Learn Journal 快速上手

起步

最近复核于 2026-07-10

本教程属于学习路径：

日常效率提升

前置要求：

Learn Journal

速览 vs 深入

你只有…	读什么	读完应得到
5 分钟	前提 + 适配表 +「第一天两种方式」	知道复制哪个适配文件、第一周只记 problems
15 分钟	全文并完成初始化	文件夹结构就绪，至少一篇 Level 0 问题记录
想懂为什么	装完后再读运作原理	冷启动与反代写不是「功能列表」，是实验设计

N=1 / 验收边界

本页教的是「最小可装上」。Claude Code 适配最完整；Codex / CatDesk / Cursor 目前主要是规则适配器，真实平台触发尚未完成同等级验收，不要理解为「四平台完整支持」。

前提条件（诚实版）

你需要：

一个你已经会用的 AI 编程助手（Claude Code / Codex / CatDesk / Cursor，任选一个）
能打开终端，能 cd 到文件夹，能复制粘贴命令
一个空文件夹（或者你想放学习记录的任何地方）
10 分钟时间（第一次设置，不是 30 秒）

你不需要：git（可选但推荐）、Python（lint 脚本需要，但第一周不用）、markdown 深度知识（会看就行）。

如果你连 AI 编程助手都还没装，先去装一个再回来。这不是本指南的范围。若还没读过导读，先确认适不适合你。

第一步：下载并解压

从这里下载 skill-pack.zip，解压到你准备好的文件夹里。

解压后你会看到一个 skill-pack/ 目录：

my-learning/              # 你的文件夹
└── skill-pack/
    ├── protocols/        # AI 遵循的规则（概率层）
    ├── templates/        # 笔记模板（三级渐进：L0/L1/L2）
    ├── skills/           # 功能描述
    ├── adapters/         # 平台适配文件
    ├── scripts/          # 确定性层（lint/stats/health-check）
    └── config.yaml.example

macOS / Linux / WSL 可用 Finder/文件管理器解压，或 unzip skill-pack.zip。Windows 可右键解压，或在 PowerShell 用 Expand-Archive。关键是：后续命令都在「学习文件夹根目录」执行，不要钻进 skill-pack/ 里当根。

第二步：放置适配文件

根据你用的 AI 工具，把对应的文件复制到你的学习文件夹根目录（与 skill-pack/ 同级）：

你用的工具	复制这个文件	放到根目录后叫
Claude Code	`skill-pack/adapters/claude-code/CLAUDE.md`	`CLAUDE.md`
Codex	`skill-pack/adapters/codex/AGENTS.md`	`AGENTS.md`
CatDesk	`skill-pack/adapters/catdesk/CATDESK.md`	`CATDESK.md`
Cursor	`skill-pack/adapters/cursor/.cursorrules`	`.cursorrules`

Claude Code 还需要把 Skill 入口复制到官方发现目录：

mkdir -p .claude/skills
cp -R skill-pack/skills/. .claude/skills/

每个入口应形如 .claude/skills/<name>/SKILL.md。Codex、CatDesk 和 Cursor 当前只有规则适配器，真实平台触发尚未完成同等级验收，不应理解为「完整支持」。

然后把 skill-pack/config.yaml.example 复制为 config.yaml：

cp skill-pack/config.yaml.example config.yaml

Windows PowerShell 可用：

Copy-Item skill-pack\config.yaml.example config.yaml

第三步：初始化

打开你的 AI 助手，在这个文件夹里说：

「帮我初始化学习空间」

AI 会问你几个问题（名字、学习方向、经验水平），然后帮你创建目录结构。

如果中途想退出 AI 对话，不同工具的退出方式不同：Claude Code 用 /quit 或 Ctrl+C，CatDesk 关闭窗口即可，Cursor 按 Esc。退出不会丢失已创建的文件。

初始化完成后，你的文件夹变成：

my-learning/
├── config.yaml           # 你的配置
├── CLAUDE.md             # （或对应的适配文件）
├── skill-pack/           # 协议和模板
├── daily/                # 每天的日志
├── learnings/            # 学习笔记
├── problems/             # 问题记录
└── sources/              # 学习材料

冷启动：第一周只记 problems/

Learn Journal 的冷启动策略是刻意设计的——第一周只引导你记录 problems/（遇到的问题和解决方案）。

为什么？因为问题记录的复用价值最快兑现。下次遇到同样的报错，AI 搜索你的 problems/ 目录直接找到解决方案。这让你在第一周就能体验到「记录的回报」。

第二周才引入 learnings/，第三周才开完整工件路由。不要急着用所有功能——先让「记录 - 复用」的正反馈循环跑起来。

第一天：两种方式记问题

遇到一个问题并解决后，你有两个选择：

选择 A：对话模式（适合不知道怎么组织的时候）

对 AI 说「刚解决了一个问题」，AI 会引导你结构化：

你: 刚解决了一个 Nginx 502 的问题，折腾了一小时。

AI: 不错！我来帮你记下来。先用你自己的话说说：
    1. 什么现象触发了这个问题？
    2. 根因是什么？
    3. 最终怎么解决的？

注意 AI 会先问你「用自己的话说说」——这是反代写机制。不是 AI 帮你写，是你先表达，AI 再结构化。

选择 B：快速模式（适合知道要写什么的时候）

直接用 Level 0 模板——标题 + 一段文本就够了：

# Nginx 502 Bad Gateway

upstream 配置里 server 地址写错了，写成了 localhost:3000 但服务跑在 8080。
改成 localhost:8080 后正常。以后先 curl 确认后端端口再配 upstream。

