REA
Reverse engineer anything from your terminal or agent with one CLI and MCP server.
Distill your teacher into a source-backed Skill that teaches you until you can work on your own.
Originaltext des Herstellers
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/skills/juneyaooo-teacher-to-skills)MCP-Server, die die KI für dieselbe Arbeit mit Diensten verbinden
Reverse engineer anything from your terminal or agent with one CLI and MCP server.
Codebase intelligence for TypeScript and JavaScript, exposed as structured MCP analysis tools.
MCP server for terminal commands, file operations, and process management
Gleiche Art Arbeit, sortiert wie die Skill-Liste
| Dieser teacher-to-skills | rea | andrej-karpathy-skills | graphify | MoneyPrinterTurbo | |
|---|---|---|---|---|---|
| Anbieter | JuneYaooo | morluto | multica-ai | Graphify-Labs | harry0703 |
| Skills | 1 | 1 | 1 | 1 | 1 |
| GitHub-Sterne | 486 | 468.733 | 234.332 | 150.287 | 144.566 |
| Letzte Codeänderung | 7. Nov. 2026 | 19. Nov. 2026 | 20. Apr. 2026 | 18. Nov. 2026 | 18. Nov. 2026 |
| Lizenz | Apache-2.0 | MIT | – | Apache-2.0 | MIT |
1 Skills (Anweisungssammlungen) von JuneYaooo, die eine KI liest und befolgt · kein MCP-Server
MCP = die Hände
Verbindet die KI mit einem externen Dienst oder Daten, etwa Notion lesen oder eine Rechnung erstellen. Ein Programm oder Server muss laufen.
Skill = das Handbuch
Eine Textdatei, die der KI zeigt, wie eine Aufgabe geht. Sie verbindet sich mit nichts.
Manches überschneidet sich: Einige Skills starten Skripte mit Werkzeugen, einige MCP-Server liefern nur Wissen. Geh von der Aufgabe aus.
Claude CodeCodex
Laut README des Anbieters und den Ordnern im Repo
GitHub-Konto JuneYaooo (Person), seit 6 Jahren vorhanden
★ 486 Sterne, bisher wenige Nutzer · Code zuletzt geändert am 7. Nov. 2026
42 Skripte, die auf dem Computer laufen können: install_as_skill.sh, scripts/advance_micro_lesson.py, scripts/analyze_videos.py, scripts/build_course_skill.py und 38 weitere Dateien
Nicht alle Skripte konnten geprüft werden (manche sind zu groß); lies sie zuerst selbst
Skripte, die Einstellungsordner berühren (~/.claude oder settings.json): install_as_skill.sh
Automatisch geprüft anhand der Dateien im Repo beim Commit 0ca966c (nur gelesen, nichts wurde ausgeführt). Das ist keine Sicherheitsgarantie: Lies es selbst und entscheide dann
Zuerst: Welche KI nutzt du?
Wähle deine App, dann zeigt diese Seite nur die Installation für diese App
Das Hochladen auf claude.ai würde fehlschlagen: Die Beschreibung ist länger als 200 Zeichen (608). Nimm stattdessen "Von der KI installieren lassen"
Kopiere diesen Satz und füge ihn in einen Claude Code-Chat ein
Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad
Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis
Claude Code neu starten, dann /teacher-to-skills tippen oder eine passende Aufgabe stellen; Claude nutzt den Skill
Checked against official docs 12. Nov. 2026 · Source: code.claude.com
Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.
Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“
Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md
Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind
Selbst installierte Skills funktionieren in der ChatGPT-Desktop-App, in Codex CLI und in der Codex-Erweiterung für die IDE · ChatGPT im Web und auf dem Handy kann selbst installierte Skills nicht nutzen, nur Skills, die mit einem Plugin aus dem Verzeichnis kommen
Die ChatGPT-Desktop-App enthält Codex, und Codex liest Skills aus dem Ordner ~/.agents/skills
Öffne Codex in der ChatGPT-Desktop-App und füge diesen Satz in den Chat ein
Die KI zeigt dir vor der Installation immer den Pfad
Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis
Lege den Ordner teacher-to-skills unter ~/.agents/skills/teacher-to-skills ab
~ ist dein Home-Ordner ($HOME)
Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.
Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“
Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md
Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind
Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com
Selbst installierte Skills funktionieren hier nicht, nur Skills, die mit einem Plugin aus dem Verzeichnis kommen
Um diesen Skill mit ChatGPT zu nutzen, verwende die ChatGPT-Desktop-App wie oben beschrieben
Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com
Kopiere diesen Satz und füge ihn in einen Codex-Chat ein · Funktioniert in Codex in der ChatGPT-Desktop-App, in Codex CLI und in der IDE-Erweiterung
Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad
Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis
Codex erkennt neu installierte Skills selbst; wenn einer nicht erscheint, starte Codex neu · So nutzt du ihn: In ChatGPT @ tippen und den Skill wählen · in Codex CLI oder der IDE-Erweiterung /skills ausführen oder $ und den Skill-Namen tippen
Checked against official docs 15. Nov. 2026 · Source: learn.chatgpt.com
Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.
Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“
Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md
Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind
Kopiere diesen Satz und füge ihn in einen Cursor-Chat ein
Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad
Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis
Im Agent-Chat von Cursor / tippen und teacher-to-skills wählen
Checked against official docs 12. Nov. 2026 · Source: cursor.com
Ein Skill sind Anweisungen, denen die KI folgt. Lies die Dateien vor der Installation und installiere nur von vertrauenswürdigen Anbietern.
Mac: Command+Leertaste und Terminal tippen · Windows: Der Befehl unten funktioniert nicht in PowerShell; nutze oben „KI installiert es“
Lädt das Repo in einen temporären Ordner und kopiert nur Ordner mit einer SKILL.md
Befehle werden geprüft · Kopier-Buttons erscheinen, sobald sie bestanden sind
Für andere Apps, die Skills lesen. Der Satz enthält die Pfade für Claude Code, Codex und Cursor, damit die KI den für deine App wählt · Kopiere diesen Satz in den Chat der App
Für nur ein Projekt fügst du ihn in einen Chat ein, der im Ordner dieses Projekts geöffnet ist · Die KI zeigt dir vor der Installation immer den Pfad
Die KI sagt dir vorher, was sie tun wird, und fragt bei jedem Schritt um Erlaubnis
Checked against official docs 12. Nov. 2026 · Source: code.claude.com, learn.chatgpt.com, cursor.com
Andere Apps mit Agent Skills (etwa Gemini CLI oder GitHub Copilot) nutzen andere Ordner. Sieh in deren Anleitung nach und kopiere den Ordner mit der SKILL.md dorthin.
Skill-Ordner am 11. Nov. 2026 mit den offiziellen Anleitungen von Claude Code, Codex und Cursor geprüft
Der folgende Text stammt aus dem Repo des Anbieters, nicht von PopNx MCP
Die ersten 8.000 Zeichen · Ganze Datei auf GitHub öffnen
---
name: teacher-to-skills
description: Distill a teacher into a coaching Skill. Turn their courses, books, video, audio, PDFs, slides, transcripts, OCR, notes, and long-form materials into source-grounded learning Skills that teach unseen concepts progressively with reliable terminal ASCII or SVG visuals, ask two end-of-lesson questions together by default, give focused feedback, schedule review, test transfer, and support independent work. Also use for CoursePackage migration, teacher-method extraction, learning paths, practice and assessment libraries, private learner-state workflows, reusable personal methods, and graduation evaluation.
---
# Teacher-to-Skills
Distill a teacher's source material into a mentor Skill that can cite the source, demonstrate the teacher's method, guide practice, correct mistakes, and gradually reduce the learner's dependence on help.
Use this method:
**Capture → Cite → Compress → Connect → Codify → Coach → Practice → Consolidate → Transfer → Graduate**
Preserve evidence before synthesis. Require observable learner work before mastery. Keep immutable teacher assets separate from private learner state.
## Read when needed
- Pipeline, providers, schemas, recovery, and output layouts: [references/runtime.md](references/runtime.md)
- Session routing, attempt-first assessment, feedback, and fading: [references/apprenticeship-protocol.md](references/apprenticeship-protocol.md)
- Progressive concept teaching, SVG/ASCII explanation, and the two-question check: [references/micro-lesson-protocol.md](references/micro-lesson-protocol.md)
- Claim and feedback provenance: [references/provenance-policy.md](references/provenance-policy.md)
- Mastery transitions and review scheduling: [references/mastery-policy.md](references/mastery-policy.md)
- Graduation evidence: [references/graduation-policy.md](references/graduation-policy.md)
- External learner-state boundary: [references/external-learner-store-contract.md](references/external-learner-store-contract.md)
## Product invariants
- Trace teacher claims to source, lesson, timestamp, chunk, card, keyframe, or page.
- Distinguish `direct_source`, `source_grounded_synthesis`, `cross_source_synthesis`, `mentor_inference`, learner evidence, external knowledge, and unsupported content.
- Preserve conflicting sources and their conditions; never flatten disagreement into false consensus.
- Treat TeacherModel as source-supported domain behavior, not a personality or consciousness clone.
- Treat recognition, fluency, lesson completion, and one success as insufficient mastery evidence.
- Require an observable attempt before updating capability state.
- Teach one unseen capability with a plain-language model, precise explanation, useful ASCII/SVG visual, example, counterexample, and exactly two end-of-lesson questions presented together by default.
- Advance at most one mastery state per successful episode.
- Require changed-context H0 performance for transfer and delayed parallel-form success for retention.
- Keep PracticeEpisodes append-only and rebuild MasteryState from events.
