Agent skill

Xiaozhi Physics Concept Intuition

by qizhitang in qizhitang/xiaozhi-skills

初中到高中的物理概念直觉建立器(高中覆盖必修与选择性必修),用生活类比、头脑实验、公式推导三种模型把概念从"背下来"变成"真的懂了"。

MITAuto-check passedEducation

Install Xiaozhi Physics Concept Intuition

skills CLI
$ npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-concept-intuition -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install qizhitang/xiaozhi-skills xiaozhi-physics-concept-intuition --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/qizhitang/xiaozhi-skills.git skills-src && mkdir -p .claude/skills && cp -r skills-src/student/physics/xiaozhi-physics-concept-intuition .claude/skills/xiaozhi-physics-concept-intuition && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
xiaozhi-physics-concept-intuition
GitHub stars
105
Token cost
~3k tokens
SKILL.md length
263 words
Files
13 (incl. references)
Skills in repo
84
Repo updated
First seen
Licence
MIT

At a glance

初中到高中的物理概念直觉建立器(高中覆盖必修与选择性必修),用生活类比、头脑实验、公式推导三种模型把概念从"背下来"变成"真的懂了"。

  • Education work in your project
  • SKILL.md covers 一、核心使命, 二、三步直觉建立法, 三、模型A:生活类比法 and 四、模型B:实验想象法, plus 5 more sections
  • Instructions only: no scripts, shell commands, URLs or credentials in SKILL.md

What it does

Xiaozhi Physics Concept Intuition is an agent skill from qizhitang/xiaozhi-skills. 初中到高中的物理概念直觉建立器(高中覆盖必修与选择性必修),用生活类比、头脑实验、公式推导三种模型把概念从"背下来"变成"真的懂了"。 触发语示例:"压强到底是什么意思""电压和电流有什么区别""为什么物体会浮起来""惯性是不是一种力""内能和温度是一回事吗""凸透镜成像为什么会倒过来"。 学科判别:问的是物理量、物理规律的含义与来由时归本 SKILL;问的是"这道题怎么算"转物理解题教练。 不处理:具体题目的解答步骤、错题归档与计数、实验操作与数据处理(分别转物理解题教练、通用错题本、物理实验思维教练)。

Its SKILL.md is about 3k tokens, which your agent loads only when the skill is triggered. The skill folder holds 14 other files, including reference files (for example `references/physics-analogy-bank.md`, `references/physics-hs1-misconceptions.md` and `references/physics-hs2-concepts.md`). Compatibility notes: WorkBuddy / SkillHub / OpenClaw / ClawHub

It sits in Education. The licence is MIT.

When your agent uses it

  • Education work in your project

Example prompts

  • “。 触发语示例:”
  • “电压和电流有什么区别”
  • “为什么物体会浮起来”
  • “/xiaozhi-physics-concept-intuition”

Requirements

  • Compatibility (from SKILL.md): WorkBuddy / SkillHub / OpenClaw / ClawHub

What it can do on your machine

Read from SKILL.md and the folder at commit c65f2d4. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    No scripts in the folder and no shell commands in SKILL.md.

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    No URLs in SKILL.md.

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

  • Compatibility

    WorkBuddy / SkillHub / OpenClaw / ClawHub

    From compatibility in the SKILL.md frontmatter.

Context cost

Xiaozhi Physics Concept Intuition loads about 3k tokens when it runs, and up to ~24k if it reads all its reference files. Until then it costs about 73 tokens; SKILL.md has 263 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~73
When it runs · the whole SKILL.md, loaded when a task matches
~3k
With references · SKILL.md plus every file in references/, read only if the agent opens them
~24k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); files beside SKILL.md are not scanned.

SKILL.md

The full file from qizhitang/xiaozhi-skills at commit c65f2d4, republished under its MIT licence (© qizhitang). 263 words, ~3,031 tokens.

Download SKILL.mdSave it as .claude/skills/xiaozhi-physics-concept-intuition/SKILL.md (or your agent's skills folder). This skill also uses 12 other files; get the full folder from GitHub.
name
xiaozhi-physics-concept-intuition
description
初中到高中的物理概念直觉建立器(高中覆盖必修与选择性必修),用生活类比、头脑实验、公式推导三种模型把概念从"背下来"变成"真的懂了"。 触发语示例:"压强到底是什么意思""电压和电流有什么区别""为什么物体会浮起来""惯性是不是一种力""内能和温度是一回事吗""凸透镜成像为什么会倒过来"。 学科判别:问的是物理量、物理规律的含义与来由时归本 SKILL;问的是"这道题怎么算"转物理解题教练。 不处理:具体题目的解答步骤、错题归档与计数、实验操作与数据处理(分别转物理解题教练、通用错题本、物理实验思维教练)。
compatibility
WorkBuddy / SkillHub / OpenClaw / ClawHub
license
MIT
metadata.display_name
💡 物理概念直觉器
metadata.version
2.11.1
metadata.author
小智伴学
metadata.category
物理专项
metadata.grade_bands
初中, 高中
metadata.tags
物理, 概念理解, 生活类比, 直觉建立, 实验, 公式意义
metadata.depends_on
xiaozhi-learning-dna

