# Learn Review

> Testuje zrozumienie tematu po ukończeniu questa z /learn — quiz + Feynman probe + CLS scoring + adaptacja. Zamyka pętlę nauki. Triggers: 'sprawdź co umiem', 'review nauki', 'learn review', 'test wiedzy', 'quiz z questa', 'czy rozumiem temat', 'feynman test'.

- **Type:** Skill
- **Install:** `agentstack add skill-szewowsky-learn-skill-learn-review`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [Szewowsky](https://agentstack.voostack.com/s/szewowsky)
- **Installs:** 0
- **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [Szewowsky](https://github.com/Szewowsky)
- **Source:** https://github.com/Szewowsky/learn-skill/tree/main/learn-review

## Install

```sh
agentstack add skill-szewowsky-learn-skill-learn-review
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Skill: Learn Review — Pętla Zwrotna Nauki

## Dlaczego ten skill istnieje

Obejrzenie filmiku ≠ nauka. Ten skill sprawdza czy faktycznie rozumiesz temat — nie czy zapamiętałeś fakty, ale czy potrafisz wytłumaczyć koncept kumplowi (Feynman probe) i zastosować wiedzę (quiz). Waga 60% na Feynmana, bo jeśli umiesz wytłumaczyć prosto — rozumiesz naprawdę.

## Metryka: Composite Learning Score (CLS)

```
CLS = quiz_avg × 0.4 + feynman_score × 0.6
```

| CLS | Wynik | Akcja |
|-----|-------|-------|
| >= 80% | PASSED | Achievement unlocked, następny quest |
| 60-79% | SOFT PASS | Przechodzi, wraca za 3 dni |
|  Quest "[nazwa]" nie jest jeszcze ukończony — brakuje kroków: [lista]. Dokończ i wróć z `/learn-review`.

### Krok 4: Review Gate

#### 4a. Quiz

Wyświetl pre-generowane pytania quizowe (z feedback-loop.md), jedno po drugim:

```
Quiz — Quest X: [Nazwa]

Pytanie 1/3 (mechanizm):
[treść pytania]

Twoja odpowiedź:
```

Poczekaj na odpowiedź. Potem następne pytanie. Potem następne.

**WAŻNE:** Nie pokazuj oczekiwanych odpowiedzi przed odpowiedzią usera!

#### 4b. Ocena quizu

Po zebraniu 3 odpowiedzi — oceń każdą używając promptu "Quiz Grader" z `references/review-prompts.md` (w katalogu learn skill).

Oceniaj na podstawie expected_key_points z feedback-loop. Pokaż wynik:

```
Quiz wyniki:
1. (mechanizm): XX/100 — [krótki feedback]
2. (zastosowanie): XX/100 — [krótki feedback]
3. (trade-off): XX/100 — [krótki feedback]
Średnia quiz: XX/100
```

#### 4c. Feynman Probe

Wyświetl probe:

```
Feynman Probe:
Wytłumacz [koncept] kumplowi który nie zna tematu, w 2-3 zdaniach.
```

Poczekaj na odpowiedź.

#### 4d. Ocena Feynman

Oceń wyjaśnienie wg 4 wymiarów (rubric z `references/review-prompts.md`):

```
Feynman wyniki:
- Jasność: XX/100
- Kompletność: XX/100
- Poprawność: XX/100
- Prostota: XX/100
Średnia Feynman: XX/100

Najlepsze: [co było dobre]
Do poprawy: [co poprawić]
```

### Krok 5: CLS Score i decyzja

Oblicz: `CLS = quiz_avg × 0.4 + feynman_score × 0.6`

#### PASSED (CLS >= 80%)

```
CLS: XX% — PASSED!

Achievement Unlocked: [nazwa achievementu z quest chain]
Odblokowałeś: [opis z questa]

Następny quest: Quest X+1 — [nazwa] (~XX min)
```

Zaktualizuj status questa na `passed` w feedback-loop.md.
Ustaw następny quest na `pending`.

#### SOFT PASS (CLS 60-79%)

```
CLS: XX% — SOFT PASS

Przechodzisz dalej, ale ten quest wraca za 3 dni do powtórki.
Data powtórki: [YYYY-MM-DD + 3 dni]

Następny quest: Quest X+1 — [nazwa] (~XX min)
```

Zaktualizuj status na `soft-pass`. Dodaj datę powtórki. Ustaw następny na `pending`.

#### FAILED (CLS < 60%)

```
CLS: XX% — Potrzebna adaptacja

Słabe obszary: [lista konceptów z niskim score]

Proponuję:
1. Przeczytaj ponownie materiały do [słaby koncept 1]
2. Spróbuj wytłumaczyć [słaby koncept 2] własnymi słowami
3. Powtórka Review Gate po przygotowaniu
```

Zaktualizuj status na `failed`.

### Krok 6: Aktualizuj feedback-loop.md

Po każdym review:

1. **Tabela stanu** — zaktualizuj wiersz questa (status, quiz score, feynman score, CLS, data)
2. **Historia review** — dodaj nowy wpis z pełnymi szczegółami (format z `references/feedback-loop-template.md`)

### Krok 7: Podsumowanie

Pokaż aktualną tabelę stanu nauki z feedback-loop.md — żeby user widział progres.

Jeśli wszystkie questy = `passed` → gratulacje, quest chain ukończony!

## Ograniczenia

- Pytania są pre-generowane w Kroku 6 `/learn` — jeśli brak pytań w feedback-loop, dogeneruj na miejscu
- Ocena jest subiektywna (LLM grading) — traktuj jako orientacyjną, nie egzamin
- Feynman probe testuje transfer wiedzy (umiesz wytłumaczyć = umiesz) — ważniejszy niż quiz (stąd waga 0.6)

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [Szewowsky](https://github.com/Szewowsky)
- **Source:** [Szewowsky/learn-skill](https://github.com/Szewowsky/learn-skill)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-szewowsky-learn-skill-learn-review
- Seller: https://agentstack.voostack.com/s/szewowsky
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.