Lathe：用LLM生成动手教程，辅助学习而非替代思考

这是一个利用LLM来教你、而不是替你思考的实验。Lathe可按需生成动手实践的多部分技术教程，并通过调整技能使内容易于理解。然后，你在一个专为愉悦学习而构建的本地UI中亲手完成这些教程。

（就像我们在石器时代做的那样😎）- 从任何提示生成动手技术教程（单部分或多部分系列）- 在专用本地UI中自己完成教程- 使用技能提问、验证教程，并用新部分扩展它- 从你的库中搜索、筛选和管理教程- 每个教程都记录其来源、

使用的模型以及驱动教程“声音”的提示Lathe是LLM技能与Golang CLI的结合，用于存储、管理和查看生成的教程。

安装后（见下文），你可以在任何LLM会话（支持Claude Code、Cursor和Codex）中通过如下提示生成教程：/lathe 在Erlang中构建一个3D切片器然后从任何终端打开Lathe：lathe serve # 启动Web服务器，打开浏览器别担心，

我们也有深色模式：点击你想阅读的教程，开始学习！CLI还有很多其他命令，但老实说，这些命令是为了给LLM一种确定性的方式来管理教程。我希望上述内容就是你日常所需的全部（这也是我日常使用的全部）。

如果你想对教程提问、让LLM验证它，或用额外部分扩展它，UI为每个操作都提供了相应的功能，会给你确切的技能/提示，以便在LLM中触发该操作。Lathe是一个独立的二进制文件。你只需要将lathe放在$PATH中；

技能在交互式Claude Code、Cursor或Codex会话中运行。

Homebrew（macOS，推荐）：brew install devenjarvis/tap/lathe作为cask（预构建二进制文件）分发，因此仅限macOS——在Linux上请使用下面的安装脚本或go install。

安装脚本（curl | sh）：curl -sSf https://raw.githubusercontent.com/devenjarvis/lathe/main/install.sh | shGo（需要Go 1.25+）：

go install github.com/devenjarvis/lathe@latest从源码构建：git clone https://github.com/devenjarvis/lathecd lathego build -o lathe技能被捆绑在二进制文件中。

安装lathe后，将它们放入一个项目，以便Claude Code（或Cursor/Codex）可以发现它们：

lathe skills install # ./.claude/skills/<name>/SKILL.md（此项目）lathe skills install --user # ~/.claude/skills/<name>/SKILL.md（所有项目）lathe sk

ills install --agent cursor # ./.cursor/commands/<slug>.md（Cursor斜杠命令）lathe skills install --agent codex # ./.agents/skills/<name>/SKILL

.md（Codex Agent Skills）lathe skills install --agent all # Claude Code、Cursor和Codexlathe skills list # 显示捆绑的技能Codex使用相同的SKILL。

md格式与Claude Code相同，因此其技能逐字提供（--user安装到~/.agents/skills/...）。Cursor命令通过斜杠调用，如/<slug>（例如/lathe）；

交互式交接模型是为Claude Code记录的，因此在Cursor和Codex上一些运行时细节有所不同。我在2000年代十几岁时，通过用Lua和C++为我的PSP（PlayStation Portable）编写自制游戏学会了编程。

当时我学到的大部分东西都来自那个小小的PSP自制社区，我非常感激能成为其中一员，但我的基础学习也归功于互联网上免费的在线资源和教程（感谢2007年的cplusplus.com——那个网站现在的广告比以前多多了😅）。

最终我成为了一名专业软件工程师，在接下来的十年里，我通过寻找和阅读大量技术博客来“提升技能”（尽管通常是为了学习比工作所需更有趣的主题），更重要的是，根据我的学习风格——动手教程。

像build-your-own-x仓库、Crafting Interpreters，以及其他无数一次性教程，教会了我从构建光线追踪器、时间序列数据库到线性代数矩阵库等一切内容（说真的，我甚至无法列出所有影响过我的精彩动手教程）。

动手学习一直是我最好的学习方式。

这些教程为我提供了在全新领域从零到一所需的学习曲线，但更重要的是，它们给了我立足点和信心，让我能独自从一到二再到十。快进到2026年，现在我们有了LLM。我不打算跑题谈论我与LLM的复杂关系，但就编写软件而言，它们很有趣，而且在很多情况下确实能提高生产力！

但它们替你完成了大部分工作，随着这些工作的消失，它们也带走了帮助我学习新概念或领域的那部分。在某些情况下，这并不重要——我们有产品要交付，LLM帮助我们更快交付——但对我个人而言，以及我对这个领域和爱好的热情，我仍然渴望那些“啊哈！

”的时刻，即某些东西终于理解，并且我有信心开始将其塑造成自己的东西。因此，Lathe是一个利用LLM来教我、而不是替我思考的实验。它旨在重现那些让我热爱这项工作的动手学习时刻，并将其与一个广泛的“专家”LLM的潜力结合起来，理论上，这个LLM可以教我任何东西。

我使用Lathe作为催化剂，让我开始那些我不知道如何开始、也找不到任何现有人类编写资源来教授的项目。例如，我最初想到Lathe是因为我想从头编写一个3D切片软件（光是查找g-code文档就很痛苦，感谢reprap）。

在撰写本文时，我正在使用Zig深入嵌入式软件开发领域。在这两个案例中，Lathe都是有效的工具，帮助我在晦涩或极其年轻的领域从零到一，而这些领域的人类编写资源还不存在（我想知道，如果只有LLM阅读教程，人类还会费心编写教程多久……）。

Lathe的教程和人类写的教程一样好吗？一点也不。

但它们在心灵、个性和架构稳健性方面的不足，通过以下方式弥补：教程作者随时准备回答你的所有问题，总是愿意在教程不完全符合你要求时修复或更新它，而且它们确实完成了2018年开始的那个系列的所有6个部分（我们都经历过这种情况😁）。

Lathe是一个LLM，虽然我已经构建并调整它，使其尽可能好地完成这个特定任务，但它仍然会以LLM失败的方式失败。

我建议使用你能访问到的最大的“思考”模型（Opus、GPT-5 Codex等），因为这些任务更少涉及编程时可能优化的迭代机械执行，而更多涉及从头到尾研究、设计和解释一个具体概念。此外，在我看来，这种情况下幻觉的风险显著降低。

Lathe旨在帮助你进行思考，并且是围绕着你亲自输入代码这一期望而构建的。

通过阅读指南并亲手输入代码，你积极参与到工作中，并且当你遇到奇怪的事情时，应该能够自然地发问：“等等，这合理吗？”此时你可以使用/lathe-ask（有时LLM会给出我没有的合理推理，因为这是一个陌生的领域，我学到了东西），或者直接告诉你的LLM更新教程。

虽然我没有教学资质来支持这一点，但我认为通过捕捉并质疑LLM的感知错误，我实际上可能更好地内化了概念。你的体验可能不同。尽管如此，如果你能找到人类编写的教程，我总是会优先选择它。我希望你大多数时候也这样做。

但如果你和我一样学习，并且想深入……