guicortei/feynman-technique
guicortei/feynman-technique has 36 GitHub stars and 1 forks. Star changes are not measured yet. Last checked 2026-11-12 22:06 UTC. Last push 2026-07-31.
An Agent Skill that makes any AI explain like Richard Feynman: mechanism before name, one honest analogy with its limits, and a ladder from kitchen-table to specialist. Built from a ~88k-word primary-source corpus.
实测星标增长
- 24小时
- 更新延迟
- 7天
- 更新延迟
- 15天
- 更新延迟
- 1个月
- 更新延迟
各周期内的星标净变化，周期相互重叠，并非每日新增。缺失的测量保持空白。星标代表关注度，不代表软件质量。
docs/i18n/README.zh-CN.md
原文
费曼技巧
AI 甩给你一段代码。粘上去，跑通了。为什么能跑，你还是不知道。
这个 skill 补的就是后半句。
English · 中文 · हिन्दी · Español · Français · العربية · বাংলা · Português · Русский · اردو
同一个模型，同一个问题，中间只隔着一次安装
“为什么会报
Cannot read properties of undefined (reading 'map')？”
| 没装这个 skill | 装了这个 skill |
|---|---|
你在一个值为 undefined 的引用上调用了 |
你给页面下了一道指令：把我这份清单拿去，一行一行画出来。 可清单还没到——它还在从服务器往回送的路上。那一刻页面手里根本没有清单，它伸手去拿本该在那儿的东西，扑了个空，就摔在这儿了。 先塞一份空清单给它拿着，等真的那份到了再换上。这样它先什么都不画，等着，然后一次全画出来。 |
六个你本来就得懂的词。说得没错，可你脑子里还是没有画面。 |
一个都不用。而且你知道该改哪一行，也知道改完会看到什么。 |
两段话都没说错。但只有一段是解释。
这套方法从哪儿来
费曼小时候，父亲指着一只鸟告诉他：这只鸟的名字，你可以用地球上每一种语言叫一遍，对这只鸟却依然一无所知——你知道的只是人们管它叫什么。想认识这只鸟，得看它在干什么。
"There is a difference between the name of the thing and what goes on." — Richard Feynman, What Is Science?, 1966
“事物的名字，和这个事物身上正在发生的事，是两码事。”
整件事就这么简单，而绝大多数 AI 默认就栽在这儿。你问一样东西是什么，它把这东西的名字换个体面点的说法还给你。这个 skill 让模型先讲机制，最后才给名字——费曼当年就是这么讲的。
它取材于一手文献，不是网上谈费曼的博客。为了同时提炼出方法和文风，我们分析了他本人约 88,000 词的文字：《Six Easy Pieces》、1965 年诺贝尔演讲、《Cargo Cult Science》、《What Is Science?》、《There's Plenty of Room at the Bottom》，以及《Surely You're Joking, Mr. Feynman!》里写巴西的那一章。
仓库是英文的，回答不是——你用哪种语言写，skill 就用哪种语言答。
它使用的四项检验
不是网上流传的那个版本。下面四项是费曼自己的检验，每一项都追得到一手出处。
复述检验 | "Without using the new word which you have just learned, try to rephrase what you have just learned in your own language."（1966） “不许用你刚学会的那个新词，试着用自己的话把刚学到的东西重讲一遍。” 把那个词盖住。句子要是离了它就塌了，你写下的是定义，不是解释。 |
摩擦发光检验 | 费曼随手翻开一本教科书，读到这么一句："Triboluminescence is the light emitted when crystals are crushed."（“摩擦发光，是晶体被压碎时发出的光。”）他的评语是：你不过是拿另一堆词，把一个词的意思绕着说了一遍。 他自己改写成这样："When you take a lump of sugar and crush it with a pair of pliers in the dark, you can see a bluish flash. Some other crystals do that too. Nobody knows why. The phenomenon is called 'triboluminescence.'" “在黑屋子里拿钳子夹碎一块方糖，你能看见一道淡蓝色的闪光。别的晶体也有这本事。没人知道为什么。这个现象叫‘摩擦发光’。” 一件你动手就能做的事 → 你会看见什么 → 老实承认哪里不知道 → 到这一步才给名字。 |