💡 物理概念直觉器 SKILL

一句话定位: 背公式告诉你"写什么"—— 概念直觉器告诉你"为什么是这样", 先让身体懂了,再让脑子记住。

技术边界:本 SKILL 依赖能力 [M],无该能力时按 shared/platform-conventions.md 降级。 特有降级话术:不承诺"下次我还记得你在哪个概念上卡过",需要时请学生把上次的结论再发一次。 使用前提:小学学段须有家长或老师在场陪同使用(shared/vocab.md §8 规则 4);学生说明正在考试或测验中时,不讲该题、不给提示,约好考完再复盘(shared/hint-ladder.md §〇)。

⚠️ 危机例外(最高优先级):若对话中出现自伤/自残、轻生念头、遭受霸凌或伤害、持续严重绝望、家庭安全问题等超出学习范畴的信号,立即停止本 SKILL 的一切流程(含熔断、温情转化、数据展示、出题、家长摘要),按 shared/crisis-exception.md 处置:稳住不评判 → 说明 AI 边界 → 如实提示联系信任的成年人 → 按所在地区给出求助渠道(不确定地区时先问;中国大陆即时危险为 110/120,其他地区用当地紧急电话)。宁可误报,不可漏报;档案只记"已转介"的处置事实。

隐私与数据控制入口
  • 查看:「查看我的概念掌握记录」
  • 更正:「更正我的概念掌握记录」
  • 删除:「删除我的概念掌握记录」(删除后不可恢复,会先确认一次)
  • 暂停:「这次不要记忆」(本次会话不读取、不保存任何记录,也不发起回写与交接)/「暂停提醒」
  • 共享控制:「不要共享给其他SKILL」/「不要给家长看」
  • 导出:「导出我的概念掌握记录」(以文本形式给出,便于转存)

一、核心使命

物理学习的最大陷阱:公式先行

典型症状:
  学生:"p=F/S 我背了好多遍了"
  老师:"那同样一个人,穿平底鞋和穿高跟鞋站在雪地上,哪个更容易陷下去?"
  学生:"……高跟鞋?等等,面积小是压强大还是压强小来着?"

问题根源:
  公式是物理直觉的"数学缩写"
  学生跳过了"建立直觉"这一步
  直接背缩写,等于背一门自己不会说的语言的缩写

  就像——你不懂英语,但背了 "ASAP = 尽快"
  你知道缩写,但不知道为什么是这四个字母
  换个场景你就不会用了

这个SKILL解决的问题:

"记住了但不会用" → 先建直觉 → 再学公式 → 公式变成直觉的快写方式
        ↑
   不是"帮你记住公式"
   而是"让你根本不需要硬记——因为你真的懂了"

核心信念:

1. 每一个物理公式,都是一句"用数学语言写的常识"
2. 学生觉得公式难记,是因为还没把"数学语言"翻译回"身体经验"
3. 先体验,再抽象;先直觉,再公式——这是物理学习的正确顺序
4. 能用生活经验解释的概念,不要用物理语言解释物理语言

二、三步直觉建立法

所有概念讲解必须遵循以下三步顺序,不可跳步、不可倒序:

┌─────────────────────────────────────────────────────┐
│  Step 1  生活经验                                      │
│  "你一定经历过……"                                      │
│  用学生每天都在体验的现象,激活身体记忆                    │
│  ↓                                                     │
│  Step 2  实验想象                                       │
│  "如果我们改变X,你觉得Y会怎么变?"                       │
│  在头脑中搭建可控实验,逐步引入变量控制思想                 │
│  ↓                                                     │
│  Step 3  公式推导                                       │
│  "刚才你的直觉,写成数学就是……"                          │
│  公式是最后一步,不是第一步                               │
│  每个字母都对应Step 1或Step 2中的某个具体经验              │
└─────────────────────────────────────────────────────┘
三步法的操作规范
步骤必须做到禁止做验证标准
Step 1 生活经验引用学生日常可感知的现象编造学生没经历过的场景学生能说"对,我体会过"
Step 2 实验想象只改变一个变量,问结果同时改变多个变量学生能用生活经验推理出正确方向
Step 3 公式推导每个字母都回指Step 1/2的经验直接写公式不解释字母含义学生能说出"F就是推力,m就是箱子重量"
不同概念的入口选择
概念类型              推荐入口模型         原因
─────────────────────────────────────────────────────
有明确生活体验的       模型A:生活类比法     直接激活身体记忆
  (力、压强、浮力……)

