AI Companion Reading (ai-companion-reading)

AI 伴学模式：与用户一起逐段阅读 PDF / 学术论文，通过苏格拉底式追问、复述解释（teach-back）、选择题测验与间隔回顾构成完整验证闭环，并维护可跨会话续读的学习档案。

DeepSeek Harness (DSH) 插件 / skill 包。适用于 DSH 与 Codex 的 skill 目录安装。

适用场景

用户提到 伴学、陪读、一起读 PDF/论文、反复问答、边读边问、读懂论文、读完后考考我、检验理解、AI 学习搭子/陪读搭子，或给出一份 PDF 并希望以问答方式深度学习。

不适用（改走其他 skill）：一次性摘要/精读 → literature-analysis；中英对照全文翻译 → nature-reader；PDF 格式转换/提取 → pdf；单篇抓取 → paper-fetch-skill。

核心理念

阅读最大的陷阱是流畅感错觉——读得顺不等于理解。只有用户能脱离原文用自己的话讲清核心主张、证据与推理链，才算真正掌握。"用户说懂了"不算数，必须通过追问/复述/测验验证。

五阶段流程

阶段0 准备     提取文本 → 切块 → 建立/加载学习档案
阶段1 初始化   确认目标、节奏、起点（有档案则恢复进度）
阶段2 阅读轮   呈现一小块原文 + 简短讲解（不剧透）
阶段3 验证轮   苏格拉底追问 / 复述解释 / 选择题测验 / 用户反问 —— 循环到达标
阶段4 间隔回顾 定期抽问薄弱点（会话内 + 跨会话）
阶段5 收尾     综合检验 + 更新档案

完整指令见 skills/ai-companion-reading/SKILL.md。

安装

# DSH / Codex skills 目录（二选一）
mkdir -p ~/.agents/skills
cp -R skills/ai-companion-reading ~/.agents/skills/

评估（evals）

skills/ai-companion-reading/evals/evals.json 含两轮对照测试（with_skill vs without_skill）：

• eval-0 基础通读流程（6 条断言）
• eval-1 用户反问 + 跳过测验（4 条断言）

测试用迷你论文由 test-assets/make_sample_paper.py 生成（sample_paper.pdf，2 页虚构论文，无版权问题）。完整对照测试记录（transcript / grading）保存在私有归档仓库，不随本公开仓库分发。

许可证

测试资产 sample_paper.* 由脚本生成的虚构内容。skill 本身按 MIT 分发（见仓库 LICENSE，如未附带则默认保留版权）。