# skill+anki+美剧，这样学英语太高效了（开源这个skill）
**作者**: 狗哥笔记
**日期**: 2026-07-19T11:33:40.000Z
**来源**: [https://x.com/pyang1235005/status/2078805467405684786](https://x.com/pyang1235005/status/2078805467405684786)
---
做自媒体这几年，我在国内平台做到了 45 万粉丝。如果问哪项技能对这件事贡献最大，不是剪辑，也不是写脚本，是英语——最新的 AI 玩法、最一手的信息，几乎全在英文世界。我大部分的选题和认知差，都是从那边搬回来的。
所以英语这件事我从没停过。背单词 app、网课、打卡社群，这些年试了一圈，最后真正留下来的是这一套：我的Skill+美剧组合。
今天我要开源我的剧集学英语skill！
两个数字。记单词的效率，比我以前任何方法高 10 倍——同样一集《老友记》，以前看完只记住三个词，现在能记住三十个。学习的体验，差了不止百倍——以前是硬熬打卡，现在就是追剧，我甚至会期待今天的"学习时间"。
插图由我开源的拼贴B-roll skill生成
现在整套流程在我这里只是一句话：「追剧学英语 Friends S01E01」。
三分钟后，50 张 Anki 闪卡和一份词汇笔记摆在面前。每张卡的例句都是这一集里真实的台词，不是 AI 编的。刷完卡再打开剧，那些词一个一个从演员嘴里说出来。
插图由我开源的拼贴B-roll skill生成
这套东西我从 4 月用到现在。今天把它开源了。
但在讲工具之前，先讲方法。因为工具只是把方法变快了，方法本身才是那个值钱的东西。
## 01 为什么背了那么多单词，还是听不懂剧
大多数人学英语的路径是：背单词 app、打卡、保持连胜。半年后打开一部美剧，还是听不懂。
插图由我开源的拼贴B-roll skill生成
问题不在努力，在输入的质量。
单词 app 里的词是躺在真空里的。没有场景，没有情绪，没有利害关系。你的大脑扫一眼就把它标记为「无关紧要」，然后按时删除——Ebbinghaus 在 1885 年就测出来了：新信息几天忘掉 40%，一个月忘掉 90%。这是遗忘曲线，跟你聪不聪明没关系。
而剧里的词不一样。一个词是由一个具体的人、在一个有情绪的场景里、用真实的语气说出来的。神经科学管这个叫情境编码：情绪、画面、人声会让大脑为同一个词建多条记忆通路。词留得下来，是因为大脑判定它「重要」。
所以正确的材料一直都在你眼前：你本来就想看的那部剧。一集像样的美剧里，有 50 到 100 个值得学的词——短语动词、俚语、翻译器永远翻不对的习语。
缺的只是一条流水线，把这些词从剧里捞出来，做成可以间隔复习的卡片。
## 02 原版方法：三个工具，五次复制粘贴
这套方法不是我发明的。原版流程用三个工具接力：
1. Google 搜这一集的字幕，复制全文
2. 粘进 NotebookLM，用提示词提取 50 个词汇（它只从你给的字幕里取，不胡编）
3. 把结果粘给 Claude，转成两列 CSV
4. CSV 粘进表格软件检查，下载
5. 导入 Anki，手动配置字段映射
方法是对的，效果也是真的。但每换一集，这五步就要重来一遍。字幕要自己搜，粘来粘去要自己盯格式，Anki 导入时正反面映射搞反一次，你就得删了重导。
我照着跑了几次之后想：这五步里没有一步需要人的判断，全是执行。而「不需要判断的执行」，恰好就是 agent 该干的活。
## 03 Agent 时代：五步变一句
于是我把整条流水线写成了一个 skill——gbro-series-vocab。
现在的用法是：对 Claude Code（或任何支持自定义 skill 的 agent）说一句「追剧学英语 The Pitt S01E02」，然后去倒杯水。
Agent 会自动完成：
- 找字幕。 老剧走 Springfield Springfield 剧本站；新剧走 subslikescript（这个站被 JS 验证码挡着，skill 里写好了绕行方案）；再找不到就全网搜，Fandom Wiki 也是可靠来源。剧带撇号的 Grey's Anatomy、带数字的 9-1-1、2025 年的新剧 The Pitt，都测过能走通。全部失败才会请你手动贴剧本——用了三个月，还没遇到过。
- 提取 50 个词。 标准写死在 skill 里，按优先级：短语动词 > 习语固定搭配 > 俚语口语 > B2-C1 实用词，跳过基础词。例句必须取自剧本原文，禁止造句。
