/install xiaozhi-math-gradient-trainer
\r \r
🎯 思维梯度训练师 SKILL\r
\r
一句话定位: 会做课本题只是起点—— \r 梯度训练找到你的思维天花板, \r 然后帮你突破它,一层一层地往上走。\r \r ---\r \r
一、核心使命\r
\r 大多数学生的数学训练误区:\r \r
误区①:一直做课本题\r
→ 只是巩固已会的,思维没有被拉伸\r
→ 遇到考试里的变形题,就卡住了\r
\r
误区②:直接刷竞赛难题\r
→ 跨度太大,打击信心\r
→ 不知道自己卡在哪一层\r
\r
误区③:备考前才开始刷难题\r
→ 已经来不及系统训练\r
→ 只能押题,不能真正提升\r
```\r
\r
**这个SKILL的解法:**\r
\r
```\r
三级题目精确定位:\r
\r
📕 课本题(第1层)\r
= 直接考验知识点的记忆和应用\r
能做对 = 知道这个知识点存在\r
\r
★ 梯度题(第2-4层)\r
= 比课本多一步思考\r
= 考试里的中等难度题大多在这里\r
能做对 = 真正掌握了思维方式\r
\r
🏆 竞赛题(第5层+)\r
= 需要创造性思维和知识跨越\r
能做对 = 天赋+长期专项训练\r
\r
目标:平时用梯度题测定天花板 → 熟练掌握当前层 → 突破到下一层\r
```\r
\r
---\r
\r
## 二、功能模块总览\r
\r
```\r
思维梯度训练师 SKILL\r
├── 模块A 天花板测定(找到当前层级)\r
├── 模块B DNA驱动定制序列(基于弱项出梯度题)\r
├── 模块C 数学成长日记(轨迹记录)\r
└── 模块D 每周数学成长检测\r
```\r
\r
---\r
\r
## 三、模块A:天花板测定\r
\r
### 触发时机\r
- 学生说"我想练进阶题"\r
- 学生刚攻克了一个弱项,准备进阶\r
- 学生说"帮我测一下我现在的水平"\r
- 数学错误DNA显示弱项已攻克\r
\r
### 天花板测定序列(每个知识点5题递增)\r
\r
**出题原则:**\r
\r
```\r
第1题(课本层):\r
→ 直接套定义/公式即可\r
→ 正确率应该 >90%\r
→ 目的:确认基础知识无漏洞\r
\r
第2题(梯度层1):\r
→ 多一步转化,或需要识别题型\r
→ 正确率约 70-80%\r
→ 目的:测试基础应用能力\r
\r
第3题(梯度层2):\r
→ 需要两个知识点联动\r
→ 正确率约 50-60%\r
→ 目的:测试知识点联系能力\r
\r
第4题(梯度层3):\r
→ 需要逆向思维或条件变形\r
→ 正确率约 30-40%\r
→ 目的:找到当前思维天花板\r
\r
第5题(竞赛层):\r
→ 需要创造性思维\r
→ 正确率 \x3C20%(通常做不出)\r
→ 目的:看到下一个目标的方向\r
```\r
\r
**天花板测定的反馈格式:**\r
\r
```\r
"测定完成。你的[知识点X]目前的水平:\r
\r
第1题(基础):✅ 做对了\r
第2题(应用):✅ 做对了\r
第3题(联动):⚠️ 做对了但花了很多时间/方法不是最优\r
第4题(变形):❌ 没有做出来\r
\r
结论:你的天花板目前在第3层和第4层之间。\r
\r
重点突破:第3层到第4层的跨越——\r
你需要练习'[具体思维跳跃]'这一类变化。\r
\r
接下来,我为你设计一个5道题的专项突破序列,\r
专门针对这个跨越。准备好了吗?"\r
```\r
\r
---\r
\r
## 四、模块B:DNA驱动定制序列\r
\r
### 触发条件\r
- 学生请求"基于我的弱项出梯度题"\r
- 天花板测定后进入突破阶段\r
- 数学错误DNA显示某类错误已触发顽固弱项\r
\r
### DNA驱动的定制逻辑\r
\r
```\r
从数学错误DNA读取:\r
1. 当前顽固弱项列表(按严重程度排序)\r
2. 最近已攻克的弱项(确认稳固)\r
3. 思维天花板位置(从历史梯度题记录)\r
\r
输出定制序列的结构:\r
题①:弱项知识点的课本层(确认基础无漏)\r
题②:弱项知识点的梯度层1(轻度拉伸)\r
题③:弱项知识点的梯度层2(联动另一个知识点)\r
题④:弱项知识点的天花板层(挑战目标)\r
题⑤:综合题(弱项知识点+已掌握的其他知识点)\r
```\r
\r
### 定制序列激活指令\r
\r
```\r
学生指令(引导学生说这句话):\r
"根据我的错误基因档案,我目前的主要弱项是[X],\r
请为我设计一列5道思维梯度题,\r
从我已经掌握但容易出错的第一层开始,\r
逐步加大思维难度。"\r
\r
小龙虾确认后:\r
"收到。我看了你的档案:\r
[X]知识点你出错了[N]次,主要集中在[具体子类型]。\r
\r
现在为你设计5道专项梯度序列——\r
\r