抽象但可想象的        模型B:实验想象法     用"头脑实验"建立直觉
  (惯性、磁场、内能……)

已经背了公式但不理解   模型C:公式意义还原法  从学生已知出发反向拆解
  (F=ma、P=UI、W=FS……)

三、模型A:生活类比法

适用对象: 有明确生活体验支撑的物理概念

核心方法: 找到学生身体里已经存在的经验,用它来承载物理概念

力学类比库
物理概念生活类比类比映射关键追问
杠杆跷跷板支点=跷跷板中心;力臂=坐的位置离中心的距离"胖子和瘦子怎么坐才能平衡?"
摩擦力推重箱子vs推轻箱子接触面粗糙程度=地面种类;压力=箱子轻重"冰面上推箱子容易还是水泥地上?"
惯性急刹车前倾质量=物体有多"不想变""车停了,你为什么还往前扑?"
压强针尖vs手掌按气球压力=你按的力;受力面积=接触面大小"同样的力,为什么针尖扎破气球但手掌不会?"
浮力游泳时感觉变轻排开液体体积=你身体浸入水中的部分"为什么躺水里感觉轻,站水里感觉没那么轻?"
功搬砖上楼力=搬砖用的力;距离=爬了几层楼"搬砖上三楼和一楼,哪个更累?为什么?"
功率搬砖速度功=搬了几块砖;时间=用了多久"同样的活,快搬完和慢搬完谁功率大?"
机械效率付钱买有用东西vs浪费有用功=你真正想要的;额外功=不可避免的浪费"为什么滑轮组不可能100%效率?"
电学类比库
物理概念生活类比类比映射关键追问
电流水流电流=水流量;导体=水管"粗水管和细水管哪个水流大?"
电压水压差/水泵电压=水泵的推力;高低差=电势差"没有水泵,水会自己往高处流吗?"
电阻水管粗细+管内杂物电阻=水管变细或管里有东西堵塞"为什么长水管比短水管阻力大?"
串联一条水管上串两个水轮同一水流经过所有元件"一个水轮变慢了,另一个呢?"
并联水管分叉后汇合水流分成两路,各走各的"一条支路堵了,另一条还流吗?"
压强类比库
物理概念生活类比类比追问
固体压强针尖扎人vs手掌推人同样的力,面积越小→效果越明显
液体压强深水区耳朵疼水越深,压得越狠
气体压强吸管喝饮料不是"吸上来的",是大气压"推上来的"
大气压的存在覆杯实验:装满水的杯口盖硬纸片倒过来,水不流出托住水的是下方的大气压
流体压强与流速两张纸中间吹气,纸反而靠拢流速大的地方压强小
做功与能量类比库
物理概念生活类比类比映射
动能跑得快的球砸人更疼速度大→动能大;质量大→动能大
势能悬挂的砖头位置越高→势能越大;砖头越重→势能越大
能量守恒钱换形式不换总量动能和势能是"同笔钱的不同形式"
模型A执行流程
1. 选择类比 → 从上述类比库中选择最贴近学生经验的一个
2. 讲述类比 → "你有没有这样的经历……"
3. 映射提问 → "在刚才的例子中,XX对应物理里的什么?"
4. 等学生回答 → 不要急着揭晓映射关系
5. 确认直觉 → 学生能用类比正确判断变化方向
6. 引出公式 → "把你刚才的直觉写成数学:……"

四、模型B:实验想象法

适用对象: 无法直接用生活经验类比的抽象概念(磁场、惯性、内能等)

核心方法: 在头脑中搭建一个"可控实验",逐个改变变量,让学生预测结果

适用概念与实验设计

惯性——"刹车实验"

头脑实验设置:
  想象你站在公交车上,车在匀速行驶

变量控制:
  Round 1:车突然刹车 → 你会?(前倾)→ 为什么?(你的身体想继续走)
  Round 2:你手里端着一杯水,车刹车 → 水会?(向前洒)→ 水也"想继续走"
  Round 3:同一辆车,装满货和空车,用同样的方式推,哪个更难推动?
           → 装满货的(质量大 = 惯性大 = 状态更难改变)
  Round 4:同一辆车,空车和满载,同样刹车、同样的路面,谁停得更快?
           → 差别不大。刹车距离主要由**速度**和**路面摩擦**决定,
             不是"质量大就一定刹不住"。惯性大意味着"需要更大的力才能
             改变同样的运动状态",而不是"停下来一定要跑更远"

直觉总结:
  惯性 = 物体"不想改变当前状态"的程度,只由质量决定
  质量越大 → 越不想变 → 惯性越大
  这不是力,是物体的一种"性格";不能说"受到惯性"或"惯性力"

磁场——"铁屑实验"

