promentor
by lyn-77
ProMentor 是一个 AI Coding Agent Skill 。装上它,你的 AI 编程助手立刻化身为导师——扫描项目架构、生成阶梯式 Chapter、带你手写核心逻辑、自动判题、AI Code Review。
ProMentor is an AI coding agent skill: install it and your AI pair becomes a mentor — scans the project architecture, generates stepped chapters, guides you through core logic, auto-judges exercises and runs AI code review.
安装
dsh plugin --profile web add github:lyn-77/promentorGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
目录
把任意开源项目转成 MIT 风格的动手工程课程 在实践中学习
ProMentor 是一个 AI Coding Agent Skill。装上它,你的 AI 编程助手立刻化身为导师——扫描项目架构、生成阶梯式 Chapter、带你手写核心逻辑、自动判题、AI Code Review。
学的不是算法题,是一个真实系统的架构设计能力。
安装
DSH Web GUI 内置 Dashboard(非DeepSeek Harness不需要看)
只有 DSH 需要本小节:它的 Dashboard 是 GUI 内置插件(Codex / Claude Code 等其他 Agent 的技能包自带静态网页,跳过本小节)。插件预构建产物随 Release 包 分发,仓库本身不含构建产物。
安装(一条命令)
# 方式 A(推荐):下载 Release 的 promentor.zip 并解压
cd <解压目录>/promentor
bash dsh-plugin/install.sh
# 方式 B(源码):clone 本仓库后先 make build
cd /path/to/ProMentor
bash dsh-plugin/install.sh
- 卸载:
bash dsh-plugin/uninstall.sh
从release下载zip
前往 Releases 下载最新
promentor.zip解压后把
promentor/放到.{YourAgent}/skills/
使用
在 DSH(DeepSeek Harness)、Codex、Claude Code 等支持 /promentor 命令的 AI 编程助手中打开你的项目,然后:
1. 生成课程
/promentor init
AI 自动扫描你的项目,分析架构,生成课程大纲。你确认后,逐 Chapter 生成讲义、Lab、行为测试。
2. 学习
/promentor learn ch01
AI 讲解讲义、带你读标注过的源码、引导你手写核心逻辑。
3. 测试
/promentor test
AI 运行行为测试,告诉你哪些通过了、哪些失败了、为什么。
4. 获取提示
/promentor hint
AI 读了你的代码和测试结果,给你针对当前错误的、分层的提示。从方向到思路,不直接给答案。
5. 提交
/promentor submit
全量测试 + 锁定成绩。代码保存到提交历史。
6. AI Code Review
/promentor review
AI 对比你的实现 vs 原始源码,解释设计决策、"为什么这样做"、你可以如何改进。
7. 查看进度
/promentor # 课程面板
/promentor progress # 详细进度
8. 查看仪表盘(网页 Dashboard)
/promentor dashboard
DSH Web GUI 内置面板(推荐):点击会话输入框上方的 ProMentor 按钮,
面板跟随当前会话的工作目录,直接读取 .promentor/ 课程数据——无需任何本地服务。
安装教程见上方 ① DSH Web GUI 内置 Dashboard(一条命令 bash dsh-plugin/install.sh)。
独立仪表盘(备用,供 Codex / Claude Code 等):自动读取 .promentor/ 下生成的课程数据,浏览器网页与 Agent 对话双通道查看。
功能
- 主页概览:总体完成度、当前学习章节、已完成/学习中/未开始统计、每章状态/分数/尝试次数、内容完整性警告
- 章节独立页面:
/dashboard/chapters/<chapter_id>/直达任意章节,可刷新、可分享 - 左侧边栏:一键切换讲义(Lecture)与源码导读(Source)
- 主题切换:右上角按钮在浅色/深色模式间切换
- Markdown 增强渲染:代码语法高亮、Mermaid 图、数学公式、CJK 排版(Streamdown)
自动启动
/promentor init 结束与 /promentor learn <ch> 开始时,会提示打开 GUI 内置面板
(插件未安装时自动启动独立仪表盘并输出访问地址)。
架构
- DSH 插件模式:host 数据网关(
packages/host/promentor)+ GUI 面板 (packages/client/ui-promentor),位于 deepseek-harness 仓库,本仓库dsh-plugin/目录负责注册(install.sh/uninstall.sh) - 独立服务模式(备用):全局单进程,重复启动复用已有进程;网页只存在于技能包
dashboard/内,不复制到项目目录;服务启动时读取项目根目录的.promentor/数据
使用方式(备用模式):
cd /path/to/project
python3 <promentor-skill>/scripts/serve.py # 启动并打开浏览器
python3 <promentor-skill>/scripts/serve.py status # 查看运行进程
python3 <promentor-skill>/scripts/serve.py stop # 停止
命令速查
| 命令 | 说明 |
|---|---|
/promentor init |
分析项目,生成课程 |
/promentor |
课程面板(目录 + 进度) |
/promentor learn <ch> |
进入指定 Chapter 学习 |
/promentor test |
运行行为测试 |
/promentor hint |
动态生成分层提示 |
/promentor submit |
正式提交,锁定成绩 |
/promentor review |
对比实现 vs 原始源码 |
/promentor progress |
查看总进度 |
/promentor dashboard |
课程仪表盘(完成度 + 当前学习 + 内容完整性) |
学习模型
Learn Concept (AI 讲解讲义)
↓
Read Source Code (AI 带你读标注过的源码)
↓
Implement Lab (手写核心逻辑)
↓
Run Tests (/promentor test)
↓
Submit & Review (/promentor submit → /promentor review)
↓
Master System Design
为什么是 ProMentor
- 比直接读源码有路线:不是随机跳转,是有依赖关系的阶梯式学习路径
- 比视频课深入:不是看别人写代码,是自己亲手实现核心逻辑
- 比博客系统化:不是碎片化知识点,是完整理解一个系统的设计哲学
- AI 原生:课程由 AI 生成、AI 讲解、AI 判题、AI Review。零内容生产成本。
原始 README: https://github.com/Lyn-77/ProMentor/blob/main/README.md ↗
同类插件
查看全部 →vibe-skills
vibe 编码技能合集(含快速开始、CI 证明、发布说明与文档)

Aegis
面向编码 Agent 的软件工程方法包,提供基线优先规划、系统化调试、提示词卫生、完成前验证,以及修复/退役双轨跟踪技能。

J-Space-Cognition-Suite-V3.6
A model-agnostic inference-time control suite for deep reasoning, long-horizon work, tool use, verification, and recovery. 面向深度推理、长程任务、工具调用、验证与恢复的模型不可知推理时控制套件。

MisakaNet
失败恢复记忆库:从真实工程会话中搜索和记录失败恢复教训,支持 BM25 + 语义 RAG 检索和知识库管理。

dsh-find-plugins
对 DSH 说一句「有没有插件能……」,它就会从全 GitHub 的 dsh-plugin topic 里找出候选,解释差别,等你选好以后再安装和验证。

humanizer-ru
AI代理技能:识别并清除俄语文本中的机器生成痕迹。38种模式,39个带证据注册的regex标记,盲对偶运行,C2PA/EXIF/XMP文件元数据清理