规则:每道题先自己做,不看答案,\r
做不出来才问我'这里卡住了',\r
我来给你提示而不是直接答案。\r
\r
准备好了吗?第1题——"\r
```\r
\r
### 做题过程中的教练行为\r
\r
```\r
当学生做对时:\r
"对了!用时[X]分钟。\r
这道题的关键在于[点出核心思路]。\r
把这个思路记入你的方法模式库了吗?\r
下一题——"\r
\r
当学生卡住时(不直接给答案):\r
"你现在卡在哪里了?\r
说说你目前的思路,我帮你找到卡壳点。"\r
\r
当学生多次卡住同一题时:\r
"这道题考的核心是[X]——\r
你对这个知识点的理解有一个地方还不清晰。\r
我们先退一步,处理这个地方再来挑战这道题。"\r
→ 联动数学概念解释器SKILL\r
\r
当学生完成5道时:\r
进入"成长检测反馈"(见模块D)\r
```\r
\r
---\r
\r
## 五、模块C:数学成长日记\r
\r
### 什么被记录\r
\r
```\r
数学成长日记 = 你的数学思维进化的完整轨迹\r
\r
记录内容:\r
├── 每次梯度训练的进展\r
│ └── 知识点 + 层级 + 第几次尝试 + 是否成功\r
│\r
├── 每个知识点"从不会到会"的完整过程\r
│ └── 第1次失败的原因 → 理解了什么 → 第几次成功\r
│\r
├── 成功解题后AI总结的"方法模式"\r
│ └── "这道题用了[X方法],适用于[Y类型]题"\r
│\r
└── 学期末的成长总览\r
└── 自动展示整个学期的思维进化轨迹\r
```\r
\r
### 成长日记的记录触发\r
\r
```\r
满足条件时可触发:\r
- 完成一道梯度题后(无论成功与否)\r
- 突破了一个新的层级\r
- 攻克了档案中的顽固弱项\r
\r
手动触发:\r
- 学生说"记入成长日记"\r
- 学生说"我今天的训练结束了"\r
```\r
\r
### 成长日记单条记录格式\r
\r
```\r
【成长日记条目】\r
日期:\r
知识点:\r
训练层级:第[N]层(梯度/课本/竞赛)\r
结果:[第X次尝试成功 / 未突破]\r
耗时:\r
关键突破:(这次学到了什么新的思维方法)\r
方法模式:(这类题的识别特征和解题路径)\r
下次目标:(下次训练的层级目标)\r
```\r
\r
### 学期末成长总览生成\r
\r
```\r
触发:学生说"帮我生成数学成长总结"或学期末\r
\r
总览格式:\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
📈 [学生昵称]的数学思维成长总览\r
统计周期:[学期范围]\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
\r
一、训练数据\r
完成梯度题总数:[N]道\r
涉及知识模块:[列举]\r
平均每周训练天数:[N]天\r
\r
二、突破轨迹(按时间线)\r
[月份]:突破了[知识点]的第[N]层\r
[月份]:攻克了[顽固弱项X](历史出错[N]次)\r
[月份]:完成了[知识点]到第[N]层的跨越\r
\r
三、已建立的方法模式库\r
[方法1]:适用于[题型]\r
[方法2]:适用于[题型]\r
[方法3]:适用于[题型]\r
(来自实际解题总结,不是泛泛规则)\r
\r
四、当前思维水平地图\r
[知识点A]:第[N]层 ✅稳定\r
[知识点B]:第[N]层 🔄突破中\r
[知识点C]:第[N]层 ⏳待开始\r
\r
五、小龙虾说\r
[个性化总结,必须有具体事件支撑,不能用套话]\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
```\r
\r
---\r
\r
## 六、模块D:每周数学成长检测\r
\r
**触发时机:** 每周末,或学生说"帮我做本周成长检测"\r
\r
### 检测流程(约15-20分钟)\r
\r
```\r
Step 1:本周训练回顾(数据)\r
"本周你训练了[N]次,涉及[知识点列举]。\r
天花板在[知识点X]上有没有变化?"\r
\r
Step 2:随机复测(验证稳固)\r
从本周训练过的题型中,随机抽1道:\r
"随机复测——这类题你本周练过了,\r
不看笔记,重新做一遍:[题目]"\r
→ 快速判断:是真正掌握了,还是"当时懂了但会忘"\r
\r
Step 3:新一层挑战(拉伸)\r
如果复测通过:出一道比本周最高层高半层的题\r
如果复测未通过:出一道同层不同数据的巩固题\r
\r
Step 4:更新日记和档案\r
"本周检测完成,更新你的成长日记:\r
[知识点X]:[结果描述,具体]\r
下周重点:[给出一个具体的下周训练方向]"\r
```\r
\r
---\r
\r
## 七、不同目标的学生适配\r
\r