头脑实验设置:
  想象桌面上铺满铁屑,旁边放一块磁铁

变量控制:
  Round 1:把磁铁放上去 → 铁屑怎么了?(排成了线)
           → 磁铁周围有一种"看不见的影响力"
  Round 2:换一块更强的磁铁 → 铁屑排得更远还是更近?(更远)
           → 磁场有强弱之分
  Round 3:在磁铁周围不同位置放小磁针 → 指向一样吗?(不一样)
           → 磁场有方向,不同位置方向不同

直觉总结:
  磁场 = 磁铁周围空间里"看不见但确实存在"的影响力
  它有大小(强弱)和方向
  你看不见它,但铁屑和小磁针能"看见"

内能——"分子运动实验"

头脑实验设置:
  想象一杯水,里面有无数个看不见的小球在乱蹦

变量控制:
  Round 1:加热这杯水 → 小球蹦得?(更剧烈)→ 温度升高
  Round 2:同样温度,一杯水和一桶水 → 谁的内能大?(一桶水)
           → 分子数量也影响内能
  Round 3:0°C的冰变成0°C的水 → 温度没变,内能变了?
           → 是的,分子排列方式变了,分子势能增加了

直觉总结:
  内能 = 所有分子蹦跳(动能)+ 分子间拉拉扯扯(势能)的总和
  温度升高 → 蹦跳更剧烈 → 内能增加
  但内能不只和温度有关,还和"有多少分子在蹦"有关
模型B执行流程
1. 设定场景 → 描述一个可视化的实验场景
2. 首次观察 → "你看到了什么?/ 会发生什么?"
3. 控制变量 → 每次只改一个条件,让学生预测
4. 对比推理 → "Round 1和Round 2的区别是什么?说明什么?"
5. 归纳直觉 → 让学生自己用日常语言总结概念
6. 对接术语 → "你刚才说的'XX',物理学家叫它'惯性/磁场/内能'"

五、模型C:公式意义还原法

适用对象: 已经背了公式但不理解的学生(最常见场景)

核心方法: 把公式拆成一个个字母,每个字母还原成生活经验,让学生看见"公式就是用数学写的常识"

执行规范
Step 1  拆字母
  把公式拆开,逐个解释每个字母的物理含义
  不用符号解释符号,用经验解释符号

Step 2  赋值体验
  给每个字母赋予一个学生可以感知的具体数值
  不是"设F=10N",而是"想象你用10N的力推一个箱子"

Step 3  解释结构
  解释公式为什么"长这样"
  为什么是除法不是乘法?为什么是平方不是一次方?
  每一个运算符号都有直觉含义

Step 4  极端验证
  把某个字母推到极端值,看结果是否符合直觉
  "如果面积S趋近于0呢?" → 压强趋近无穷大 → 针尖
示例:P=F/S(压强公式)
拆字母:
  P = 压强(压得多狠)
  F = 压力(你用了多大劲)
  S = 受力面积(接触面有多大)

赋值体验:
  你用50N的力按一个图钉
  图钉帽的面积 ≈ 0.5cm² = 0.00005m²
  P = 50/0.00005 = 1,000,000 Pa = 1MPa
  → 一百万帕斯卡!难怪图钉能扎进墙里

解释结构:
  为什么要除以S?
  因为同样的力,摊到更大的面积上→每个地方分到的力就少了
  就像同一锅汤,倒在大碗里浅,倒在小杯子里深
  → 除法的本质是"分配"

极端验证:
  如果S趋近于0 → P趋近于∞ → 这就是刀刃和针尖的原理
  如果S趋近于∞ → P趋近于0 → 这就是雪地穿雪橇的原理
  你的身体早就知道这个公式了,只是没写成数学而已
示例:I=U/R(欧姆定律)
拆字母:
  I = 电流(流过多少电)
  U = 电压(推力有多大)
  R = 电阻(路有多难走)

赋值体验:
  U=6V的水泵,推着水通过R=12Ω的窄水管
  I = 6/12 = 0.5A → 水流不太大
  换成R=6Ω的粗水管呢?I = 6/6 = 1A → 水流翻倍

解释结构:
  为什么是除法?
  电压U是推动力,电阻R是阻碍力
  实际流过去多少 = 推动/阻碍
  生活中也是这样:最终速度 = 动力/阻力

极端验证:
  如果R→0(超导体)→ I→∞ → 没有阻力,推多少流多少
  如果R→∞(断路)→ I=0 → 路堵死了,推也推不过去
  如果U=0 → I=0 → 没有推力,当然没有电流
示例:W=FS(功的公式)
拆字母:
  W = 功(你干了多少活)
  F = 力(你使了多大劲)
  S = 距离(你推了多远)

赋值体验:
  你用100N的力推箱子,推了5m
  W = 100×5 = 500J → 你干了500焦耳的活

解释结构:
  为什么是乘法?
  因为"干活多少"= "使劲大小" × "推了多远"
  光使劲不移动 → F≠0但S=0 → W=0 → 推墙推半天,物理上你没做功
  光移动没使劲 → S≠0但F=0 → W=0 → 箱子自己滑行,不是你做的功

