← 返回 Skills 市场
qizhitang

Xiaozhi Physics Error Dna

作者 xiaozhi · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
36
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install xiaozhi-physics-error-dna
功能描述
物理错误的持续分析与根因档案系统。核心功能:五类错误分类(含物理独有的图景建立错误) + 顽固弱项识别 + 错误类型图谱 + 物理弱项报告。与通用错题本协作,通用层记表面, 物理层记根因,不产生重复记录和触发冲突。
使用说明 (SKILL.md)

\r \r

🧬 物理错误DNA SKILL\r

\r

一句话定位: 普通错题本告诉你"哪道物理题错了"——\r 物理错误DNA告诉你"你为什么总在同一类图景上出错",\r 然后用数据消灭那个模糊的"我物理不行"的感觉。\r \r ---\r \r

一、核心使命\r

\r 物理错题的双重特征:\r \r

特征一:图景缺失型(物理独有)\r
  数学错题的根源往往是概念或计算\r
  物理错题的根源常常是——根本没"看见"物理世界\r
  不会画受力图、不会画电路图、不会分析运动过程\r
  → 这不是"粗心",是物理直觉缺失\r
\r
特征二:数学工具型\r
  物理思路对了,但单位换算出错、比例算错、方程解错\r
  → 这是数学能力不足在物理场景中的表现\r
```\r
\r
**这个SKILL解决的问题:**\r
\r
```\r
出错 → 诊断是图景问题还是数学问题 → 分类存档 → 发现规律 → 顽固弱项专项突破\r
                                          ↑\r
                              从"这道题错了"上升到"这类图景总出错"\r
                              从孤立事件变成可分析的数据\r
```\r
\r
⚠️ **【架构定位声明——物理错题双SKILL协作协议】**\r
本SKILL是通用核心包中"❌ 智能错题本 SKILL"在物理领域的专属扩展实现,并非独立的第二套错题本。两者按以下协议分工协作:\r
\r
| 职责 | 归属 | 说明 |\r
|------|------|------|\r
| 接收物理错题(初始触发) | 通用错题本 | 统一入口,所有科目错题先经过通用错题本 |\r
| 拍题三信息法(信息收集) | 通用错题本 | 通用错题本的标准流程 |\r
| 基础四维分类(概/计/审/策) | 通用错题本 | 通用层分类,完成后交接至本SKILL |\r
| 表面信息存档 | 通用错题本 | 记录题目、答案、日期、来源、状态等表面字段 |\r
| **子类型精确定位(P01/C03等)** | **本SKILL** | 接收通用错题本的基础分类后,进行深度子类型定位 |\r
| **跨维度关联分析** | **本SKILL** | 通用错题本不做跨维度分析 |\r
| **顽固弱项识别与专项突破** | **本SKILL** | 本SKILL独立处理物理3次触发,通用错题本不重复触发 |\r
| **物理焦虑处理** | **本SKILL** | 通用错题本检测到焦虑信号词后转交本SKILL |\r
| **物理弱项月报** | **本SKILL** | 独立生成,通用错题本不重复生成物理月报 |\r
| 学期全景报告·物理章节 | 通用错题本(汇总层) | 本SKILL提供数据,通用错题本做跨科目汇总呈现 |\r
| IM提醒·物理部分 | 通用错题本(统一调度) | 本SKILL指定提醒需求,通用错题本统一调度避免冲突 |\r
\r
**核心原则:通用层记表面,物理层记根因;不产生重复记录,不重复触发预警。**\r
\r
---\r
\r
## 二、五维错误分类体系\r
\r
这是整个档案系统的核心——每一道错题都必须归入且只归入一类:\r
\r
| 错误类型 | 定义 | 典型特征 | 根治方法 |\r
|---------|-----|---------|---------|\r
| 图景建立错误 | 不会将文字转化为物理图景 | 不画受力图就直接列公式;电路图画错 | 图景绘制专项训练;见references/physics-diagram-guide.md |\r
| 概念混淆 | 对物理概念理解有偏差或混用相似概念 | 速度和加速度分不清;压力和压强混用 | 概念追问+生活类比;见references/physics-concept-confusion-map.md |\r
| 公式误用 | 知道公式但用错——条件/单位/方向 | 欧姆定律用在非纯电阻电路上;单位不统一 | 公式适用条件卡片+单位自检;见references/physics-math-tools-checklist.md |\r
| 过程分析错误 | 物理过程分析不完整或阶段划分错误 | 多阶段运动只分析一段;电路状态变化没分析 | 过程拆分+逐段画图训练 |\r
| 数学工具错误 | 物理思路对但数学执行出错 | 单位换算出错;比例运算出错;图像读取错误 | 数学工具自检清单+专项练习;见references/physics-math-tools-checklist.md |\r
\r
---\r
\r
## 三、档案记录规范\r
\r
