hung-yi-lee-skill：把李宏毅公開課程整理成可查詢的教學風格 AI Skill | Allen 知識庫 | Allen 知識庫AI Skills / Education
hung-yi-lee-skill：把李宏毅公開課程整理成可查詢的教學風格 AI Skill
voidful/hung-yi-lee-skill 把李宏毅老師公開 YouTube 課程的 478 支影片 metadata、27 份完整逐字稿、主題頁、研究參考與本人訪談校準，整理為可供 AI coding assistant 使用的 SKILL.md、Markdown wiki 與 916 節點／3,664 關聯知識圖譜。實測 repo lint 通過、數字可由檔案驗證；但 478 支中只有 27 支具完整逐字稿，其餘 451 支是 metadata-only。README 宣稱 MIT，倉庫卻缺少 LICENSE 檔且 GitHub API 無法識別 license，商業或重製前應先向作者補確認。
2026年8月27日5 分鐘閱讀👁 7
AI Skills / Knowledge Graph / Teaching Style
這個開源專案不是把所有字幕塞進 context，也不是宣稱「李宏毅本人變成 AI」。它把公開課程整理成三個可組合層次：可追溯的影片知識庫、概念知識圖譜、受李宏毅教學方法啟發的 SKILL.md，再以專案作者所稱的本人訪談結果校準教學規則與邊界。
精確定位：這是一個「李宏毅教學風格啟發＋公開課程知識庫」的 AI Skill。repo 自己也要求 AI 不得冒充本人，身份描述應限於「受李宏毅教學風格啟發」。
Threads 提到的數字，查得到嗎？
| 指標 | repo 內實際可驗證 | 解讀 |
|---|
| YouTube 影片 | 478 | channel_videos.json 有 478 筆 metadata。 |
| 完整逐字稿 | 27 | raw/youtube/transcripts/ 有 27 份 Markdown；不是 478 支都有逐字稿。 |
| 知識節點 | 916 | graph.json 的 nodes 實際為 916。 |
| 知識關聯 | 3,664 | graph.json 的 links 實際為 3,664。 |
| 概念社群 | 10 | GRAPH_REPORT.md 列出 10 個 community。 |
| 結構健康檢查 | 0 problems | 以 Python 3.11 實跑 通過。 |
hungyi_kb.py lint
重要 caveat：圖譜報告明列 27 支影片有 transcript coverage、451 支是 metadata-only。Threads 的「整理 478 支影片」成立，但不能解讀為「完整理解／轉錄全部 478 支影片」。
專案由哪些層組成？
公開 YouTube 頻道
├─ 478 支影片 metadata
└─ 27 份完整逐字稿
│
▼
Markdown wiki
├─ 8 個 topic pages
├─ 203 個 series pages
├─ query playbook / search index
└─ source notes
│
▼
Knowledge graph
├─ 916 nodes
├─ 3,664 edges
│ ├─ 1,621 EXTRACTED
│ └─ 2,043 INFERRED
└─ 10 communities
│
▼
SKILL.md
├─ 教學結構與語感
├─ 查詢與來源路由
├─ 本人訪談校準（repo 宣稱）
└─ 身份／評論／政治與成人玩笑 guardrails
它不是單純 persona prompt
一般 persona prompt 只會叫模型「模仿某人的口氣」。這個 repo 至少多做了四件事：
- 來源路由：回答前先讀 wiki index、topic map、graph report，再依問題查 graph 或 transcript。
- 可追溯性：series pages 與逐字稿讓回答能回到公開課程來源，而不是全靠模型記憶。
- 教學流程：先說相關性與直覺，再給 black box、機制、常見錯誤、實作與 recap。
- 身份邊界：明訂「模仿教學方法，不冒充本人」，也不能虛構本人經歷或 affiliation。
repo 蒸餾出的三條核心教學規則
SKILL.md 把專案作者所稱的「本人訪談確認」放在最高優先層，三條規則是：
- 內容要有脈絡，不要流水帳：不是一篇篇 paper 點名，而是說明想法如何演化。
- 一定要有 punchline：每段解釋要有學生離開後仍記得的核心梗，但不能只當裝飾。
- 不要直接講方法：先讓問題出現、呈現直覺方法的極限，再帶學生理解「這個方法怎麼被想出來」。
更具體的 teaching flow 是：relevance／motivation → intuition → black box → mechanism → optional math → misconception → practical advice → recap。
知識圖譜真正有什麼用？
- 從一個問題找到相關概念、影片、課程系列與跨主題連結。
- 區分
EXTRACTED 與 INFERRED edges，不把推論關聯和語料明示混在一起。