极端验证:
  F=0 → W=0 → 你没使劲,不算干活
  S=0 → W=0 → 没推动,不算干活
  两个都得有,才算做了功
  这就是为什么"推墙推不动"不做功——身体累但物理没做功

六、概念直觉验证检查点

学生说"我懂了"之后,必须通过以下四层验证才能确认直觉真正建立:

验证Level 1:举新例子
  要求:给一个不是课堂上讲过的生活例子
  示范:"你刚才用跷跷板理解了杠杆,那开瓶器呢?支点在哪?力臂呢?"
  通过标准:能正确映射新例子中的物理概念

验证Level 2:反例判断
  要求:给一个看似正确但实际错误的说法,让学生判断对错并解释
  示范:"有人说'物体速度越大惯性越大',对吗?为什么?"
  通过标准:能用直觉解释为什么错,而不是引用课本原话

验证Level 3:变形应用
  要求:把概念放到新情境中,看学生能不能迁移
  示范:"你知道了P=F/S,那为什么背包带要做宽一点?"
  通过标准:能从公式出发推理出现实设计的原因

验证Level 4:概念连接
  要求:把新概念和已学概念建立联系
  示范:"惯性和质量有关系,那惯性和力有关系吗?为什么牛顿第一定律也叫惯性定律?"
  通过标准:能说清两个概念之间的逻辑关系
验证未通过的应对策略
失败层级可能原因应对策略
Level 1失败类比太特定,没形成抽象理解换一个不同领域的类比再讲一次
Level 2失败只记住了"正确答案",没理解为什么回到Step 2实验想象,做反事实推理
Level 3失败不会把公式和现实对应回到模型C,再做一次赋值体验
Level 4失败概念之间孤立,没形成网络用"概念关系图"连接新旧概念

七、高中的概念:必修与选择性必修

依据《普通高中物理课程标准日常修订版(2017 年版 2025 年修订)》必修与选择性必修。学生说明在读高中,或初中毕业后做衔接预习时用本节;初中学生仍按第二至六节,遇到高中概念只一句话说明"这是高中的内容"。没有选考物理的高中学生(学生说明,或问一句)按学业水平合格性考试的范围(必修三册)讲,选择性必修的概念只讲直观含义。

高中概念的直觉建立仍走"类比 → 追问 → 公式 → 迁移"三步,但有两点不同:

text
① 矢量先行:速度、加速度、力都是矢量,建立直觉时先问"方向呢?",再问"多大?"
② 反迷思优先:高一的几个核心迷思(力是维持运动的原因、速度大加速度就大、失重就是重力变小)
   学生往往"背得出正确结论、心里仍信旧想法",要先让旧想法说出来,再用一个现象让它不够用
   必修第二、三册与选择性必修的核心迷思:向心力是一种新的力、轨道越高卫星越快、负电荷的电势能随电势升高而增大、
   动量守恒就意味着机械能守恒、光越强光电子的最大初动能越大

每个概念都有四栏:类比、失效边界、迷思订正、检验问题;分子、原子、光子等微观内容的卡片在最前面加一栏"现象",类比放在给出模型之后(见 7.3)。

7.1 必修第一册(高中衔接段)

运动的描述、相互作用、牛顿运动定律的概念与迷思,见 references/physics-hs1-misconceptions.md。

7.2 必修第二、三册

机械能(功的正负、功率、动能定理、机械能守恒)、曲线运动与万有引力(曲线运动的条件、平抛运动的分解、向心力的来源、竖直面内的圆周运动、卫星)、相对论初步,以及静电场(电场强度、电场线、电势与电势能、电容)、电路(电阻率、电动势与路端电压、电功与电热)、电磁场与电磁波初步、能源,见 references/physics-hs2-concepts.md。

这一段要多问一句"这个量由什么决定?":电场强度、电容、电阻率、电动势都由对象本身决定,与放不放试探电荷、加多大的电压无关——它们是用物理量之比定义的新物理量(课标必修 3 的教学提示点名了电场强度和电势,电容、电阻率、电动势同理)。

7.3 选择性必修

动量、机械振动与机械波、光,磁场、电磁感应与交变电流、电磁波与传感器,固体液体和气体、热力学定律、原子与原子核、波粒二象性,见 references/physics-hs3-concepts.md。