### 每条错题记录的结构\r
\r
```\r
错题记录条目(内部存储格式):\r
\r
ID:自动生成(日期+序号)\r
日期:\r
知识模块:(力学/电学/光学/热学)\r
知识点标签:(如:牛顿第一定律/欧姆定律/浮力/凸透镜成像)\r
题目描述:(文字摘要或图片引用)\r
学生答案:\r
正确答案:\r
错误类型:[图景建立错误 / 概念混淆 / 公式误用 / 过程分析错误 / 数学工具错误]\r
子类型ID:[如 P01/C03/F02/R01/T05,见references/physics-error-dimension-table.md]\r
跨维度关联:[主维度+次要维度,如 "P01+C01",无则填"无"]\r
根本原因(一句话):(如:"不会画受力图,遗漏了摩擦力")\r
深度根因:(如:"图景建立习惯缺失导致受力分析遗漏,纯净版图景测试确认非概念问题")\r
图景类型:[受力分析/运动过程/电路/光路/无]\r
已攻克:[否 / 部分 / 是]\r
强化练习次数:\r
最近练习日期:\r
--- 交接字段 ---\r
交接来源:[通用错题本推送 / 学生直接触发 / 本SKILL自发现]\r
交接类型:[新错题 / 顽固弱项确认 / 深度分析请求 / 焦虑信号]\r
通用错题本记录ID:[关联通用错题本中的记录,便于回写]\r
```\r
\r
### 触发记录的时机\r
\r
```\r
经学生同意后可触发:\r
├── 物理解题教练SKILL完成错题分析后 → 建议记录\r
├── 学生说"已经明白了"且验证通过 → 可更新状态为"已攻克(待验证)"\r
└── 同类题做错第2次 → 可将两条记录关联,升级优先级\r
\r
手动触发:\r
├── 学生说"帮我记录这道物理错题"\r
└── 学生发来错题图片说"存入档案"\r
```\r
\r
---\r
\r
## 四、顽固弱项追踪机制\r
\r
### 触发标准\r
\r
**同类错误(相同错误类型+相同知识点标签)出现3次时,可提示进入专项跟踪:**\r
\r
```\r
🧬 档案提醒:\r
"我发现了一个规律——\r
 你在[知识点X]上的[错误类型]已经出现了3次:\r
\r
 第1次:[日期] [题目概述]\r
 第2次:[日期] [题目概述]\r
 第3次:今天  [题目概述]\r
\r
 这可能是一个'顽固弱项'。\r
 如果你愿意,我可以把它加入持续跟踪档案,后面专门帮你验证和突破。\r
 现在有10分钟吗?我们来处理它。"\r
```\r
\r
### 顽固弱项专项突破流程(物理版)\r
\r
```\r
Step 1:纯净版图景测试\r
给一个简化版物理图景(只含该知识点,排除干扰):\r
"先画一下这道题的受力图/电路图,只需要30秒:[纯净版题目]"\r
\r
图景画对了 → 问题在干扰条件下的应用\r
→ 出3道"加入干扰条件"的递进题\r
\r
图景画错了 → 根源在图景建立或概念理解\r
→ 判断是P类还是C类,联动概念直觉器或图景训练\r
\r
Step 2:规则重建\r
P类 → 专项图景绘制训练\r
C类 → 联动物理概念直觉器,用生活类比重建理解\r
F类 → 公式适用条件卡片 + 单位自检训练\r
R类 → 过程拆分 + 逐段画图训练\r
T类 → 数学工具自检清单 + 专项计算训练\r
\r
Step 3:验证锁定\r
"你刚才做对了——但我还不完全放心。\r
 明天我会再出一道同类型的题给你,\r
 连续两次做对,这个弱项才算真正攻克。"\r
\r
Step 4:写入档案\r
在学生同意持续跟踪时,更新该条目状态为"突破中"\r
若学生同意提醒,设置次日和3天后的验证题提醒\r
```\r
\r
---\r
\r
## 五、错误类型图谱\r
\r
**触发:** 学生说"帮我分析我的物理错误规律"时生成;不默认按月生成\r
\r
```\r
📊 物理错误类型图谱\r
统计时间范围:[本学期 / 本月 / 自定义]\r
\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
错误类型分布:\r
\r
图景建立错误 ██████████ 28% (N次)\r
概念混淆     ████████   22% (N次)\r
过程分析错误 █████      18% (N次)\r
公式误用     ████       16% (N次)\r
数学工具错误 ███        16% (N次)\r
\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
图景缺失率:[图景类错误占比]%\r
  → 图景缺失率>25%:你的物理学习最大瓶颈是"看不见"物理世界\r
     建议优先训练图景建立能力\r
\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
AI诊断:\r
\r
[图景建立错误占比>25%]\r
→ 图景缺失比例偏高。\r
  深挖:这[N]次图景错误集中在[受力分析/电路图/运动过程]——\r
  其中[X]次是受力分析遗漏力,[Y]次是电路等效图画错。\r
  建议:先专项训练[受力分析/电路图]绘制,\r
  不是多做题,而是每道题先画图再分析。\r
\r
[概念混淆最集中的知识点]\r
→ 概念混淆主要集中在[知识点A]和[知识点B]。\r
  这两个知识点有一个共同点:[分析]。\r
  建议:先用概念直觉器重建[知识点A]的生活类比理解,\r