- 可用 CLI 查詢：
python3 scripts/hungyi_kb.py graph query "attention mechanism"。
- 可開啟本地
wiki/graph/graph.html 做互動探索。
圖譜不是 ground truth：3,664 條邊中有 2,043 條標為 INFERRED；社群名稱也有明顯自動分群痕跡，例如某堂課名被當成 community。它適合導航，不等於經人工審訂的學科 ontology。
安裝與最低使用方式
git clone https://github.com/voidful/hung-yi-lee-skill.git
cd hung-yi-lee-skill
pip install -r requirements.txt
依賴只有 youtube-transcript-api、networkx、python-louvain、yt-dlp。接著讓支援 skills 的 coding assistant 讀取 SKILL.md。常用命令：
# 搜尋來源
python3 scripts/hungyi_kb.py search "attention" --limit 8
查知識圖譜
python3 scripts/hungyi_kb.py graph query "什麼是 transformer"
結構檢查
python3 scripts/hungyi_kb.py lint
本次實測發現 macOS 系統 Python 3.9 會因 from datetime import UTC 失敗；用 Python 3.11 執行 lint 正常。建議 repo 明確寫入 requires-python >= 3.11 或改用相容寫法。
本人訪談與授權應如何解讀？
- repo 內含完整訪談 protocol、A/B 題與「訪談後如何改 skill」的追蹤設計，方法比只憑印象模仿嚴謹。
- README 與 SKILL.md 宣稱已與李宏毅老師本人訪談，且「受李宏毅教學風格啟發」是本人允許的描述方式。
- 不過 repo 內沒有附訪談錄音、逐字稿、簽署授權書或可獨立驗證的原始證據。正確寫法仍是「專案作者宣稱經本人訪談校準」，不要升級成「台大官方 AI 分身」。
- SKILL.md 自己也禁止冒充本人、評論特定人事物、政治／成人笑話與虛構 affiliation，這些 guardrails 應保留。
License 有一個實際問題
README 最後寫 MIT，但目前倉庫根目錄沒有 LICENSE 檔，GitHub API 也回傳 license: null。README 的一句「MIT」不足以完整交代著作權授權條款、copyright holder 與第三方逐字稿／圖片／影片 metadata 的權利。商業使用、重新散布或把 skill 直接打包進產品前，應請維護者補上正式 LICENSE，並分開說明程式、原創文字、逐字稿、圖片與李宏毅姓名／肖像的授權邊界。
與靜態 RAG 的比較：哪些說法成立？
| 主張 | 判斷 |
|---|
| 比「全部字幕塞 prompt」更可維護 | 成立。raw／wiki／graph／query brief 分層，且有增量 scripts。 |
| 比普通 persona prompt 更 grounded | 大致成立。具 transcripts、source notes 與 graph route，但回答仍需真正載入來源才有效。 |
| 比所有向量 RAG 都更好 | 不成立。它主要是 keyword＋graph navigation，向量檢索仍可能補足同義詞、模糊語意與大規模召回。 |
| 概念關係不是 LLM 猜的 | 只能部分成立。1,621 條為 EXTRACTED，但 2,043 條明確標為 INFERRED。 |
| 就是李宏毅本人 | 不成立。專案明訂只能描述為「受教學風格啟發」。 |
對 BigIntTech 的建議
- 值得參考架構，不必直接安裝到全域：先在隔離專案做 sandbox 評估，避免一份 62KB 的 persona skill 對所有任務產生風格污染。
- 適合做內部 AI 教練：新進工程師學 ML／LLM／speech 時，可要求「先列來源、再用直覺→機制→陷阱解釋」。
- 補 hybrid retrieval：保留 graph navigation，再加入 embeddings／BM25 與 source citation scorer，避免只靠關鍵字。
- 建立 eval set：測試 factual accuracy、citation fidelity、是否冒充本人、是否把 INFERRED edge 寫成事實，以及無來源問題能否誠實拒答。
- 等 license 釐清再產品化：內部研究可先看；商業散布與品牌化要先處理 license、姓名、肖像與 transcript rights。
結論
hung-yi-lee-skill 的價值不在「把老師裝進 AI」的噱頭，而在示範如何把大量公開課程做成來源層、知識層、教學行為層。它的數字大致可驗證、lint 也通過，訪談校準設計比一般 persona prompt 認真；但 corpus coverage、推論邊、本人授權證據與正式 license 都要誠實標示。最值得複製的是方法，不是身份 cosplay。