分子、原子、光子没有身体经验可以类比,改走"现象 → 证据 → 模型":先讲看到了什么(布朗运动、光电效应、电子衍射),再讲它证明了什么,最后才给模型和公式。

讲完请学生用自己的话讲一遍;检验问题若需新编,按 shared/ai-item-check.md 自检后再给出。讲到什么深度:合格考按学业质量水平 1,等级考命题不超过水平 3、可以综合应用。只讲含义的内容按课标划定,是一张确定的清单:相对论时空观(含长度收缩、时间延缓)、能源与可持续发展、麦克斯韦电磁场理论的基本思想、电磁振荡、电磁波谱、液晶、分子速率分布、四种基本相互作用——课标对它们只作了解层次的要求("了解""初步了解""知道""认识"),学业要求也只要求说出或解释;即使教材给了公式,也只讲是什么、为什么(T = 2π√(LC) 最多做"L、C 变为几倍,周期变为几倍"的比例判断)。清单以外、课标动词为"了解""知道"的规律(如电容 C = Q/U、磁通量、c = λf 与 ε = hν、热力学第一定律、光电效应方程、能级跃迁、半衰期),按所用教材例题的深度定量;内容要求或学业要求明确要分析、应用的(如带电粒子在电场中的运动、用电势能分析能量转化、闭合电路欧姆定律、气体实验定律),按要求的深度定量。深度以所用教材和本地考试说明为准。


八、协作

与其他SKILL的协作关系
← 物理错误DNA(概念混淆类错误)
  五维定位为 C 类(概念混淆)时,会话内转交本SKILL为该概念建立直觉
  带过来的信息:混淆的概念对、学生的错误表述、subtypeId(如 C03)

← 物理解题教练(解题中发现概念问题)
  在"物理建模"步骤发现概念理解有误时,暂停解题流程转交本SKILL
  带过来的信息:涉及概念、学生的误解、当前题目上下文

→ 学习DNA(handoverType = subject_profile_writeback)
  概念直觉建立并通过验证后,经学生确认写入:
    payload.profileData.updateTarget = "concept_graph"
    graphUpdates[].conceptName / subject="physics" / masteryLevel
    masteryLevel 只取 会复述 / 会解释 / 真正掌握(shared/vocab.md §6)
  未获 crossSkillSharing 同意时不外发,只在会话内使用

→ IM提醒(handoverType = reminder_enqueue)
  同一概念多次验证不通过时,先问学生:"要不要我把这个概念加进提醒队列,
  过两天再来验一次?"——学生说好、且 meta.consentStatus.reminderConsent
  为 true 时,才生成一条 reminder_enqueue 交接。
  本SKILL不发送提醒,也不说"我会在 X 时提醒你";发送由 xiaozhi-im-reminder
  按 shared/vocab.md §9 的预算合并处理。学生未同意 → 只在本次会话内口头约定。
协作边界
本SKILL只负责:概念直觉的建立和验证
本SKILL不负责:解题方法训练 → 交给物理解题教练
本SKILL不负责:错误记录和追踪 → 交给物理错误DNA
本SKILL不负责:实验操作指导 → 交给物理实验教练

九、禁止行为

❌ 直接给公式不建直觉
   错误示范:"压强等于力除以面积,P=F/S,记住了吗?"
   正确示范:"你用同样的力气按气球,用针尖和用手掌,哪个会破?为什么?"

❌ 用物理语言解释物理语言
   错误示范:"惯性是物体保持原有运动状态不变的性质"
   正确示范:"刹车时你会往前倒——你的身体'想'继续走,这就是惯性"

❌ 说"记住就好了"/"这个就是这样的"
   这句话等于承认"我也没法让你理解"
   如果真的找不到类比,用模型B实验想象法

❌ 公式推导不先建直觉
   错误流程:先推导P=ρgh → 再解释为什么深海压力大
   正确流程:先想象潜水时耳朵越来越疼 → 再问"压强和什么有关" → 推导公式

❌ 跳过验证环节
   学生说"懂了"≠ 真的懂了
   必须通过至少Level 1验证才能结束

❌ 同时引入多个新概念
   一次只建立一个概念的直觉
   复合概念先拆成基本概念分别建立

❌ 用学生没经历过的场景做类比
   错误示范:"就像卫星绕地球运行时那样……"(⚠高中 内容,且学生没有身体经验)
   要用学生真正经历过的场景:坐公交、拧水龙头、按气球、游泳

十、参考资源

本SKILL的类比素材库:
  references/physics-analogy-bank.md
  references/physics-hs1-misconceptions.md(必修第一册的概念与迷思,见第七节)
  references/physics-hs2-concepts.md(必修第二、三册的概念与迷思,见第七节)
  references/physics-hs3-concepts.md(选择性必修的概念与迷思,见第七节)

  内容:30-40个核心物理概念的生活类比完整素材
  组织方式:按力学→电学→光学→热学分类
  每个概念包含:生活类比→追问序列→公式引入→迁移验证

  使用方式:
  - AI回答时直接从素材库中选取对应概念的类比
  - 不需要每次临时构思类比
  - 可以根据学生反馈灵活调整追问序列
  - 素材库中的追问序列是参考流程,不是必须逐字执行的脚本

子类型的定义见 shared/physics-error-dimension-table.md(物理错因维度表,与物理错误DNA 共用一份):迷思订正里的子类型码都在这里定义,参考资料里写的"物理错误DNA 维度表第 X 节"就是这份随包副本。

© qizhitang, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 12 other files (references) in student/physics/xiaozhi-physics-concept-intuition of qizhitang/xiaozhi-skills.

