← 返回 Skills 市场
qizhitang

智能错题本

作者 xiaozhi · GitHub ↗ · v1.2.0 · MIT-0
cross-platform ⚠ suspicious
40
总下载
0
收藏
1
当前安装
1
版本数
在 OpenClaw 中安装
/install xiaozhi-correction-notebook
功能描述
AI驱动的智能错题归档与分析系统。当学生发来错题、说“我这道题做错了”、 “帮我分析错误原因”“出一道同类题”“我的错题本”或拍照发题并说明做错了时, 必须激活此SKILL。该版本已整合拍题三信息法、弱项预警系统、学期全景报告 与使用边界说明,不只是存题,而是持续定位和消灭错误模式。
使用说明 (SKILL.md)

❌ 智能错题本 SKILL

一句话定位: 从“收集错误”到“消灭错误基因”。


⚠️ 技术实现边界声明

关于“拍照解析”机制: 本模块对错题图片的提取与结构化分析,强依赖于多模态大语言模型(Multimodal LLMs)的视觉识别能力,或平台上专属 SKILL 扩展的本地 OCR 脚本服务。


一、SKILL 的核心使命

传统错题本常见的问题:

  • 抄了一本题,但不复用
  • 知道错了,却不知道为什么总在同类地方出错
  • 同类题换一种样子,又重新犯错

这个SKILL要解决的是更根本的问题:
找到错误的根因、识别固定模式、触发后续突破,而不只是保存题目。

⚠️ 【学科边界声明】:本SKILL作为通用核心,负责接收所有科目的错题并提供统一的四维错因分析。但是,当检测到属于“数学”学科的错题时,本SKILL只负责基础记录,深度的错因分析(如概念混淆对照、读题训练、数学焦虑处理)将无缝交由专用的“数学错误DNA”SKILL处理,以避免两边重复记录和触发冲突。同理,当检测到属于“物理”学科的错题时,本SKILL只负责基础记录和通用层四维分类,深度的五维子类型定位(P类图景建立/C类概念混淆/F类公式误用/R类过程分析/T类数学工具)、跨维度关联分析和顽固弱项突破将无缝交由专用的“物理错误DNA”SKILL处理。


二、触发时机

触发场景 示例语句
学生发来错题图片 “[图片] 我做错了” / “帮我看看哪里错了”
学生描述错误 “我做了这道题,答案是XX,但正确答案是YY”
请求错因分析 “为什么我总在这种题上出错?”
请求同类练习 “帮我出几道这类型的题练练”
查看错题记录 “我的错题本里有什么?” / “最近哪里错最多?”
生成错题集 “帮我整理本章错题” / “出份错题复习卷”
学期报告 “帮我生成学期错题报告”

三、核心流程

3.1 拍题三信息法

学生发来错题图片时,不要立刻追问做法,先确认三件事:

信息一:题目来源
"这道题是作业、测验,还是你自己练习时做的?"

信息二:做错时的状态
"你做这道题时有没有感觉哪里不对,
还是你以为自己做对了,对完答案才发现错?"

信息三:是否已看正确答案
"你现在已经看过正确答案了吗?"
  - 如果看过:继续问“你看完后觉得自己错在哪里?”
  - 如果没看过:先保持未看答案状态,继续追问思路

这一步的目的:

  • 判断紧迫程度
  • 区分理解问题和执行问题
  • 决定后续该追问“原始思路”还是“错后反思”

3.2 先说过程,后做分析

绝对不能一上来给答案。顺序必须是:

① 收三信息
② 让学生说解题过程 / 错在哪一步
③ 帮助定位错误根因
④ 引导学生自己找到正确路径
⑤ 出同类或变形题验证
⑥ 写入错题档案

3.3 四维错因分析

每道错题必须至少归入以下四类中的一类:

维度① 概念理解错误
  对概念、定理、规则本身有偏差

维度② 计算 / 操作失误
  思路对,但运算、书写、变形出错

维度③ 审题习惯问题
  漏条件、跳读、误读关键词

维度④ 策略选择错误
  知道相关知识点,但不会选择合适方法

给学生的反馈必须是:

"你这道题的问题不是简单算错,
而是属于[错误类型]。
更根本的原因是:[一句话根因]。
我先帮你把这个点讲清,再给你一道变形题验证。"

四、错题档案结构

每道错题分析完成后,按以下结构存档:

题目编号:自动生成
日期:
科目:
知识点分类:
题目描述 / 图片链接:
题目来源:[作业 / 测验 / 自练]
错误前状态:[怀疑自己错了 / 以为做对了]
是否已看答案:[是 / 否]
学生错误答案:
错误类型:[概念 / 计算 / 审题 / 策略]
根本原因(一句话):
已掌握:[否 / 部分 / 是]
同类出题:[已出 / 待出]
复习状态:[首次记录 / 已提醒 / 已复习验证 / 已攻克]
费曼联动状态:[未触发 / 已触发 / 已完成]
预警状态:[无 / 中度 / 高度]
--- 数学专属字段(仅数学科目填写) ---
数学深度分类:[未交接 / 已交接至基因档案]
数学子类型ID:[如 C01/B03/M02/R05,由基因档案回写]
数学跨维度关联:[由基因档案回写,格式:主维度+次要维度]
数学根因分析(深度):[由基因档案回写,一句话深度根因]
数学弱项状态:[无 / 观察 / 顽固 / 突破中 / 已攻克,由基因档案回写]
--- 物理专属字段(仅物理科目填写) ---
物理深度分类:[未交接 / 已交接至基因档案]
物理子类型ID:[如 P01/C03/F02/R01/T05,由基因档案回写]
物理跨维度关联:[由基因档案回写,格式:主维度+次要维度]
物理根因分析(深度):[由基因档案回写,一句话深度根因]
物理弱项状态:[无 / 观察 / 顽固 / 突破中 / 已攻克,由基因档案回写]

五、弱项预警系统

v1.1新增四种预警触发条件。只要命中,就不能把它当普通错题处理。

5.1 触发条件

触发一:同一知识点 + 同一错误类型连续出现3次
  预警级别:中度
  结论置信度:⚠️初步判断(需注意3次错误的时间跨度,若跨度>1个月则可能只是遗忘,若在3天内则规律可信)
  ⚠️ 【数学例外】:数学科目的3次触发,本SKILL仅标记为待基因档案处理,不独立启动预警响应流程。由数学错误DNA执行顽固弱项识别与专项突破。

  ⚠️ 【物理例外】:物理科目的3次触发,本SKILL仅标记为待物理错误DNA处理,不独立启动预警响应流程。由物理错误DNA执行物理版顽固弱项突破流程(纯净版图景测试→规则重建→验证锁定→写入档案)。

触发二:单次考试中,同一章节失分超过总失分50%
  预警级别:高度

触发三:同一知识点费曼测试后仍“未掌握”超过2次
  预警级别:高度

触发四:高频失分点超过14天未复习
  预警级别:中度

5.2 预警响应

命中预警后必须:

  1. 明确告诉学生“这不是一次偶然错误”
  2. 写入DNA中的弱项状态
  3. 联动IM提醒设置专项复习
  4. 必要时联动费曼测试
  5. 在周报或月报中高亮并附带【结论置信度】标签

推荐话术:

"我发现了一个规律——你在[知识点X]上已经第3次出现
[错误类型]类错误。
这不是粗心,而是一个固定模式,我们要专项突破它。"

六、专项突破与错题集

6.1 固定错误模式触发后的处理

同类错误出现第3次时:

  • 明确告知学生进入“固定错误模式”
  • 生成3-5题递进练习
  • 联动费曼测试验证理解
  • 安排后续复测提醒

6.2 按需生成错题集

可生成以下类型:

  • 本章错题集
  • 学期薄弱点错题集
  • 考前专项突破卷
  • 某个固定错误模式的专题训练包

输出应包含:

覆盖知识点
错误类型分布
优先复习顺序
预计完成时间
本次错题集要解决的核心问题

七、学期错题全景报告

当学生说“帮我生成学期错题报告”时,输出如下结构:

📋 学期错题全景报告

本学期错题总计:[N]道
学科分布:语文[N] / 数学[N] / 英语[N] / 物理[N]

■ 错误类型全景(通用四维标签)
  概念理解错误:[X]%
  计算/操作失误:[X]%
  审题习惯问题:[X]%
  策略选择错误:[X]%
  注:数学科目的深度分类(概念模糊/计算失误/读题失误/方法用错及子类型ID)由数学错误DNA提供
  注:物理科目的深度分类(P类图景建立/C类概念混淆/F类公式误用/R类过程分析/T类数学工具及子类型ID)由物理错误DNA提供

■ 三大顽固弱项
  弱项①:[知识点] —— 出现[N]次,状态:[已攻克 / 突破中 / 待处理]
  置信度评估:[🟢数据充分 / ⚠️初步判断 / 🔴样本量不足]
  📌 【数学弱项数据来源】:数学科目的顽固弱项、子类型ID、跨维度关联、突破状态,均由数学错误DNA提供。本报告仅做汇总呈现,不独立分析数学弱项。
  📌 【物理弱项数据来源】:物理科目的顽固弱项、子类型ID、跨维度关联、突破状态,均由物理错误DNA提供。本报告仅做汇总呈现,不独立分析物理弱项。

■ 已攻克成就
  ✅ [弱项](历史出错[N]次,已连续3次复测通过)

■ 对下学期的建议
  最需要优先处理的一件事:[具体建议]
  开学前可完成的小任务:[具体任务]

八、使用边界

错题本不是神谕,以下四种情况要及时提示学生纠偏:

1. 跨题型的隐性规律
   两道题表面不同,可能根因一样,需要学生主动提示合并分析

2. 情绪性失误
   焦虑、赶时间、状态差导致的错误,不一定是知识问题

3. 信息不完整
   只有题目和答案,没有过程,根因判断会不够准

4. “我以为我懂了”
   学生口头说懂,不等于真正掌握,必须用变形题验证

九、与其他SKILL的协作

9.1 通用协作关系

错题本
    \x3C-- 学习DNA(历史错误、薄弱点状态)
    --> IM智能提醒(专项复习和复测提醒)
    --> 费曼测试(概念类和固定模式类错误深度验证)
    --> 每周学习复盘(错题趋势、预警、攻克情况)
    --> 三SKILL / 五SKILL协调器(联动判断与月报汇总)
    \x3C-> 数学错误DNA(数学错题交接与深度分析回写)
    \x3C-> 物理错误DNA(物理错题交接与深度分析回写)

9.2 与数学错误DNA的协作协议

本SKILL与"数学错误DNA"构成通用层→专属层的纵向协作关系,协议如下:

9.2.1 交接触发条件

当满足以下任一条件时,本SKILL向数学错误DNA推送交接记录:

条件一:新错题科目为"数学"且完成基础四维分类后
  推送内容:题目摘要 + 基础四维标签 + 学生答案 + 表面根因

条件二:数学同类错误累计出现3次
  推送内容:3次记录摘要 + "顽固弱项确认"信号

条件三:学生请求深度数学错因分析(如"为什么我总在这种题上出错")
  推送内容:当前错题 + 历史相关错题摘要

条件四:学生触发数学焦虑信号词(见§八第2条)
  推送内容:当前对话片段 + 焦虑信号词标记

9.2.2 交接数据格式 (强 Schema 绑定)

交接必须符合 xiaozhi-skill-coordinator/schemas/handover-protocol.schema.json 规范。档案中的通用错误类型必须精准映射:

档案标签 ➡️ 交接标签映射:
  概念 ➡️ 概念模糊
  计算 ➡️ 计算失误
  审题 ➡️ 读题失误
  策略 ➡️ 方法用错
{
  "sessionId": "session-{{uuid}}",
  "protocolVersion": "2.0.0",
  "handoverType": "wrong_answer_handover",
  "sender": "xiaozhi-correction-notebook",
  "recipient": "xiaozhi-math-error-dna",
  "payload": {
    "wrongAnswerData": {
      "errorId": "err-{{id}}",
      "subject": "math",
      "concept": "{{知识点名称}}",
      "handoverTrigger": "new_error", 
      "basicDimension": "概念模糊", 
      "surfaceInfo": {
        "questionAbstract": "{{题目简述}}",
        "studentAnswer": "{{学生原始答案}}",
        "correctAnswer": "{{正确答案}}",
        "surfaceRootCause": "{{初步判断的一句话表面根因}}"
      }
    }
  },
  "timestamp": "{{iso_timestamp}}"
}

注:对于高度顽固错题触发,handoverTrigger 设为 stubborn_weakness;若检测到学生流露数学焦虑,handoverTrigger 设为 anxiety_trigger 并附带 anxietySignals

9.2.3 回写机制

数学错误DNA完成深度分析后,向本SKILL回写以下字段:

回写字段:
  数学深度分类:已交接至基因档案
  数学子类型ID:如 C01/B03/M02/R05
  数学跨维度关联:如 "主维度B03+次要维度C02"
  数学根因分析(深度):一句话深度根因描述
  数学弱项状态:无 / 观察 / 顽固 / 突破中 / 已攻克

回写时机:
  深度分析完成后即时回写
  弱项状态变更时(突破中-已攻克等)即时回写
  月报生成后回写月度数学数据摘要

9.2.4 触发去重规则

为避免数学错题的双重触发,以下场景本SKILL不独立执行:

场景一:数学科目3次同类错误预警
  本SKILL:仅标记"待基因档案处理",不启动§五预警响应流程
  基因档案:执行顽固弱项突破流程

场景二:数学科目固定错误模式突破
  本SKILL:不独立生成递进练习
  基因档案:执行四步突破流程(纯净版-规则重建-验证锁定-写入档案)

场景三:数学科目弱项专项提醒
  基因档案:指定提醒需求(何时提醒、提醒内容)
  本SKILL:统一调度IM提醒(避免多个SKILL同时提醒学生)

场景四:数学焦虑信号词检测
  本SKILL:检测到信号词后转交基因档案
  基因档案:执行"数据替代情绪"四步流程(确认感受-调取数据-具体任务-执行)

9.2.5 报告边界

学期全景报告(本SKILL生成):
  数学章节的数据来源:从基因档案拉取
  本SKILL只做跨科目汇总呈现,不独立分析数学弱项
  报告中的数学部分标注"数据来源:数学错误DNA"

数学弱项月报(基因档案生成):
  独立生成,不经过本SKILL
  摘要可推送至本SKILL供学期报告使用

每周学习复盘:
  数学错误趋势由基因档案提供
  本SKILL不独立统计数学错误数据

9.3 与物理错误DNA的协作协议

本SKILL与"物理错误DNA"构成通用层→专属层的纵向协作关系,协议如下:

9.3.1 交接触发条件

当满足以下任一条件时,本SKILL向物理错误DNA推送交接记录:

条件一:新错题科目为"物理"且完成基础四维分类后
  推送内容:题目摘要 + 基础四维标签 + 判断线索(P/C/F/R/T倾向) + 学生答案 + 表面根因

条件二:物理同类错误累计出现3次
  推送内容:3次记录摘要 + "顽固弱项确认"信号

条件三:学生请求深度物理错因分析(如"为什么我总在这种物理题上出错")
  推送内容:当前错题 + 历史相关错题摘要

条件四:学生触发物理焦虑信号词(如"我物理太差了""一考物理就脑子空白")
  推送内容:当前对话片段 + 焦虑信号词标记

9.3.2 交接数据格式 (强 Schema 绑定)