“看那水面”检验 | 他在巴西的学生能把布儒斯特角一字不差地背出来。让他们拿一片偏振片对着窗外的海湾看一看，人就僵住了。 一条非得先想起关键词才够得着的解释，到了真实场景里你永远够不着。 |
草包族科学检验 | 读完之后，你能做成什么以前做不成的事？形式做得再对，背后空无一物，飞机照样不会降落。 |
安装
一个文件夹，就这么多。凡是支持 Agent Skills 开放标准 的工具都能用。
git clone https://github.com/guicortei/feynman-technique.git /tmp/feynman-technique
mkdir -p ~/.claude/skills
cp -r /tmp/feynman-technique/skills/feynman-technique ~/.claude/skills/
这是 Claude Code 的装法。装完直接开口问：
/feynman-technique 讲讲数据库索引是怎么工作的
Claude Code——项目级，和团队共用
mkdir -p .claude/skills
cp -r /tmp/feynman-technique/skills/feynman-technique .claude/skills/
提交上去，仓库里的每个人就都有了。运行 /doctor 确认它已加载。
或者用脚本——顺便别让你手里那份副本过期
./install.sh # 个人级，Claude Code
./install.sh --project # 装进本仓库，给团队用
./install.sh --all # 本机上有的每个工具目录
./install.sh --check # 只报告哪几份落后了，什么都不改
值得记住的是 --check。装好的 skill 是一份副本，它不跟着仓库走。拉完代码跑一次 --check，哪一份跟仓库对不上，它会点名——不然你得等上好几周，才从一个本该早就修好的答案里发现这件事。
Claude.ai（网页版与桌面应用）
需要 Pro、Max、Team 或 Enterprise 套餐，并开启代码执行。
- 下载本仓库（ZIP）。
- 压缩
skills/feynman-technique这个文件夹本身，让SKILL.md正好落在压缩包根目录：cd skills && zip -r feynman-technique.zip feynman-technique - 在 Claude 里进入 设置 → 功能 → Skills（部分套餐显示为 Features），选 Upload skill。
- 选择
feynman-technique.zip。
你开口要讲解时 Claude 会自动用它，你也可以直接点名叫它。
claude.ai 上的自定义 skill 按用户隔离——每位同事得自己传一份。
ChatGPT（桌面应用）
- 下载并解压本仓库。
- 打开 ChatGPT 桌面应用，在侧边栏选 Skills。
- 添加
feynman-technique文件夹。 - 在对话里输入
@，从列表中选它。
套餐不支持 skills？ 看下面的任何其他 AI。
OpenAI Codex CLI
git clone https://github.com/guicortei/feynman-technique.git /tmp/feynman-technique
mkdir -p ~/.agents/skills
cp -r /tmp/feynman-technique/skills/feynman-technique ~/.agents/skills/
改成项目级：复制到仓库根目录的 .agents/skills/。用 $feynman-technique 调用，或者运行 /skills 看看有哪些可用。
Cursor
git clone https://github.com/guicortei/feynman-technique.git /tmp/feynman-technique
mkdir -p ~/.cursor/skills
cp -r /tmp/feynman-technique/skills/feynman-technique ~/.cursor/skills/
项目级：仓库里的 .cursor/skills/ 或 .agents/skills/。Cursor 也会读 ~/.claude/skills/，所以按 Claude Code 那样装过一次就够了。在 Agent 聊天框里输入 /，选 feynman-technique。
VS Code / GitHub Copilot
git clone https://github.com/guicortei/feynman-technique.git /tmp/feynman-technique
mkdir -p ~/.copilot/skills
cp -r /tmp/feynman-technique/skills/feynman-technique ~/.copilot/skills/
工作区级：.github/skills/ 或 .agents/skills/。在 Copilot Chat 里输入 /，选中这个 skill。后面可以直接接上下文：/feynman-technique 这个仓库里的认证中间件。
Gemini CLI
git clone https://github.com/guicortei/feynman-technique.git /tmp/feynman-technique
mkdir -p ~/.gemini/skills
cp -r /tmp/feynman-technique/skills/feynman-technique ~/.gemini/skills/
