Teach Skill详解：自动生成互动HTML课程的AI私教工具

Teach Skill是什么

Matt Pocock，这位在开发者圈子里赫赫有名的Skill开发者（其Grimming Skill已获得近30万下载量），近日发布了一款全新的AI学习辅助工具——Teach。这个基于Claude Code的Skill专门用于辅助学习，能根据用户的学习目标自动制定计划、生成互动式HTML课程，相当于一位随时在线的AI私人教师。

这里需要解释一下背景：Claude Code是Anthropic推出的命令行AI编程工具，它允许开发者在终端中直接与Claude模型交互，执行代码编写、文件操作、项目管理等任务。而Skill则是Claude Code生态中的一种扩展机制——本质上是一组预定义的Markdown指令文件，它们为Claude Code注入特定领域的行为模式和工作流程。你可以把Skill理解为给AI装上的"专业模块"，安装不同的Skill就像给一个通才AI赋予不同的专业身份。

从技术架构层面来看，Claude Code的Skill机制借鉴了Unix哲学中"做好一件事"的设计理念。每个Skill本质上是一个或多个.md文件，存放在项目根目录的.claude/skills/路径下。当Claude Code启动时，它会自动扫描这些文件并将其内容注入系统提示（System Prompt）中，从而改变AI的行为模式。这种设计的精妙之处在于它是声明式的——开发者不需要编写传统意义上的代码，只需用自然语言描述AI应该如何行为、遵循什么工作流程、输出什么格式。这大幅降低了"编程"AI行为的门槛，也是为什么Matt Pocock能在短时间内发布多个高质量Skill的原因。他此前开发的Grimming Skill主要面向TypeScript开发场景，而这次的Teach则将Skill的应用场景从编程拓展到了通用教育领域。

安装与基本用法

Teach的使用流程非常简洁。首先通过命令行将Teach这个Skill安装到Claude Code环境中，然后启动Claude Code即可开始使用。

激活Skill后，你只需要用自然语言告诉它想学什么内容。比如以一个幼儿园孩子的视角输入："我刚上幼儿园，想学习100以内的加减法"。Teach会自动完成以下三个步骤：

1. 理解学习目标：分析你当前的知识水平和学习需求
2. 制定学习计划：生成适合当前阶段的系统化课程规划
3. 生成第一节课程：输出可直接在浏览器中打开的HTML课件

这个流程背后体现的是一种教学设计自动化的理念。传统的教学设计（Instructional Design）通常遵循ADDIE模型——分析（Analysis）、设计（Design）、开发（Development）、实施（Implementation）、评估（Evaluation）五个阶段，每个阶段都需要教育专家投入大量时间。Teach本质上是让AI在几秒钟内完成了这个完整流程的前三个阶段：通过自然语言理解完成需求分析，通过课程规划完成教学设计，通过HTML生成完成内容开发。

互动式课程体验

不只是文字，而是完整的互动课件

Teach生成的课程并非枯燥的纯文字内容，而是精心设计的HTML文件。在浏览器中打开后，你会看到一个结构完整的互动学习页面。

以算术教学为例，课程前半部分是基础概念的讲解，它会用形象直观的方式帮助孩子理解"加法是什么意思"。后半部分则配有练习题，答对后会出现反馈动效和鼓励语，让整个学习过程充满互动乐趣。

从技术角度来看，这些HTML课件之所以能实现丰富的互动效果，是因为Claude Code具备完整的代码生成能力。每个课件本质上是一个自包含的单页Web应用，内嵌了HTML结构、CSS样式和JavaScript交互逻辑。AI会根据教学内容自动编写按钮点击事件、答案验证逻辑、动画过渡效果等前端代码，甚至会使用CSS动画或Canvas绘图来创建可视化演示。

具体而言，Teach生成的课件采用了一种称为"Single File Component"的架构思路，将所有资源内联在一个文件中。这包括使用内联SVG替代外部图片、CSS变量实现主题配色、以及原生JavaScript实现交互逻辑而非依赖React/Vue等框架。这种设计选择是经过深思熟虑的：一方面避免了外部依赖可能带来的加载失败问题，另一方面确保了课件在离线环境下也能完整运行。对于教育场景，这意味着学校网络环境差或家中网络不稳定都不会影响学习体验。生成的课件无需任何服务器支持，双击HTML文件即可在任何现代浏览器中运行——这种"零依赖"的设计让课件的分享和使用变得极其便捷，家长甚至可以直接把生成的HTML文件发送给孩子在平板上打开学习。

动画演示辅助理解

随着课程推进，后续章节的概念演示部分还会搭配形象的动画效果，帮助学习者更直观地理解抽象概念。这种多媒体结合的教学方式，比传统的纯文字讲解更容易让人理解和记住。

这种设计理念与教育心理学中的双重编码理论（Dual Coding Theory）高度契合。该理论由心理学家Allan Paivio提出，核心观点是人类大脑同时通过语言系统和视觉系统处理信息，当学习材料同时激活这两个系统时，记忆效果会显著提升。Teach生成的课件正是将文字讲解（语言通道）与动画演示（视觉通道）结合，让抽象概念获得具象化的表达，从而降低认知负荷、提高学习效率。

