。
2. 一次一个节点：Agent 倒教科书时立刻喊停——「one node only」。
3. 用 learn-verify 核查事实：在断言被当事实教出去之前先验证。
4. learn-visual 一图看懂：一张 SVG，看它、修它，比文字更高效。
5. 贴 A/B/C/D 就纠偏：直接说「use the quiz tool」，逼它用原生 picker。

常见踩坑

踩坑 1：Agent 在聊天里贴 A/B/C/D

• 现象：没弹 quiz picker，而是把选项贴在消息里。
• 原因：Agent 没用原生 quiz 工具。
• 解决：说「use the quiz tool」；不同 Agent 工具名不同（见上表）。

踩坑 2：Agent 倒教科书

• 现象：一次教一整个章节。
• 原因：没理解「一次一个推理步骤」。
• 解决：说「one node only」，强制单节点教学。

踩坑 3：装到错误目录

• 现象：Skill 不生效。
• 原因：装进了仓库目录而非 Agent 的 skills 目录。
• 解决：用 -g 装到全局（~/.codex/skills、~/.claude/skills 等）；对照 README 的路径表。

踩坑 4：改错了副本

• 现象：改 ~/.claude 下的副本，重装后丢失。
• 原因：该在仓库里改 skill 再重装。
• 解决：贡献时在仓库编辑，reinstall；别 patch ~/.claude/~/.grok 下的副本。

踩坑 5：混淆学习文件夹和仓库

• 现象：在仓库目录里 /teach。
• 原因：会话文件应落在独立学习文件夹。
• 解决：开一个学习文件夹（不是本仓库），.alvar/ 文件都写那里。

常见问题 FAQ

Q1: Alvar Method 是 Eero Alvar 本人做的吗？

A: 不是。它实现的是 Eero Alvar 视频里描述的 AI 学习循环（probe→plan→teach→quiz），作者按其方法做成 Agent Skills。视频和方法版权归 Eero Alvar。

Q2: 和普通「让 AI 教我」有什么不同？

A: 普通方式是一次出口面对许多学生，内容不贴合你的知识边界。Alvar 用 probe 探测边界、plan 画 DAG、一次只教一个节点、quiz 锁定，把教学变成针对你这个大脑的循环。

Q3: 支持哪些 Agent？

A: Claude Code、Codex、Grok、Pi、OpenCode、Cursor 及 skills CLI 的其他 Agent。quiz 必须用各 Agent 原生 picker 工具。

Q4: 学习进度存哪？

A: 学习文件夹下的 .alvar/（LEARNER.md、maps/、sessions/、visuals/），可指 Obsidian 预览 LaTeX。

Q5: 免费吗？

A: MIT 开源，Skill、安装器、文档全 MIT。

进阶学习建议

掌握基础后，建议深入：

1. learn-verify 前置化：在学新主题前先核查关键断言，避免把错误当事实吸收——这是「信任靠工程」的核心。
2. 观察 learn-profile：读 .alvar/LEARNER.md，理解自己的知识边界结构，针对薄弱环节补 probe。
3. 看原始视频：Eero Alvar 的 How I Use AI to Learn Things 是方法本源，理解设计意图能更好地用这些 Skill。

参考链接

• 官方仓库
• Eero Alvar 原视频
• skills CLI

最后更新：2026-08-27 · 作者：MagicNetWorld · 基于公开资料整理，关键数据经 GitHub API 独立实测核验，AI 辅助生成