  再做3道概念对比题确认。\r
\r
[数学工具错误占比>20%]\r
→ 数学工具错误比例偏高。\r
  深挖:其中单位换算[X]次,比例运算[Y]次。\r
  建议:先确认物理分析没问题(图景+概念+公式都对),\r
  再针对[单位换算/比例运算]做数学专项练习。\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
\r
顽固弱项清单:\r
🔴 [弱项1](已出现N次,状态:待突破)\r
🟡 [弱项2](已出现N次,状态:突破中)\r
🟢 [弱项3](已攻克,上次错误:[日期])\r
\r
近期进步:\r
✅ [弱项X] 连续2次做对,已标记为攻克\r
✅ 图景建立错误率本月比上月降低了[X]%\r
```\r
\r
---\r
\r
## 六、物理弱项月报\r
\r
**触发:** 学生说"帮我生成物理月报"时生成;不默认自动提示\r
\r
```\r
📋 物理弱项月报\r
学生:[姓名/昵称]\r
报告周期:[月份]\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
\r
一、本月学习概况\r
   涉及知识模块:[力学/电学/光学/热学]\r
   最活跃的学习日:[日期](做了N道)\r
\r
二、错误类型变化(对比上月)\r
   图景建立错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]\r
   概念混淆:[本月N次] vs [上月N次]  [↑升/↓降/→持平]\r
   公式误用:[本月N次] vs [上月N次]  [↑升/↓降/→持平]\r
   过程分析错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]\r
   数学工具错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]\r
\r
三、图景缺失率趋势\r
   本月图景缺失率:[X]%\r
   上月图景缺失率:[Y]%\r
   趋势:[改善/持平/恶化]\r
\r
四、本月最大进步\r
   [具体进步,必须有数据支撑]\r
\r
五、本月最需关注\r
   [最顽固的弱项,说明根因和突破建议]\r
\r
六、下月重点攻克目标\r
   目标1:[具体知识点+具体训练方法]\r
   目标2:[具体知识点+具体训练方法]\r
\r
七、给家长看的数据摘要(可截图分享)\r
   这个月[孩子名字]在物理上:\r
   ✅ 完成了[N]次系统练习\r
   ✅ 成功攻克了[N]个历史弱项:[列举]\r
   📌 仍在努力的地方:[简短描述,积极措辞]\r
   📈 最明显的进步:[一句话]\r
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━\r
```\r
\r
---\r
\r
## 七、物理焦虑专项处理\r
\r
### 识别物理焦虑的信号词\r
\r
```\r
触发信号:\r
- "我物理太差了"\r
- "一考物理就脑子空白"\r
- "感觉怎么学都学不会"\r
- "物理根本不是人学的"\r
- "我就是没有物理天赋"\r
- "我连受力图都不会画"\r
```\r
\r
### 标准处理流程:数据替代情绪 + 图景重建\r
\r
```\r
Step 1:确认感受(1-2句,不展开)\r
"你现在很担心,我听到了。\r
 先别急,我来看一下你的档案说了什么。"\r
\r
Step 2:调取精准数据(关键步骤)\r
不说"你肯定行",而是说:\r
"你的档案告诉我:\r
 [具体知识点]最近两周你出错了[N]次,\r
 主要集中在[图景建立/概念混淆]。\r
\r
 [另一个知识点]上次你出错了,\r
 但后来做了3道同类题,\r
 第2道和第3道都对了。"\r
\r
Step 3:把模糊焦虑变成具体任务 + 图景重建\r
"所以'物理不行'这个说法太宽了——\r
 你现在真正需要的是:\r
 搞定[精确子类型]这一个点。\r
\r
 如果是图景问题,我们画3张图就能看到进步;\r
 如果是概念问题,我用3个生活类比帮你搞懂。\r
 物理是看得见的学问——画出来就不可怕了。"\r
\r
Step 4:执行(出3道递进题,物理版强调图景)\r
第1道:简化版图景题(建立信心——"原来画出来就明白了")\r
第2道:精确的弱项点(直面问题)\r
第3道:弱项点的变形(确认掌握)\r
```\r
\r
---\r
\r
## 八、与通用错题本的协作协议\r
\r
### 8.1 通用协作关系\r
\r
```text\r
物理错误DNA SKILL\r
    \x3C-- 通用错题本(物理错题交接记录:基础分类+表面信息)\r
    --> 通用错题本(深度分析回写:子类型ID+跨维度+深度根因+弱项状态)\r
    \x3C-- 物理解题教练(经同意的错题分析记录)\r
    --> 物理解题教练(考前梳理时输出弱项清单)\r
    --> 物理概念直觉器(概念混淆类错误在当前任务内联动)\r
    --> 物理建模教练(过程分析类错误联动建模训练)\r
    --> 物理实验思维教练(实验过程类错误联动实验思维训练)\r
    --> IM提醒SKILL(需求由本SKILL指定、通用错题本统一调度)\r
    --> 学习DNA(仅在用户同意时写入月报摘要或成长摘要)\r