交接必须符合 xiaozhi-skill-coordinator/schemas/handover-protocol.schema.json 规范。档案中"错误类型"字段值为 [概念/计算/审题/策略],交接时需映射为 physicsBasicDimension 的标准值(通用四维→物理五维为非1:1映射):

档案标签 ➡️ 交接标签映射:
  概念 ➡️ 图景建立(P) 或 概念混淆(C)  [判断线索:是否缺失画图景习惯]
  计算 ➡️ 数学工具错误(T)
  审题 ➡️ 图景建立(P) 或 概念混淆(C)  [判断线索:审题遗漏是否与图景缺失有关]
  策略 ➡️ 公式误用(F) 或 过程分析错误(R)  [判断线索:公式选错归F,过程拆分不完整归R]
{
  "sessionId": "session-{{uuid}}",
  "protocolVersion": "2.0.0",
  "handoverType": "wrong_answer_handover",
  "sender": "xiaozhi-correction-notebook",
  "recipient": "xiaozhi-physics-error-dna",
  "payload": {
    "wrongAnswerData": {
      "errorId": "err-{{id}}",
      "subject": "physics",
      "concept": "{{知识点名称}}",
      "handoverTrigger": "new_error",
      "basicDimension": "概念模糊",
      "physicsBasicDimension": "图景建立(P)",
      "judgmentClue": "{{判断线索说明(为何归P/C/F/R/T)}}",
      "surfaceInfo": {
        "questionAbstract": "{{题目简述}}",
        "studentAnswer": "{{学生原始答案}}",
        "correctAnswer": "{{正确答案}}",
        "surfaceRootCause": "{{初步判断的一句话表面根因}}"
      }
    }
  },
  "timestamp": "{{iso_timestamp}}"
}

注:对于高度顽固物理错题触发,handoverTrigger 设为 stubborn_weakness 并附带 historyRefs(如 ["err-1", "err-2"]);若检测到学生流露物理焦虑,handoverTrigger 设为 anxiety_trigger 并附带 anxietySignals;judgmentClue 在 "new_error" 类型时必填,帮助物理错误DNA快速定位子类型。

9.3.3 回写机制

物理错误DNA完成深度分析后,向本SKILL回写以下字段:

回写字段:
  物理深度分类:已交接至基因档案
  物理子类型ID:如 P01/C03/F02/R01/T05
  物理跨维度关联:如 "主维度P01+次要维度C01"
  物理根因分析(深度):一句话深度根因描述
  物理弱项状态:无 / 观察 / 顽固 / 突破中 / 已攻克

回写时机:
  深度分析完成后即时回写
  弱项状态变更时(突破中-已攻克等)即时回写
  月报生成后回写月度物理数据摘要

9.3.4 触发去重规则

为避免物理错题的双重触发,以下场景本SKILL不独立执行:

场景一:物理科目3次同类错误预警
  本SKILL:仅标记"待物理错误DNA处理",不启动§五预警响应流程
  物理错误DNA:执行物理版顽固弱项突破流程(纯净版图景测试→规则重建→验证锁定→写入档案)

场景二:物理科目固定错误模式突破
  本SKILL:不独立生成递进练习
  物理错误DNA:执行物理版四步突破流程

场景三:物理科目弱项专项提醒
  物理错误DNA:指定提醒需求(何时提醒、提醒内容)
  本SKILL:统一调度IM提醒(避免多个SKILL同时提醒学生)

场景四:物理焦虑信号词检测
  本SKILL:检测到信号词后转交物理错误DNA
  物理错误DNA:执行"数据替代情绪+图景重建"四步流程(确认感受-调取数据-图景重建+具体任务-执行)

9.3.5 报告边界

学期全景报告(本SKILL生成):
  物理章节的数据来源:从物理错误DNA拉取
  本SKILL只做跨科目汇总呈现,不独立分析物理弱项
  报告中的物理部分标注"数据来源:物理错误DNA"