- 生成两个文件。 一个 Anki CSV，一份 Markdown 词汇笔记（词/释义/音标/原句/译句，存进你的笔记库）。
CSV 有个细节值得说：文件头自带 Anki 导入指令——分隔符、牌组名、字段映射全部预设好。双击导入，不用碰任何配置。原版流程里最容易翻车的「正反面搞反」问题，从机制上消灭了。
卡片方向我也调整过：正面英文原句，背面中文译句加释义音标。因为看剧的真实场景是「听到英文，反应意思」，卡片就该练这个方向。
## 04 顺序，比工具更重要
工具再快，用错顺序还是白搭。这套方法真正的核心是四个字：
先卡片，后剧集。
插图由我开源的拼贴B-roll skill生成
大多数人是反着来的：看剧 → 听不懂 → 沮丧 → 查了三个词 → 下周忘光。
把顺序倒过来。先花 10 到 15 分钟把 50 张卡过一遍，让这些词进入短期记忆，然后马上看这一集。你刚见过的词会一个一个出现在真实场景里——带人声、带情绪、带上下文。
大脑不会把这个过程当成「学习」，它把这当成「识别」。而识别，是短期记忆通往长期记忆最快的一条路。你的第一次复习不是另一张卡片,而是屏幕上一段真实的对话。
这也是 Krashen 那个 i+1 原则的实际应用：没预习就硬看，难度远超水平，大脑直接走神；预热 15 分钟之后再看同一集，难度正好卡在理解力的边缘——难到能成长，简单到能享受。
三个执行细节：
1. 只开英文字幕。 中文字幕会毁掉全过程，大脑会死死抓住翻译，彻底停止处理英文。
2. Anki 打开 FSRS，期望保留率设 0.90，别贪高——0.95 会让每天的复习量翻倍。
3. 只用 Again 和 Good 两个按钮，Hard 和 Easy 会干扰算法优化。
## 05 装上就能用
git clone https://github.com/pyang5166/gbro-series-vocab.git ~/.claude/skills/gbro-series-vocab
不需要 API key，唯一的依赖是 curl（Mac 和 Linux 自带）。首次使用会问你两个问题：笔记存哪、释义用什么语言，之后不再打扰。
然后就是那句话：
追剧学英语 Breaking Bad S02E03
一部剧一季 20 集，一天一集，一季下来 500 到 1000 张卡——全部是 B2-C1 的活词汇，全部来自你本来就想看的内容。
每个人都想「学会」英语，但没人想「学」英语。这套流程把「学」的部分交给了 agent 和算法：AI 负责提取，机器学习负责排程，你只负责看剧。
剩下的，就是某一集看到一半，突然意识到——我居然没开字幕，也听懂了。
那个瞬间比任何打卡记录都值钱。
——
仓库地址：https://github.com/pyang5166/gbro-series-vocab（MIT 开源，欢迎 star 和改进）
方法论来源：原版三工具流程出自 Phosphen 的 NotebookLM + Claude + Anki 语言学习法，本文的 skill 是它在 Agent 时代的自动化重写。
## 相关链接
- [狗哥笔记](https://x.com/pyang1235005)
- [@pyang1235005](https://x.com/pyang1235005)
- [1.2K](https://x.com/pyang1235005/status/2078805467405684786/analytics)
- [https://github.com/pyang5166/gbro-series-vocab.git](https://github.com/pyang5166/gbro-series-vocab.git)
- [https://github.com/pyang5166/gbro-series-vocab](https://github.com/pyang5166/gbro-series-vocab)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [7:33 PM · Jul 19, 2026](https://x.com/pyang1235005/status/2078805467405684786)
- [1,249 Views](https://x.com/pyang1235005/status/2078805467405684786/analytics)
- [View quotes](https://x.com/pyang1235005/status/2078805467405684786/quotes)
---
*导出时间: 2026/7/19 21:08:04*