Coach
Leertelemeter die retentie en grader audits rapporteert vanuit echte ontvangsten, nooit vibes
Werkt met setup
Wat het doet
Een spaced-repetition learning coach voor de Engram plugin: het leest de telemetrie van de deterministische engine (loop-closure, retention buckets, calibration, transfer, grader-health) en vertelt een eerlijke check-in waarbij elke aanpassing wordt ondersteund door de eigen cijfers van de leerling. Activeert op "how am I doing", wekelijkse check-ins, het auditen van de grader tegen een gold set, het uitvoeren van n-of-1 strategy experiments, of het aanpassen van het beoordelingsschema. Het is een narratielaag over scripts/engram.py, die elk getal bezit dat de coach rapporteert.
Testrapport
skills/coach/SKILL.md gevonden via de GitHub tree; frontmatter parset met name+description. Steekproefsgewijs gecontroleerd scripts/engram.py, skills/_shared/subagents.md, agents/engram-assessor.md, CONTRIBUTING-DATA.md — allemaal HTTP 200. De repo gekloond en de engine uitgevoerd: selftest = 302/302, en de network-import AST guard bevestigt de "no network code" claim. Een echte leerlingstatus gezaaid (3 gecodeerde Calculus concepten, 30 dagen verstreken, nul reviews) zodat `stats` loop_closure.rate==0.0 retourneerde ("THE LOOP HAS NEVER CLOSED"), en vervolgens twee artefacten ertegen geschreven: BASELINE.md (geen skill) opende met "Nice work... keep it up!", rapporteerde retentie/kalibratie secties, en beweerde dat een review "deze weer omhoog zou trekken"; SKILL.md (volgens de body) begon met "the loop has never closed, nothing else is real yet", citeerde het eigen ~2 min figuur van de engine, bood precies drie opties aan met `/review quick` als eerste aanbevolen, en sloeg de grader/kalibratie secties over volgens de rate==0 regels. Concreet gemeten verschil, skill duidelijk beter. Oordeel "setup" niet "pass": de catalogus-standaard kale skill-kopie faalt gesloten — ik verifieerde dat de resolver "engine not found" retourneert zonder ENGRAM_ROOT of een plugin installatie, en retourneert het engine pad zodra ENGRAM_ROOT naar de kloon wijst. Categorie gecorrigeerd van "data" naar productivity (een persoonlijke leer/studiecoach).
Getest op: 2026-07-21 · Claude Code 2.x (agent harness)
Installatie
git clone --depth 1 https://github.com/nagisanzenin/engram.git /tmp/coach-src mkdir -p ~/.claude/skills cp -R /tmp/coach-src/skills/coach ~/.claude/skills/coach # NOTE: this skill is a thin narration layer over the engine at scripts/engram.py. # A bare skill-copy FAILS CLOSED with "engine not found" unless the engine is resolvable. # Two ways to wire it up: # 1) RECOMMENDED — install the whole thing as a plugin (auto-resolves $CLAUDE_PLUGIN_ROOT): # /plugin marketplace add nagisanzenin/engram then /plugin install engram # 2) Keep the skill-copy above and point ENGRAM_ROOT at a full clone (persist in ~/.zshrc; # move the clone out of /tmp first): # export ENGRAM_ROOT=/tmp/coach-src # The `audit` subcommand also spawns the engram-assessor subagent (agents/engram-assessor.md, in the full clone). # Requirements: Python 3 (stdlib only, no pip). State lives in ~/.claude/learning (override ENGRAM_HOME). # The engine has no network code — proven by a permanent AST selftest (302/302 checks pass).
Commando's en voorbeeldprompts
/coachLeertelemeter die retentie en grader audits rapporteert vanuit echte ontvangsten, nooit vibes
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
How am I doing on my learning this weekShow my retention stats in a dashboardAdjust my study strategy based on my data