← 返回 Skills 市场
35
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install xiaozhi-skill-coordinator
功能描述
让错题本、费曼测试、康奈尔笔记与学习计划、时间专注数据在明确任务下协同工作。 当学生说“帮我生成全景月报”“学习系统运转得好吗”“联动分析这道题”时可激活此SKILL。 仅在当前任务需要且用户已同意相关数据使用时,按最小必要字段汇总,不默认跨SKILL全量拉取或写回。
使用说明 (SKILL.md)
\r \r
🔗 三SKILL联动协调器 SKILL\r
\r
一句话定位: 真正有效的不是“装了很多工具”,而是在明确任务和授权边界下,让工具按需配合。\r \r
⚠️ 技术实现边界声明\r
\r
关于“定时调度”机制: 本模块中涉及的定期报告生成调度,并非 LLM 自身具备的自主唤醒能力。它依托于如 QClaw 等定制化 OpenClaw 平台的「自动化工作流引擎」在指定时间运行联动分析任务。\r \r ---\r \r
一、核心使命\r
\r 原版聚焦三SKILL联动:\r
- 错题本\r
- 费曼测试\r
- 康奈尔笔记\r \r v1.1在保留原主线的基础上,扩展两个新数据维度:\r
- 30天学习计划制定师\r
- 时间与专注力教练\r \r 所以它现在实际承担的是五SKILL协调中枢。 \r 名称保留“三SKILL联动协调器”,但能力已升级为更完整的学习系统编排器。\r \r ⚠️ 【架构定位声明】:\r
- 联动判断逻辑归本SKILL:什么时候建议触发费曼、什么时候建议调取计划、如何处理数据流转,由本SKILL在当前任务内统筹判断。\r
- 全景月报归本SKILL:本SKILL可以作为月报生成中枢,但只汇总当前任务所需、且用户已授权使用的摘要字段。\r
- 周报归属说明:周级别的复盘和报告生成由“每周学习复盘 SKILL”负责,本SKILL不默认介入周报。\r \r
二、联动前置条件\r
\r 在读取或整合其他SKILL数据前,必须满足以下条件:\r \r
- 用户当前任务明确需要联动分析、系统检查或月报汇总。\r
- 涉及长期档案或提醒数据时,用户已开启相应授权。\r
- 仅拉取完成当前任务所需的最小字段摘要,不读取无关历史细节。\r
- 用户可要求“这次不要联动某个SKILL”或“不要写回档案/提醒”。\r \r ---\r \r
三、五SKILL协调结构\r
\r
核心学习链:\r
错题本 → 费曼测试 → 康奈尔笔记\r
\r
新增执行链:\r
学习计划 → 时间与专注力\r
\r
统一汇总:\r
五路数据 → 协调器 → 全景月报 / 系统健康检查 / 联动判断\r
```\r
\r
五个维度分别回答:\r
- 错题本:哪里错\r
- 费曼测试:到底懂没懂\r
- 康奈尔笔记:有没有形成可复用知识\r
- 学习计划:有没有把目标拆成行动\r
- 时间与专注力:有没有真正执行下来\r
\r
---\r
\r
## 四、核心联动流程\r
\r
### 3.1 一道错题触发的联动主线\r
\r
```text\r
阶段一:错题本接手\r
记录错误、定位根因、判断是否为固定模式\r
\r
阶段二:笔记联动\r
检索康奈尔笔记,看这个知识点是否已有笔记或线索\r
\r
阶段三:理解验证\r
如果是概念模糊、方法边界不清、或同类错误>=3次,触发费曼测试\r
\r
阶段四:执行补位\r
如果问题不是不会,而是“总是做不到”,检查是否需要补计划或专注策略\r
\r
阶段五:提醒与追踪\r
由IM提醒安排复测、复习或行动回访\r
```\r
\r
### 3.2 计划与专注维度的新增介入点\r
\r
以下情况要额外调取新增两个SKILL:\r
\r
```text\r
情况一:学生知道方法,但连续拖延没执行\r
→ 调取学习计划制定师\r
\r
情况二:计划写了,但总是无法按时完成\r
→ 调取时间与专注力教练\r
\r
情况三:错题长期不回看,费曼测试总约不上\r
→ 同时检查计划安排和专注阻力\r
```\r
\r
---\r
\r
## 五、扩展联动判断规则\r
\r
### 4.1 必须触发费曼测试的情况\r
\r
```text\r
1. 错误类型 = 概念模糊\r
2. 错误类型 = 方法用错,且边界感不清\r
3. 同一知识点错误次数 >= 3\r
4. 学生说“我以为我懂了”\r
5. 看过AI或答案后说“我明白了”\r
```\r
\r
### 4.2 必须触发计划或专注支持的情况\r
\r
```text\r
1. 同一任务连续两周拖延\r
2. 复习提醒收到但完成率持续偏低\r
3. 明知道要做,却总在开始环节失败\r
4. 计划存在,但执行总被分心打断\r
```\r
\r
### 4.3 可不联动费曼测试的情况\r
\r
```text\r
1. 明显的计算失误\r
2. 明显的读题失误,且概念本身没问题\r
3. 学生明确要求“今天只记录,不做深挖”\r
```\r
\r
---\r
