Coach
Inlärningstelemetri som rapporterar retention och granskare-revisioner från verkliga kvitton, aldrig vibbar
Fungerar med konfiguration
Vad den gör
En spaced-repetition-inlärningscoach för Engram-pluginet: den läser den deterministiska motorns telemetri (loop-closure, retention buckets, kalibrering, överföring, grader-health) och berättar en ärlig incheckning där varje anpassning stöds av elevens egna siffror. Utlöses på "how am I doing", veckovisa incheckningar, granskning av bedömaren mot en guld-uppsättning, körning av n-av-1-strategiexperiment eller omjustering av granskningsschemat. Det är ett berättelselager över scripts/engram.py, som äger varje siffra som coachen rapporterar.
Testrapport
Hittade skills/coach/SKILL.md via GitHub-trädet; frontmatter parsas med name+description. Punktkontrollerade scripts/engram.py, skills/_shared/subagents.md, agents/engram-assessor.md, CONTRIBUTING-DATA.md — alla HTTP 200. Klonade arkivet och körde motorn: selftest = 302/302, och dess nätverksimport AST-skydd bekräftar påståendet "ingen nätverkskod". Sådde ett verkligt inlärningstillstånd (3 kodade Calculus-koncept, 30 dagar förflutna, noll granskningar) så att `stats` returnerade loop_closure.rate==0.0 ("THE LOOP HAS NEVER CLOSED"), skrev sedan två artefakter mot det: BASELINE.md (ingen färdighet) öppnade med "Bra jobbat... fortsätt så!", rapporterade retention/kalibreringssektioner och hävdade att en granskning skulle "dra upp dessa igen"; SKILL.md (följande kroppen) började med "loopen har aldrig stängts, inget annat är verkligt än", citerade motorns egen ~2 minuters siffra, erbjöd exakt tre alternativ med `/review quick` rekommenderat först, och hoppade över grader/kalibreringssektionerna enligt rate==0-reglerna. Konkret mätt skillnad, färdigheten klart bättre. Dom "setup" inte "pass": den katalogstandardiserade bara färdighetskopian misslyckas stängd — jag verifierade att resolvern returnerar "engine not found" utan ENGRAM_ROOT eller en plugin-installation, och returnerar motorvägen när ENGRAM_ROOT pekar på klonen. Kategori korrigerad från "data" till produktivitet (en personlig inlärnings-/studiecoach).
Testad: 2026-07-21 · Claude Code 2.x (agent harness)
Installation
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).
Kommandon och exempelprompter
/coachInlärningstelemetri som rapporterar retention och granskare-revisioner från verkliga kvitton, aldrig vibbar
Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):
How am I doing on my learning this weekShow my retention stats in a dashboardAdjust my study strategy based on my data