前言¶
備課往往要同時處理教學目標、學生層次、課件與習題等多種形式的內容。單靠通用對話模型，容易缺少統一流程和質量把關。下面介紹 SkillHub 上的社區 Skill「AIGC做教學」，它把需求診斷、資源生成思路、質量審覈和落地建議寫進 SKILL.md，供 Cursor、Claude Code 等支持 Skills 的 Agent 按步驟執行。
這是什麼¶
「AIGC做教學」是 Skill 座標 @user_914a510d/ai-teaching-resource-generator（版本 1.0.0），來源爲 SkillHub 社區（community），分類 education，由 user_914a510d 發佈。
官方頁面：SkillHub - AIGC做教學。Skill 元數據地址：https://api.skillhub.cn/user_914a510d/ai-teaching-resource-generator。
簡介與 Skill 描述一致：基於 AIGC 技術快速生成高質量教學資源並優化教學效果；適合教師提升備課效率、開發個性化教學內容或構建數字化教學資源庫時使用。頁面標註標籤 requires_api_key=true，調用底層 AIGC 能力時需自行準備 API Key。
核心功能¶
依據 SKILL.md，本 Skill 的定位與能力如下。
任務目標
- 通過 AIGC 輔助教師生成教學資源，提升備課效率與個性化水平。
- 能力包含：教學需求診斷、AIGC 工具智能匹配、教學資源自動生成、質量標準審覈、迭代優化建議。
- 典型觸發：教師給出主題與課程目標、上傳舊教案需優化、或需要批量開發教學資源。
標準流程（五步）
- 需求診斷與分析：解構主題與目標，結合學生層次與可選舊素材做痛點診斷。
- AIGC 工具智能匹配：按資源類型建議 ChatGPT/Claude、Midjourney/DALL-E、GPT-4 等組合策略。
- 教學資源生成：可按文檔調用
scripts/generate_teaching_resources.py，輸出 JSON 形式資源清單（課件大綱、案例、習題、提示詞、應用建議等）。 - 質量標準審覈：對照
references/resource-quality-standards.md等參考，檢查準確性、完整性與風險。 - 迭代優化與落地建議：課堂嵌入方式、配套活動與效果評估指標。
可選分支
- 僅有主題、目標不清時：引導補全或按學科標準給目標建議。
- 有舊教案時：增量優化模式，在保留核心內容基礎上補充 AI 資源。
依賴
Skill 元數據聲明 Python 依賴：openai==1.12.0、jinja2==3.1.3。文檔說明無特殊系統依賴。
安裝與啓用¶
SkillHub 推薦兩種方式：把安裝提示詞發給 AI，或使用 skillhub CLI。
方式一：提示詞安裝（頁面原文）
將下面內容發給當前 Agent，讓其按 SkillHub 安裝文檔操作：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_914a510d/ai-teaching-resource-generator`。
方式二：CLI 安裝
先確認是否已安裝 CLI：
command -v skillhub && skillhub --version
未安裝時可執行 SkillHub 文檔中的安裝腳本（完整安裝或 --cli-only 僅 CLI）。安裝 Skill 時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別。
skillhub install @user_914a510d/ai-teaching-resource-generator --dir ~/.cursor/skills/
常見路徑（摘自 SkillHub 安裝文檔）：Cursor 爲 ~/.cursor/skills/；Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下 .agents/skills/。安裝後按所用客戶端要求重啓或刷新 Agent。
啓用前請配置好 AIGC 相關 API Key（requires_api_key=true）。若需使用文檔中的 Python 腳本，請在環境中安裝聲明的 openai、jinja2 版本。
典型用法¶
與 Agent 對話（文檔中的示例 1）
輸入教學主題「績效考覈管理方法」，課程目標「理解 KPI 與 OKR 的區別、掌握指標設計方法」，學生爲「人力資源管理專業大二學生」，學科「管理類」。預期產出包括課件大綱、企業案例、練習題、各資源的 AIGC 提示詞與課堂活動建議；文檔要求案例覆蓋多行業，習題含客觀題與案例分析題。
增量優化（文檔中的示例 2）
上傳舊版「薪酬管理」課件，需求爲「增加 AI 應用案例和互動環節」。預期在原有結構上補充 AI 薪酬分析案例、互動設計（如薪酬測算模擬、談判角色扮演）及 AIGC 工具使用說明，並與原知識體系銜接。
批量資源庫（文檔中的示例 3）
職業院校在線課「人力資源管理基礎技能」，覆蓋招聘、培訓、績效、薪酬、勞動關係等模塊。預期產出模塊化清單：微課腳本、虛擬仿真場景、案例庫、在線題庫等，並強調模塊化與可複用。
腳本調用（文檔記載，需包內腳本存在）
當需要大量結構化清單時，SKILL.md 給出命令示例：
python scripts/generate_teaching_resources.py \
--topic "績效考覈管理方法" \
--objectives "理解KPI與OKR的區別、掌握指標設計方法" \
--students "人力資源管理專業大二學生" \
--domain "管理類" \
--existing_materials ""
參數含義：topic（主題）、objectives（目標）、students（學生層次）、domain（學科領域）、existing_materials（可選舊素材）。輸出爲 JSON 教學資源清單。文檔還索引了 references/prompt-engineering-guide.md、assets/courseware-template.json、assets/quality-checklist.md 等；請以你本地安裝包內實際文件爲準。
適用場景與注意¶
適合誰
- 中小學教師、高校或職業院校教師，需要系統化備課或擴充資源庫。
- 已在 Cursor / Claude Code 等環境使用 Skills，希望把教學流程固化成可重複步驟的團隊或個人。
限制與注意（來自官方文檔）
- 簡單資源可由 Agent 直接生成；大量結構化輸出再考慮調用腳本。
- 資源須服務於教學目標，避免爲用 AI 而用 AI。
- 關鍵知識點需人工複覈；遵循「人機協作、教師主導」。
- 關注 AI 生成內容的版權與合規邊界。
SkillHub 頁面統計（抓取時）：評分 100000，下載 3216，安裝 31。數據會隨平臺更新變化，以 SkillHub 頁面爲準。
結尾¶
「AIGC做教學」把備課從主題輸入到質量審覈寫成可執行的 Skill 流程，適合在 Agent 里長期啓用。安裝與詳情見 SkillHub 技能頁，元數據入口 https://api.skillhub.cn/user_914a510d/ai-teaching-resource-generator。