持续学习与进度记录

学习进度自动保存

Teach最实用的功能之一是它的学习进度记录机制。学完第一节课后，回到Claude Code让它继续生成后续课程时，Teach会自动记录之前的学习情况，据此调整后续内容的难度和节奏。

即使你中途关掉对话，下次重新启动Claude Code并激活Teach后，只需告诉它"继续教学"，它就能接着之前的进度往下走。这种体验就像身边多了一位有记忆力的私人教师，始终跟踪你的学习进展。

这个"记忆力"的实现原理值得深入了解。众所周知，大语言模型本身是无状态的——每次对话结束后，模型并不会"记住"之前的交互内容。Teach解决这个问题的方式是利用Claude Code的本地文件系统访问能力：它会在项目目录中创建结构化的进度文件（通常是Markdown或JSON格式），记录已完成的课程章节、学习者的表现数据、当前所处的课程阶段等信息。当新的对话启动时，Skill的指令会引导Claude Code首先读取这些本地文件，从而"恢复"对学习者状态的感知。

在底层实现上，Claude Code运行在用户本地的Node.js环境中，通过沙箱化的文件操作API读写磁盘。Teach利用这一能力实现的进度记录系统，在概念上类似于游戏中的"存档机制"——每次学习会话结束时自动写入进度数据，下次会话开始时自动读取并恢复状态。这种模式也被称为"文件即数据库"（File as Database），在个人工具场景中足够简洁高效，但也意味着进度数据与特定设备绑定，跨设备同步需要用户手动处理文件。这种设计巧妙地将短期的对话记忆转化为持久化的文件存储，是当前AI工具实现跨会话连续性的一种典型模式。

应用场景不限于学科知识

值得一提的是，Teach的应用范围远不止学科教育。视频作者提到自己正在用它辅助练习咏春拳，这说明无论是编程技能、语言学习、体育训练还是艺术创作，Teach都能根据具体领域生成对应的学习方案。

这种广泛的适用性源于大语言模型的通用知识基础。Claude模型在训练过程中接触了海量的多领域文本数据，涵盖学术论文、教材、技术文档、百科全书等各类知识源。当Teach的Skill指令框架与这些领域知识结合时，AI就能针对几乎任何主题生成结构化的教学内容。当然，这也意味着教学质量会因领域而异——对于编程、数学等有大量高质量训练数据的领域，生成的课程往往更加准确和系统；而对于咏春拳这类实践性强、文本资料相对有限的领域，课程可能更侧重于理论讲解和动作要领描述，实际的身体训练仍需要真人指导配合。

适用场景与用户群体

对于不同用户群体，Teach的价值各有侧重：

• 学生家长：无需自己备课，AI自动生成适龄的互动教材
• 教师：快速生成教学辅助材料，大幅节省备课时间
• 自学者：获得系统化的学习路径规划，告别碎片化学习
• 开发者：学习新技术栈时获得循序渐进的实践指导

需要注意的是，目前使用Teach存在一定的门槛和成本。首先，Claude Code本身需要Anthropic的API付费订阅（Max计划或按API用量计费），每次课程生成都会消耗Token。在实际使用中，每生成一节完整的HTML互动课程大约消耗3000-8000个输出Token（取决于课程复杂度和交互元素数量），加上输入的Skill指令和上下文信息，单次课程生成的总Token消耗可能在10000-20000之间。按照Anthropic当前的定价水平，单节课程的直接成本约为$0.05-0.15。对于长期系统化学习，累计成本需要纳入考量，但相比一对一家教的时薪费用，AI课程生成的经济性优势仍然非常显著。其次，整个操作流程基于命令行界面，对于不熟悉终端操作的普通家长或教师来说，上手可能需要一定的学习成本。不过，随着Claude Code生态的成熟和图形化界面的完善，这些门槛预计会逐步降低。

总结

Teach代表了AI辅助教育的一个值得关注的方向——它不是简单地回答问题，而是扮演一个有规划、有记忆、能互动的教师角色。通过生成可视化的HTML课件，它将AI的内容生成能力与前端交互体验结合起来，打造出一种全新的个性化学习模式。

将Teach放在更宏观的AI教育工具发展脉络中来看，它代表了第三代AI教育产品的雏形。第一代是以搜索引擎和在线题库为代表的"信息检索型"工具；第二代是以ChatGPT、Khanmigo（可汗学院的AI助教）为代表的"对话问答型"工具，用户提问、AI回答，但缺乏系统性和持续性；而Teach所代表的第三代则是"课程生成型"工具——AI不仅回答问题，还主动规划学习路径、生成结构化教材、追踪学习进度，真正承担起"教师"而非"助手"的角色。虽然目前仍依赖Claude Code环境运行，但这种"AI + 互动课件"的思路为教育科技领域打开了新的可能性。可以预见，当这类工具的易用性进一步提升、成本进一步降低时，个性化教育的普及将迎来一个重要的加速节点。