项目级：.gemini/skills/ 或 .agents/skills/。Gemini CLI 激活 skill 前会先问你一句。
其他所有工具——Amp、Goose、Kiro、Junie、Roo、Factory、Tabnine……
多数工具认下面几个路径之一，按普及程度大致排序：
~/.agents/skills/ # 正在成为跨工具通用约定
~/.claude/skills/ # 作为备选被广泛支持
<工具专属>/skills/ # 例如 ~/.gemini/skills/、~/.cursor/skills/
你的工具文档写的是哪个，就把 feynman-technique 文件夹放进哪个。完整客户端名单见 agentskills.io/clients。
任何其他 AI——不需要 skills 支持
本 skill 就是一份普通 Markdown，哪里能塞系统提示词，它就能在哪里用。
- 自定义 GPT / Gem / Assistant： 把
skills/feynman-technique/SKILL.md（去掉顶部的 YAML 块）粘进指令栏，再把references/里的文件当知识文件传上去。 - 项目 / 自定义指令： 一样的做法，粘到项目的自定义指令框里。
- 临时用一次： 把文件粘进对话，再加一句*“接下来的对话都照这个来。”*
验证是否生效
拿一个你本来就很懂的问题去问：
/feynman-technique 什么是哈希函数？
答对了的样子是：开头一句话论点，接着一个一个技术词都没有的第 0 级，末尾收在“图像在哪里失效”一节。要是它张口就来“哈希函数是一种将任意大小的数据映射为……”，那 skill 没加载上。
你会得到什么
**一句话总结：** ... ← 让专家读到这里就能停下
**要记住的图像：** ... ← 主类比
0 · 过年饭桌 完全没有该领域背景。零技术词汇。
1 · 新人 真实的名称，挂靠在第 0 级的图像上
2 · 从业者 各部分如何咬合，以及第一个真正的取舍
3 · 维护者 失效模式、什么会坏、放弃了哪些方案及原因
4 · 专家 边界情况、规模效应，以及模型本身的极限
图像在哪里失效 ← 每个类比的边界，明确写出
本文引入的新词 ← 每个新术语一行
我略去了什么 ← 点名说明，而非悄悄省略
层级可以压缩，但绝不消失。问题问得窄，就给紧凑形式：论点、图像、真正相关的那一级。押着一位专家把五级全走一遍不叫严谨，实测下来，那是在削弱他的理解（专业知识逆转效应）。
📄 看一份完整答案，再看它的逐处批注——把“什么是数据库索引？”完整答一遍，每一步都标出它在干什么。
教练模式——真正让你学会的那个
/feynman-technique 考考我 TCP 是怎么处理拥塞的
/feynman-technique 我想检验一下自己是不是真懂事件溯源
这个模式下它不讲解，改由你讲。它只管听，专挑三样东西：含糊的地方、被你当成终点用的术语、只有断言没有机制的步骤——然后每次只点破一个洞，答案不给你。
这是研究支撑最硬的一个模式。准备去教别人的学习者，成绩好过准备去考试的学习者，哪怕那堂课根本没发生（Nestojko 等，2014）。自己生成一遍解释，效果胜过读别人写好的（Chi 等，1989）。
它遵守的规矩
| 常见的“讲简单点”提示词 | 本 skill | |
|---|---|---|
| 行话 | 句子变简单，术语照旧 | 每个新术语首次出现就解释，否则干脆不出现 |
| 类比 | 每段换一个比喻 | 一个主类比，靠不断加情节把它撑开——并说明它在哪里失效 |
| 准确性 | 简化到出错 | 近似都标出来，连同它的适用范围 |
| 深度 | 只有一层，还是平的 | 一道阶梯，你想在哪一级下来都行 |
| 专家 | 被居高临下地哄 | 第一行就给论点，然后转紧凑形式 |
| 名字 | 名字就是答案 | 机制在前，名字在后 |
| 无知 | 一笔带过 | 该说“没人知道”的地方就明说 |
| 学习 | 冲着你讲 | 教练模式让你讲，然后揪出你的漏洞 |
第零条规矩：讲得清楚，永远不能拿来当讲错的借口。 一旦简化会失真，它就直说，给出适用范围，再把上一级的准确版本端出来。
里面都有什么
skill 文件本身保持英文，以保证 frontmatter 写法统一。
| 文件 | 内容 |
|---|---|
| SKILL.md | skill 本体。从这里看起。 |
| references/voice.md | 费曼文风的取证式分析，附语料统计 |
| references/ladder.md | 层级校准，以及怎么调整整体形状 |
| references/analogies.md | 构建、延展与压力测试类比 |
| references/failure-modes.md | 讲解失败的 14 种方式，每种附改写 |
| references/evidence.md | 学习科学依据——以及本方法真正失效之处 |
| references/sources.md | 已核实的引语，以及被硬安在他名下的那些 |
| assets/checklist.md | 发出去之前的自查清单 |
文风取证分析一瞥
全部按那 88,000 词的语料实测：
- 句子忽长忽短，这是他的招牌。 句长中位数约 20 词——但大约每 8 句有 1 句不到八个词，每 6 句有 1 句超过三十五词。他把句子铺得很长，然后用一记短句落地。"Shake this one, that one shakes later."
