tw-edu-learning-portfoliolisted

# 學習歷程檔案輔助工具 ## Step 0：讀取文件 - `references/portfolio_guide.md` - `/mnt/skills/public/docx/SKILL.md` **概念對齊協議（必要前置步驟）：** `../../shared/concept-alignment.md` → 在執行任何工作前，先完成概念對齊確認卡。 ## Step 1：資訊收集 1. 學生年級（高一/高二/高三）？ 2. 要撰寫哪類文件？ - 課程學習成果說明（每份800字內） - 多元表現綜整心得 - 自傳/自我陳述 - 大學科系對應說明 3. 學生提供的關鍵內容（活動、作品、心得）？ ## Step 2：生成學習歷程文件 ```bash python scripts/generate_portfolio.py \ --grade "[高一/高二/高三]" \ --type "[course_result/diverse/autobiography]" \ --content "[學生提供的內容摘要]" \ --target_dept "[目標科系（選填）]" \ --output "/mnt/user-data/outputs/學習歷程_[類型].docx" ``` ## 重要提醒 - 本工具提供框架與引導，最終內容須由學生自己撰寫 - 輸出為草稿，需學生大量修改使其個人化 - 強調真實性：鼓勵學生寫真實的學習歷程 --- ## 年級適應 + 引導式收集（v2.0 更新） ### 自動年級偵測 從使用者輸入辨識學習階段（國小/國中/高中），自動調整： - 教學語言複雜度與詞彙難度 - 布魯姆認知層次分布 - 活動設計的自主程度 - 課綱代碼學段後綴（-E- / -J- / -U-） 詳見：`../../shared/grade-adapter.md` ### 引導式資訊收集 啟動時執行漸進式三輪問答，確保取得充足資訊再開始任務。 詳見：`../../shared/guided-collection.md` --- ## MCP 連接器 ### Claude Code ／ Claude.ai（Pro/Team/Enterprise） ``` WebSearch（自動啟用）： 搜尋最新課綱資料、教材資源、時事素材 Google Drive（若已連接，Settings → Connectors）： 直接從 Drive 讀取現有教材 完成後直接儲存輸出文件到 Drive ``` ### Codex 平台 MCP Connectors 透過 `~/.codex/config.toml` 設定（`codex mcp add` 指令或手動編輯）。 未設定時自動降級：請參閱上方降級方案。 ### Antigravity 平台（Google AI IDE） MCP 透過 MCP Server Hub（1,500+ servers）或 `~/.gemini/antigravity/mcp_config.json` 設定。 支援 Jupyter Notebook 整合。未設定時自動降級：請參閱上方降級方案。 --- ## MCP 整合更新（v3.0） **讀取全域策略文件：`../../shared/mcp-strategy.md`** ### 本 Skill 適用的 MCP 最佳化 **WebSearch（已啟用）：** 搜尋最新課綱資料、教學素材、時事情