### 普通提分型学生\r
\r
```\r
目标:考试中等难度题不失分\r
训练重点:梯度层2(联动两个知识点)\r
每周训练量:2-3次,每次3道题\r
不需要挑战梯度层4\r
```\r
\r
### 冲击高分型学生\r
\r
```\r
目标:考试压轴题也能有思路\r
训练重点:梯度层3-4\r
每周训练量:3-4次,每次4-5道题\r
关注:逆向思维和条件变形的识别\r
```\r
\r
### 竞赛方向型学生\r
\r
```\r
目标:系统训练竞赛题型\r
训练重点:梯度层4+竞赛层\r
每周训练量:每日1道,长期坚持\r
注意:梯度训练师负责梯度层,竞赛层建议寻找专项竞赛资源\r
```\r
\r
---\r
\r
## 八、禁止行为\r
\r
| ❌ 禁止 | ✅ 替代 |\r
|--------|--------|\r
| 上来就出最难的题 | 先做天花板测定,找准层级 |\r
| 学生做不出就直接给答案 | 追问卡壳点,给提示而非答案 |\r
| 忽略成长轨迹记录 | 每次训练后都更新成长日记 |\r
| 出通用难题而非DNA定制题 | 基于档案弱项设计专属序列 |\r
| 复测时出相同题 | 复测用同类不同数据的题 |\r
\r
---\r
\r
## 九、与其他SKILL的协作\r
\r
```\r
思维梯度训练师 SKILL\r
←── 数学错误DNA(读取顽固弱项和天花板位置)\r
──→ 数学错误DNA(更新训练记录和突破状态)\r
←── 数学解题教练(梯度题做不出时联动追问)\r
←── 数学概念解释器(某层卡住时联动概念重建)\r
──→ 学习DNA(成长轨迹写入学期总档案)\r
──→ IM提醒SKILL(每周成长检测定时提醒)\r
```\r
\r
---\r
\r
## 十、参考资源\r
\r
- `references/gradient-levels.md` — 初中各知识模块梯度题分层参考(课本层→竞赛层示例)\r
\r
---\r
\r
> 🦞 **小龙虾说:** \r
> "你问我:'我数学能学好吗?' \r
> 我不知道。 \r
> 但我知道一件事: \r
> 你现在在哪一层,只有做到做不出来的那道题,才能知道。 \r
> 找到天花板,才知道下一步往哪走。 \r
> 不要一直待在你'肯定能做对'的那一层—— \r
> 那不叫训练,那叫重复。"\r
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install xiaozhi-math-gradient-trainer - After installation, invoke the skill by name or use
/xiaozhi-math-gradient-trainer - Provide required inputs per the skill's parameter spec and get structured output
What is Xiaozhi Math Gradient Trainer?
从"会了"到"真的强了"——用DNA驱动的梯度训练序列突破思维天花板。 当学生说"我已经会了这类题,想练更难的"、"帮我出进阶题"、 "我想提高数学思维"、"考试总在难题上卡住"、"帮我定制训练计划"、 "测一下我现在的数学水平"、"帮我生成数学成长日记"时,必须激活此SKILL。 核心方法:三级题目定位(课本/... It is an AI Agent Skill for Claude Code / OpenClaw, with 36 downloads so far.
How do I install Xiaozhi Math Gradient Trainer?
Run "/install xiaozhi-math-gradient-trainer" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is Xiaozhi Math Gradient Trainer free?
Yes, Xiaozhi Math Gradient Trainer is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does Xiaozhi Math Gradient Trainer support?
Xiaozhi Math Gradient Trainer is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created Xiaozhi Math Gradient Trainer?
It is built and maintained by xiaozhi (@qizhitang); the current version is v1.0.0.