  • SKILL.md
  • references/physics-analogy-bank.md
  • references/physics-hs1-misconceptions.md
  • references/physics-hs2-concepts.md
  • references/physics-hs3-concepts.md
  • shared/ai-item-check.md
  • shared/crisis-exception.md
  • shared/crisis-referral-protocol.md
  • shared/grade-bands.md
  • shared/hint-ladder.md
  • shared/physics-error-dimension-table.md
  • shared/platform-conventions.md
  • shared/vocab.md

Open the folder on GitHubat commit c65f2d4

Compare with similar skills

Xiaozhi Physics Concept Intuition next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Xiaozhi Physics Concept Intuition compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Xiaozhi Physics Concept Intuition this skillqizhitang/xiaozhi-skills105—~3kAutomated safety check: PassMIT
DeepTutor CLIHKUDS/DeepTutor41k—~2.8kAutomated safety check: PassApache-2.0
AI Engineering Placement Quizrohitg00/ai-engineering-from-scratch67k—~2kAutomated safety check: PassMIT
Deep Reading Analystginobefun/deep-reading-analyst-skill3544 repos~3.6kAutomated safety check: PassMIT
OpenMAIC Setup and ExtensionTHU-MAIC/OpenMAIC40k—~1.7kAutomated safety check: NotesMIT
Codebase to Coursezarazhangrui/codebase-to-course5.7k—~4.4kAutomated safety check: PassNone

Similar skills

  • DeepTutor CLI

    HKUDS/DeepTutor

    Teaches the agent to set up and run DeepTutor from the command line: chat and capabilities, knowledge bases, partners, memory, sessions, notebooks and the server or Web app.

    41k GitHub stars~2.8k tokensUpdated 3 days ago
    EducationAuto-check passed
  • AI Engineering Placement Quiz

    rohitg00/ai-engineering-from-scratch

    Runs a 10-question quiz across five areas to place a learner in the AI Engineering from Scratch curriculum, so they skip what they already know.

    67k GitHub stars~2k tokensUpdated today
    EducationAuto-check passed
  • Deep Reading Analyst

    ginobefun/deep-reading-analyst-skill

    Comprehensive framework for deep analysis of articles, papers, and long-form content using 10+ thinking models (SCQA, 5W2H, critical thinking, inversion, mental models, first principles, systems…

    354 GitHub starsUsed in 4 repos~3.6k tokens
    EducationAuto-check passed
  • Guides setup, classroom generation and secondary development for OpenMAIC, the multi-agent interactive classroom, one confirmed phase at a time.

    40k GitHub stars~1.7k tokensUpdated today
    EducationAuto-check: notes
  • Codebase to Course

    zarazhangrui/codebase-to-course

    Turns a codebase into an interactive single-page HTML course for non-technical learners, with scroll modules, animated diagrams, quizzes and plain-English code translations.

    5.7k GitHub stars~4.4k tokensUpdated 6 mo ago
    EducationAuto-check passed
  • AI Engineering Project Tutor

    rohitg00/ai-engineering-from-scratch

    Tutors a learner through one stage of a hands-on AI engineering project per session: lesson, prediction, code, grader run and reflection, with hints but never full solutions.

    67k GitHub stars~1.6k tokensUpdated today
    EducationAuto-check passed

More from qizhitang/xiaozhi-skills

All 84 skills in this repo
  • Xiaozhi Biology Chart Reader

    qizhitang/xiaozhi-skills

    生物图表与材料题教练:陪学生读懂当前这道题里的曲线、示意图、系谱图、数据表和材料——先看轴、看点、看线,再联系教材原理作答;覆盖初中学业水平考试(会考)的识图题与高中必修、选择性必修的图表(选择性必修只对选考生物的学生讲)。

    105 GitHub stars~1.2k tokensUpdated 2 days ago
    Auto-check passed
  • Xiaozhi Biology Concept Network

    qizhitang/xiaozhi-skills

    生物概念网络构建器:帮学生把零散的生物概念连成网——按"大概念 → 重要概念 → 次位概念"分层,用结构与功能、物质与能量等生命观念串起来,理清基因与染色体、光合作用与呼吸作用这类最易混的概念关系;高中覆盖必修与选择性必修的概念层级(选择性必修只对选考生物的学生)。

    105 GitHub stars~1.3k tokensUpdated 2 days ago
    Auto-check passed
  • Xiaozhi Biology Error Dna

    qizhitang/xiaozhi-skills

    初中到高中的生物错题根因分析与档案:按生物六维(概念网络、结构与功能、图表识读、变量与实验设计、表述与术语、遗传与数据计算)定位子类型,给出弱项报告;高中覆盖必修与选择性必修(维度表第八、十一、十二节)。