30 秒搞定。不需要完整的模板字段，Level 0 就是这么简单。

2分钟看懂：初始化后最小自检

在学习文件夹根目录跑（第一周可选，但能确认确定性层在）：

ls
# 应能看到 config.yaml、skill-pack/、problems/ 等

# 若脚本可执行（Unix）：
bash skill-pack/scripts/health-check.sh

样例期望（示意，具体文案随版本变化）： 目录存在、config.yaml 可读；缺适配文件时应明确提示，而不是静默成功。若 AI 初始化失败，你仍可手动 mkdir problems learnings daily sources 并开始写 Level 0——这就是降级可用。

渐进模板：从 Level 0 到 Level 2

你不需要一开始就写「完美笔记」。三级渐进：

Level 0（第一周够用）— 标题 + 一段文本。甚至一句话都行。

Level 1（第二周引入）— 加上来源和一句话总结：

---
来源: 配置 Nginx 时遇到
---

# Nginx 502 Bad Gateway

一句话：upstream server 地址端口写错导致 502。

upstream 配置里 server 地址写错了...

Level 2（熟练后可选）— 加上 why/how、踩坑、关联：

---
来源: 配置 Nginx 时遇到
关联: [learnings/nginx-reverse-proxy.md]
---

# Nginx 502 Bad Gateway

一句话：upstream server 地址端口写错导致 502。

## 为什么会出这个问题

Nginx 作为反向代理转发请求到 upstream，如果 upstream 地址不可达就返回 502...

## 踩坑

- 第一反应是看 Nginx 日志，但默认 error.log 没开 debug 级别
- 应该先 curl localhost:端口 确认后端是否存活

你可以永远停在 Level 0。AI 会在合适的时机建议升级，但不强制。

第一周后你的文件夹长这样

my-learning/
├── config.yaml
├── daily/
│   └── (第二周才开始用)
├── learnings/
│   └── (第二周才开始用)
├── problems/
│   ├── nginx-502-bad-gateway.md
│   ├── docker-port-conflict.md
│   └── git-merge-conflict-resolution.md
└── sources/
    └── (第三周才开始用)

所有文件都是普通 markdown，用任何编辑器都能打开看。

确定性层：脚本工具

skill-pack/scripts/ 里有几个 shell 脚本，是系统的确定性层——不依赖 AI，可复现：

lint-notes.sh — 检查笔记格式（来源字段、文件名规范）
stats.sh — 统计客观指标（active_days_ratio、reuse_rate、ai_assist_ratio）
health-check.sh — 系统健康检查（目录结构、配置完整性）

第一周不需要用这些。等你积累了 10+ 篇笔记后，跑一次 stats.sh 看看数据。Windows 上若无 bash，可用 Git Bash / WSL 运行；不要假设 PowerShell 能直接执行 .sh。

常见坑

「AI 没有按照协议行为」 — 检查适配文件（CLAUDE.md / AGENTS.md / CATDESK.md / .cursorrules）是否在文件夹根目录。如果放错了位置（例如只在 skill-pack/adapters/ 里），AI 读不到它。另一个可能：你的 AI 工具的上下文窗口太小，协议文件被截断了。这是概率层的固有限制——确定性层（脚本）不受影响。

「对话模式太慢，每次都要聊好几轮」 — 用快速模式。或者对 AI 说「今天用简洁模式，不要追问，直接帮我记」。协议支持这种切换。

「不知道该说什么」 — 就说「刚解决了一个问题」或者「今天遇到了 X 报错」。第一周只记 problems/，范围很窄，不需要想太多。

「笔记格式不对」 — 第一周不用在意格式。Level 0 没有格式要求。先养成「遇到问题就记一笔」的习惯。

「我用的 AI 工具不在列表里」 — 如果你用的是 Windsurf、GitHub Copilot 或其他支持 system prompt / 规则文件的工具，可以试试 Cursor 的 .cursorrules 适配文件作为起点。不保证完美兼容，但基本功能可能能用。

「Cursor 行找不到 / 表格坏了」 — 适配表四行应完整；Cursor 对应 skill-pack/adapters/cursor/.cursorrules → 根目录 .cursorrules。若 zip 里没有该文件，说明包版本过旧，换最新 skill-pack 或手动从仓库 adapters 目录取。

如果你第三天就不想用了

这很正常。学习 journaling 类工具的典型曲线是「前 3 天热情、第 2 周断崖」。

几个建议：

把目标降到最低——「遇到问题写一句话」也算。Level 0 就是为这个设计的。
只记 problems/——复用价值最快兑现，能给你正反馈。
如果连一句话都不想写，那可能这套方法不适合你，这没什么问题。不是所有人都需要结构化学习记录。实验允许退出。

可自检清单

□ 适配文件在学习文件夹根目录（不是只在 adapters/ 里）
□ 存在 config.yaml（从 example 复制而来）
□ Claude Code 用户：.claude/skills/<name>/SKILL.md 存在
□ 第一周计划只写 problems/，没有强迫自己开齐 daily/learnings
□ 我至少用对话模式或 Level 0 快速模式留下过一篇记录
□ 我理解其他平台「有适配器 ≠ 已同等级验收」

下一步

它是怎么工作的——理解背后的核心循环和自然复用
设计哲学——代价、Kill Switch、开放问题
日常节奏——完整的日循环工作流（如果你用 Claude Code）
学习管理系统——工件选择和知识捕获的完整理论