- Store real learner data only in a host-provided external private directory.
- Require explicit learner approval before promoting or installing a Personal Skill.
- Keep high-risk learning educational, source-bounded, and distinct from professional qualification.
## Detect source state
Choose the smallest workflow that preserves the requested evidence:
1. Raw video/audio: run capture, visual analysis for video, model-selected keyframes, distillation, audit, compilation, generation, and validation.
2. Video plus PDFs: include document parsing or reuse existing OCR.
3. Markdown/TXT/books/notes/OCR: skip media capture; build text chunks and evidence cards before compilation.
4. Existing transcripts, analyses, documents, or distillation: resume from the narrowest missing stage.
5. Existing CoursePackage 0.x: migrate to 1.0 before building teacher/runtime assets.
6. Existing CoursePackage 1.0: compile missing TeacherModel, graph, banks, MentorPackage, and Skill.
7. Multiple CoursePackages: migrate each, merge with namespaced IDs, preserve conflicts, then compile.
Do not rerun expensive capture when stable artifacts already exist and inputs have not changed.
## Configure providers
Separate capability from configuration. Report missing configuration and the smallest viable fallback.
- Audio transcription: `AUDIO_TRANSCRIBE_API_KEY`, `AUDIO_TRANSCRIBE_BASE_URL`, `AUDIO_TRANSCRIBE_MODEL`.
- Video/vision: `TEACHER_TO_SKILLS_VISION_API_KEY`, `TEACHER_TO_SKILLS_VISION_BASE_URL`, `TEACHER_TO_SKILLS_VISION_MODEL`.
- Text distillation: `TEACHER_TO_SKILLS_TEXT_API_KEY`, `TEACHER_TO_SKILLS_TEXT_BASE_URL`, `TEACHER_TO_SKILLS_TEXT_MODEL` when LLM distillation is enabled.
- PDF/OCR submission: `MINERU_API_TOKEN`, unless existing OCR is reused.
- Local media: `ffmpeg` and `ffprobe`.
If raw media needs an unavailable provider, stop before that capture stage. If transcripts, OCR, notes, or packages already exist, continue from them and report excluded modalities. Never store secrets in the repository or commit `.env`.
## Run the full compiler
For media and documents:
```bash
python scripts/run_course_pipeline.py \
--input-dir <course-media> \
--documents-input <pdf-or-directory> \
--notes-input <notes> \
--course-name <course-name> \
--skill-name <skill-name> \
--mode mentor \
--apprenticeship full \
--practice-depth deep \
--learner-state external \
--output-dir ./dist
```
For text or books:
```bash
python scripts/run_course_pipeline.py \
--text-input <markdown-txt-or-directory> \
--course-name <course-name> \
--mode mentor \
--apprenticeship full \
--output-dir ./dist
```
Use `--text-no-llm` for deterministic explicit-label extraction. Treat implicit teacher cognition from ordinary exposition as medium/low confidence and require review.
## Compile existing materials
Build or migrate CoursePackage:
```bash
python scripts/build_course_package.py \
--course-name <course-name> \
--source-dir <course-workspace>
python scripts/migrate_course_package.py \
<legacy-course-package.json>
```
Compile the apprenticeship assets in dependency order:
```bash
python scripts/build_teacher_model.py --source-dir <course-workspace>
python scripts/build_capability_graph.py --source-dir <course-workspace>
python scripts/build_practice_bank.py --source-dir <course-workspace> --practice-depth deep
python scripts/build_assessment_bank.py --source-dir <course-workspace>
python scripts/build_mentor_package.py --source-dir <course-workspace> --apprenticeship full
python scripts/build_mentor_readiness_audit.py --source-dir <course-workspace>
```
Then generate and validate:
```bash
python scripts/build_course_skill.py \
--course-name <course-name> \
--skill-name <skill-name> \
--mode mentor \
--apprenticeship full \
--learner-state external \
--source-dir <course-workspace> \
--output-dir ./dist
```
The builder uses a temporary directory and installs the target only after validation.
## Merge courses
```bash
python scripts/build_multi_course_package.py \
--course <course-a-package-or-dir> \
--course <course-b-package-or-dir> \
--combined-name <combined-name> \
--output-dir <combined-workspace>
```
Migrate each package to an in-memory 1.0 form, namespace colliding IDs, keep source-course identity, record semantic conflicts, and route those conflicts into comparison rather than consensus.
## Choose role and apprenticeship
- Default to `mentor` when the user wants capability formation.
- Use `expert` for source lookup, course Q&A, explanation, and citations.
- Use `consultant` for course-grounded diagnosis, option comparison, and advice.
- Use `practitioner` for playbooks, checklists, templates, workflows, and artifacts.
- Use `custom` for a user-defined source-bounded role.
Treat role, scope, evidence strategy, apprenticeship mode, and learner-state strategy as separate dimensFragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.