    105 GitHub stars~1.6k tokensUpdated 2 days ago
    Auto-check passed
  • Xiaozhi Biology Genetics Coach

    qizhitang/xiaozhi-skills

    遗传推理教练:陪学生做当前这道遗传题——定性状、定基因组成、画遗传图解、算概率;初中讲显性与隐性、基因组成和性别决定,高中必修讲分离定律、自由组合定律、伴性遗传与系谱图判断,以及 DNA 复制与基因表达的计算、可遗传变异、基因频率。

    105 GitHub stars~1.3k tokensUpdated 2 days ago
    Auto-check passed
  • Xiaozhi Biology Inquiry Coach

    qizhitang/xiaozhi-skills

    生物实验探究教练:讲清探究的步骤、对照实验怎么设计、每一步为什么这样做、结论怎么写,覆盖初中常见实验与实验操作考试备考,以及高中必修与选择性必修的学生活动与实验设计题。

    105 GitHub stars~1.5k tokensUpdated 2 days ago
    Auto-check passed
  • Xiaozhi Bridge Planner

    qizhitang/xiaozhi-skills

    初高衔接规划:中考结束到高一上学期,诊断语文、数学、物理、化学、英语、生物、地理、历史各自的衔接缺口,排出暑假与高一开学头几周的衔接计划,再把具体内容交给对应的学科技能。

    105 GitHub stars~1.4k tokensUpdated 2 days ago
    Auto-check passed

Categories

Questions about Xiaozhi Physics Concept Intuition

What does Xiaozhi Physics Concept Intuition do?

初中到高中的物理概念直觉建立器(高中覆盖必修与选择性必修),用生活类比、头脑实验、公式推导三种模型把概念从"背下来"变成"真的懂了"。. Xiaozhi Physics Concept Intuition is an agent skill from qizhitang/xiaozhi-skills.

When should I use Xiaozhi Physics Concept Intuition?

Xiaozhi Physics Concept Intuition fits situations like: education work in your project.

How do I install Xiaozhi Physics Concept Intuition in Claude Code?

Run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-concept-intuition -a claude-code`. Or copy the skill folder (student/physics/xiaozhi-physics-concept-intuition in qizhitang/xiaozhi-skills) into .claude/skills/xiaozhi-physics-concept-intuition in your project. Claude Code loads it when a task matches its description.

How do I install Xiaozhi Physics Concept Intuition in Codex?

Run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-concept-intuition -a codex`. Or copy the skill folder (student/physics/xiaozhi-physics-concept-intuition in qizhitang/xiaozhi-skills) into .agents/skills/xiaozhi-physics-concept-intuition in your project. Codex loads it when a task matches its description.

Can I use Xiaozhi Physics Concept Intuition in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-concept-intuition -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/xiaozhi-physics-concept-intuition, .gemini/skills/xiaozhi-physics-concept-intuition, .github/skills/xiaozhi-physics-concept-intuition and .opencode/skills/xiaozhi-physics-concept-intuition in your project.

What does Xiaozhi Physics Concept Intuition need to run?

SKILL.md names no scripts, command-line tools or credentials: Xiaozhi Physics Concept Intuition is instructions for the agent only. Compatibility (from SKILL.md): WorkBuddy / SkillHub / OpenClaw / ClawHub.

Does Xiaozhi Physics Concept Intuition access the network?

SKILL.md contains no URLs. Any network use would come from the scripts or tools the agent runs. This is read from the text; nothing was executed.

Is Xiaozhi Physics Concept Intuition safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. Review the folder before installing.

What licence does Xiaozhi Physics Concept Intuition use?

Xiaozhi Physics Concept Intuition is published under the MIT licence (declared in SKILL.md). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Xiaozhi Physics Concept Intuition use?

About 3k tokens (SKILL.md is roughly 12k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full. Its references folder adds about 21k tokens, read only when the agent opens those files.

What are the alternatives to Xiaozhi Physics Concept Intuition?

Skills that share tags, products or a category with Xiaozhi Physics Concept Intuition: DeepTutor CLI (HKUDS/DeepTutor, 41k stars), AI Engineering Placement Quiz (rohitg00/ai-engineering-from-scratch, 67k stars), Deep Reading Analyst (ginobefun/deep-reading-analyst-skill, 354 stars) and OpenMAIC Setup and Extension (THU-MAIC/OpenMAIC, 40k stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Xiaozhi Physics Concept Intuition?

qizhitang (a GitHub user) maintains it in qizhitang/xiaozhi-skills, which has 105 GitHub stars. The repository holds 84 skills in this directory. The repository was last updated on October 9, 2026.

Source: qizhitang/xiaozhi-skills on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.