    --> 每周学习复盘(仅提供本周物理错误摘要)\r
```\r
\r
### 8.2 接收机制\r
\r
本SKILL从通用错题本接收以下类型的交接记录:\r
\r
```text\r
类型一:新错题交接\r
  触发:通用错题本完成物理科目基础四维分类后\r
  接收内容:题目摘要 + 基础四维标签 + 学生答案 + 表面根因 + 题目类型标签\r
  本SKILL动作:进行子类型精确定位 + 跨维度关联分析 + 深度根因挖掘\r
\r
类型二:顽固弱项确认\r
  触发:物理同类错误在通用错题本中累计出现3次\r
  接收内容:3次记录摘要 + "顽固弱项确认"信号\r
  本SKILL动作:启动物理版四步突破流程(纯净版图景测试→规则重建→验证锁定→写入档案)\r
\r
类型三:深度分析请求\r
  触发:学生说"为什么我总在这种物理题上出错"等深度分析语句\r
  接收内容:当前错题 + 历史相关错题摘要\r
  本SKILL动作:生成完整错误类型图谱(§五)或针对性分析\r
\r
类型四:焦虑信号转交\r
  触发:通用错题本检测到物理焦虑信号词\r
  接收内容:当前对话片段 + 焦虑信号词标记\r
  本SKILL动作:启动"数据替代情绪+图景重建"四步流程(§七)\r
```\r
\r
### 8.3 回写机制\r
\r
```text\r
即时回写(深度分析完成后):\r
  物理深度分类:已交接至基因档案\r
  物理子类型ID:如 P01/C03/F02/R01/T05\r
  物理跨维度关联:如 "主维度P01+次要维度C01"\r
  物理根因分析(深度):一句话深度根因描述\r
\r
状态变更回写(弱项状态变化时):\r
  物理弱项状态:无 / 观察 / 顽固 / 突破中 / 已攻克\r
\r
月度回写(月报生成后):\r
  月度物理数据摘要:供学期全景报告使用\r
  包含:五维占比、图景缺失率、顽固弱项清单、攻克进展\r
\r
回写目标:通用错题本对应记录的"物理专属字段"区域\r
```\r
\r
### 8.4 触发去重保障\r
\r
```text\r
规则一:不独立接收物理错题\r
  所有物理错题的初始接收由通用错题本统一处理\r
  学生直接说"帮我记录这道物理错题"时,由通用错题本触发,交接至本SKILL\r
\r
规则二:不重复生成递进练习\r
  通用错题本在物理科目不独立生成3次触发的递进练习\r
  本SKILL统一执行物理版四步突破流程\r
\r
规则三:提醒需求由本SKILL指定、通用错题本统一调度\r
  本SKILL不直接设置IM提醒,而是向通用错题本提交提醒需求\r
\r
规则四:学期报告数据由本SKILL提供\r
  本SKILL不独立生成学期报告,物理数据推送给通用错题本汇总\r
  本SKILL独立生成物理弱项月报(§六)\r
```\r
\r
协作边界:\r
- 不在未授权情况下建立长期错因档案\r
- 不把"第3次出现"直接写死为长期标签,需结合验证或学生确认\r
- 不默认向提醒、学习DNA或周复盘外发完整记录\r
- 不绕过通用错题本直接接收物理错题初始记录\r
\r
---\r
\r
## 九、参考资源\r
\r
- `references/physics-error-dimension-table.md` — 物理错因维度表(五维×35子类型分类体系,含跨维度关联规则与追踪标准)\r
- `references/physics-concept-confusion-map.md` — 物理高频概念混淆对照表\r
- `references/physics-math-tools-checklist.md` — 物理数学工具自检清单\r
\r
---\r
\r
> 🦞 **小龙虾说:**\r
> "你说'物理不行',我不同意。\r
>  我看到的是:\r
>  你在[具体图景]上出错了[N]次,\r
>  根因是[精确原因]。\r
>  这不是'物理不行',这是一个可以被画出来的具体问题。\r
>  物理是看得见的学问——画出来,就不怕了。"\r
安全使用建议
Install only if you expect these skills to guide ClawHub/Convex development or staff workflows. Pay particular attention before using moderation commands or autoreview full-access mode, because those can affect accounts, published content, or local execution privileges.
能力评估
Purpose & Capability
The skill files describe ClawHub and Convex workflow assistance, including moderation, PR review, UI proof, auth setup, migrations, and performance audits; the capabilities match those stated purposes.
Instruction Scope
Some instructions cover high-impact workflows such as staff moderation, GitHub PR handling, Convex setup, and local review commands, but they include explicit scoping, confirmation, and verification guidance.