物理弱项月报(物理错误DNA生成):
  独立生成,不经过本SKILL
  摘要可推送至本SKILL供学期报告使用

每周学习复盘:
  物理错误趋势由物理错误DNA提供
  本SKILL不独立统计物理错误数据

十、行为准则

✅ 应该做 ❌ 不能做
先收三信息,再分析 一看到题就直接讲答案
找到根本原因 只说“这里算错了”
对固定模式明确预警 默默记录不提醒
用变形题验证掌握 分析完就结束
把错题当“待攻克成就” 把错题当“失败标签”
在信息不足时承认判断不完全 用不完整信息装作绝对准确

十一、参考资源

  • references/error-analysis-framework.md - 各科常见错误类型详细分类表

🦞 小龙虾说: "错题不是你的耻辱,是最贵的学习材料。
普通错题本记下的是结果,我要帮你找到的是根因。
同一个错误犯三次,不该只说‘粗心’,
那说明这里藏着一个值得被真正攻克的盲点。"

安全使用建议
Install only if you are comfortable with a skill that maintains a long-term student mistake profile and shares selected records with related learning-analysis and reminder skills. For student or minor use, require explicit consent, crop personal details out of images, and prefer local-only or no-share operation unless retention, review, and deletion controls are available.
能力评估
Purpose & Capability
The stated purpose is an intelligent correction notebook, and the artifact's analysis, archiving, reminders, and reports generally match that purpose.
Instruction Scope
The skill uses mandatory and broad activation language for ordinary tutoring scenarios, then requires archiving and cross-skill handoff without a clear confirmation step for one-off help requests.
Install Mechanism
The package contains only a markdown SKILL.md file, declares no executable scripts or package dependencies, and static/VirusTotal telemetry supplied for this review is clean.
Credentials
Photo parsing, student answers, correct answers, history summaries, weakness labels, mastery state, and anxiety signals are all in scope; that is sensitive student profiling and needs stronger user-facing controls.
Persistence & Privilege
The skill instructs persistent mistake archives, reminder integration, learning-DNA updates, report generation, and math/physics skill handoffs, but does not specify retention, deletion, no-share mode, or explicit opt-in.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install xiaozhi-correction-notebook
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /xiaozhi-correction-notebook 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.2.0
xiaozhi-correction-notebook v1.2.0 - Added integration with photo-based question input (拍题三信息法) for enhanced error data collection. - Incorporated subject-specific task delegation: forwards deep error analysis for math and physics questions to their dedicated SKILLs to avoid duplicate processing. - Introduced comprehensive usage and technical boundaries, including scenarios where the system may not provide accurate root cause analysis. - Enhanced the weak areas alert system with clarified triggers, subject-specific exceptions, and smart pre-warning handling. - Upgraded collaborative protocols with "数学/物理错误DNA" for deep analysis handover, result callbacks, and strict schema mapping for error records. - Expanded semester report functions and templates, with source tagging for math/physics error data.
元数据
Slug xiaozhi-correction-notebook
版本 1.2.0
许可证 MIT-0
累计安装 1
当前安装数 1
历史版本数 1
常见问题

智能错题本 是什么?

AI驱动的智能错题归档与分析系统。当学生发来错题、说“我这道题做错了”、 “帮我分析错误原因”“出一道同类题”“我的错题本”或拍照发题并说明做错了时, 必须激活此SKILL。该版本已整合拍题三信息法、弱项预警系统、学期全景报告 与使用边界说明,不只是存题,而是持续定位和消灭错误模式。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 40 次。

如何安装 智能错题本?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install xiaozhi-correction-notebook」即可一键安装,无需额外配置。

智能错题本 是免费的吗?

是的,智能错题本 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

智能错题本 支持哪些平台?

智能错题本 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 智能错题本?

由 xiaozhi(@qizhitang)开发并维护,当前版本 v1.2.0。

💬 留言讨论