- 代词跟着功能换。 讲课时用“we”（《Six Easy Pieces》里每千词 19.95 次，是他用“I”的十倍）；承认自己糊涂时用“I”（诺贝尔演讲每千词 26.7 次）；教你动手时用“you”（《Cargo Cult Science》每千词 20.6 次）。
- 身上能感觉到的动词。 jiggle 27 次、pull 37 次、push 28 次、shake 20 次。分子在抖，不是在“表现出热运动”。
- “Basically”在 88,000 词里出现零次。 Trivial 出现一次。skill 禁用这些词就是这么来的——靠测量，不是靠口味。
诚实的局限
第零条规矩也管着这个页面自己。
- 费曼没有发明“费曼技巧”。 他从未发表过一套叫这个名字的四步法。那四步是后来的普及者拼出来的，主要出自 Scott H. Young 在 2011 年前后的整理。本 skill 改用他有据可查的那些检验，并把这件事说明白。
- “如果你不能简单地解释它，你就没有真正理解它”——这句话安在费曼头上还是爱因斯坦头上，都找不到一手出处。sources.md 列出了他确实说过的，以及他没说过的。
- 有些东西简化不了。 费曼自己就撞过这堵墙：他父亲问他，光子本来不在原子里，怎么会从原子里跑出来，他的回答是 "I'm sorry; I don't know. I can't explain it to you." 本 skill 就是照着“该说这句话就说”来设计的，而不是编一幅假图像出来。
- 它要花 token，也要花时间。 只是快速查一下的话，用紧凑形式、或者干脆不用这个 skill，才是对的选择。
- 对死记硬背和动作技能帮助不大。 它冲着因果和机制层面的理解去。背单词、记快捷键靠的是间隔提取练习，不是讲解。
- 好的讲解会让人“觉得”自己懂了。 那种感觉不是证据。真要紧的时候，用教练模式。
致谢与版权
理查德·P·费曼（1918–1988）写下了这里所有值得读的东西。本仓库放的是推导出的规则和标明出处的简短引语，供分析和教学之用，并不转载他的作品。
他的文字仍在版权保护期内：《The Feynman Lectures on Physics》可以在 feynmanlectures.caltech.edu 免费阅读，但版权归 Caltech，不属于公有领域。你要 fork，就照这个规矩来：引用要短、出处必注、整章绝不粘贴。完整出处见 sources.md。
本 skill 起初叫 feynman-reply，是 @guicortei 写的一个葡萄牙语 skill。后来按一手材料重建，从软件领域推广到通用领域，又补上文风分析、证据基础和教练模式，然后改名 feynman-technique。
与费曼遗产管理机构、Caltech、Anthropic 都没有隶属关系，也未获它们背书。
参与贡献
欢迎改进，尤其欢迎这几样：其他领域的示范答案、实际用起来撞见的失败模式，以及对任何一处引语的更正。详见 CONTRIBUTING.md。
只有一个要求：你要是新增关于费曼的论断，请给出一手来源。打着他的名号谈智识诚实，出处上却马虎——这是本仓库唯一不可原谅的 bug。
许可证
MIT。随便用、随便 fork、随便发。
"The first principle is that you must not fool yourself — and you are the easiest person to fool." — Richard Feynman, Cargo Cult Science, 1974
“第一条原则是：绝不能欺骗自己——而你恰恰是最好骗的那个人。”
它要是让你今天拿到的某个答案变得不一样，给这个仓库点个 ⭐。