Install Mechanism
No hidden installer or automatic setup path was found in the inspected skill files; referenced commands such as bun, npx, gh, and npm are visible workflow steps.
Credentials
Several workflows may need GitHub, Convex, or moderator credentials, and review helpers may send diffs to configured reviewer tools; this is expected for the stated workflows and is disclosed.
Persistence & Privilege
The autoreview helper can run nested Codex review with full-access mode by default but documents an opt-out, while moderation actions require explicit targets, reasons, API auth, and audit logging.
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-physics-error-dna
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /xiaozhi-physics-error-dna 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
v1.0.0
Initial release of the 物理错误DNA skill for in-depth physics error analysis and root cause tracking. - Introduces five-dimensional error classification tailored to physics, covering unique physics-specific mistakes like "diagram establishment errors." - Implements a persistent archive system with detailed structure for each error, supporting weak point discovery and tracking. - Coordinates with the general correction notebook skill for error reception, preventing duplicate records or conflicting triggers. - Adds features like stubborn weak point identification, physics anxiety support, graphical error distribution reports, and monthly weak point summaries. - Provides clear boundaries for data flow, permissions, and reporting for effective collaboration.
元数据
Slug xiaozhi-physics-error-dna
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

Xiaozhi Physics Error Dna 是什么?

物理错误的持续分析与根因档案系统。核心功能:五类错误分类(含物理独有的图景建立错误) + 顽固弱项识别 + 错误类型图谱 + 物理弱项报告。与通用错题本协作,通用层记表面, 物理层记根因,不产生重复记录和触发冲突。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 36 次。

如何安装 Xiaozhi Physics Error Dna?

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

Xiaozhi Physics Error Dna 是免费的吗?

是的,Xiaozhi Physics Error Dna 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

Xiaozhi Physics Error Dna 支持哪些平台?

Xiaozhi Physics Error Dna 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 Xiaozhi Physics Error Dna?

由 xiaozhi(@qizhitang)开发并维护,当前版本 v1.0.0。

💬 留言讨论