\r
## 六、五维度全景月报(全系统月报中枢)\r
\r
当学生说“帮我生成全景月报”时,可按五维度输出。 \r
**注意:作为中枢,本SKILL只应拉取当前报告所需、且已获授权的SKILL数据摘要,不应默认拉取“其他所有活跃SKILL”的当月数据。**\r
\r
```text\r
维度一:错题维度\r
错误类型分布、顽固弱项、攻克情况(整合各学科的专项记录)\r
\r
维度二:理解维度\r
费曼测试结果、真正掌握条目、主要盲区\r
\r
维度三:知识沉淀维度\r
笔记新增、调取次数、沉默笔记、跨科关联\r
\r
维度四:计划执行维度\r
计划完成率、延期情况、最常中断点\r
\r
维度五:时间专注维度\r
专注稳定性、分心高发时段、黄金学习时段\r
```\r
\r
### 5.1 建议输出结构\r
\r
```text\r
📊 五SKILL全景月度报告\r
\r
① 错题维度\r
[数据 + 结论]\r
\r
② 理解维度\r
[数据 + 结论]\r
\r
③ 知识沉淀维度\r
[数据 + 结论]\r
\r
④ 计划执行维度\r
[数据 + 结论]\r
\r
⑤ 时间专注维度\r
[数据 + 结论]\r
\r
综合判断:\r
[本月学习系统最强的一环]\r
[本月最需要补的一环]\r
\r
下月优先动作:\r
[只选1件最关键的事]\r
```\r
\r
---\r
\r
## 七、系统健康检查\r
\r
v1.1保留健康检查思路,并扩展为更适合五SKILL体系的检查表。\r
\r
```text\r
指标① 错题有记录\r
标准:重要错误都进入错题链路\r
\r
指标② 理解有验证\r
标准:概念类错误中,至少50%进入费曼测试\r
\r
指标③ 知识有沉淀\r
标准:关键知识点有对应笔记或笔记线索\r
\r
指标④ 计划可执行\r
标准:重点任务不是空目标,而是被拆成行动\r
\r
指标⑤ 时间能落地\r
标准:学习安排与真实专注时段匹配\r
\r
指标⑥ 提醒有回应\r
标准:提醒后的回应率与完成率处于健康区间\r
```\r
\r
### 6.1 结果解读\r
\r
```text\r
5-6项健康:系统运转良好\r
3-4项健康:局部短板,需要补链\r
0-2项健康:系统未真正跑起来,需要从基础环节重建\r
```\r
\r
---\r
\r
## 八、联动进度记录\r
\r
每次联动后,建议按以下结构记一条记录:\r
\r
```text\r
日期:\r
触发来源:[错题 / 复盘 / 计划 / 提醒]\r
涉及知识点:\r
参与SKILL:\r
错题本:[是 / 否]\r
费曼测试:[是 / 否]\r
康奈尔笔记:[是 / 否]\r
学习计划:[是 / 否]\r
时间专注:[是 / 否]\r
联动结果:\r
根因判断:\r
是否真正掌握:\r
是否需要复测:\r
是否需要补计划:\r
是否需要专注调整:\r
```\r
\r
---\r
\r
## 九、与IM智能提醒的轻联动\r
\r
v1.1新增三个提醒扩展方向;仅在用户明确同意提醒时,才可同步给IM智能提醒:\r
\r
```text\r
1. 计划任务定时提醒\r
2. 探索任务提醒\r
3. 时间销行账每日确认提醒\r
```\r
\r
也就是说,协调器现在不只可安排“知识复习”,还可在授权前提下安排“行动执行回访”。\r
\r
---\r
\r
## 十、与其他SKILL的协作与强 Schema 校验协议\r
\r
为了防止在多智能体(Multi-Agent)交互中出现“提示词漂移”或格式不一致,本系统引入 **强 Schema 约束的多 Agent 交互协议**。底层数据交接与回写均强制校验 `schemas/handover-protocol.schema.json`。\r
\r
### 10.1 协作拓扑结构\r
```text\r
┌───────────────────────────────────────────────┐\r
│ 🔗 3/5 SKILL联动协调器 │\r
└───────┬───────────────────────────────┬───────┘\r
│ 校验数据格式 │ 校验数据格式\r
▼ ▼\r
┌─────────────────────────────────────┐ ┌─────────────────────────────────────┐\r
│ ❌ 智能错题本 (correction-notebook) │ │ 🧬 学习DNA (learning-dna) │\r
│ 发送: wrong_answer_handover │ │ 接收: profile_writeback │\r
└─────────────────────────────────────┘ └─────────────────────────────────────┘\r
```\r
\r
### 10.2 强 Schema 交互规范(JSON-RPC 格式)\r
当 AI 触发协作(如将数学错题交接给数学专属基因档案,或更新学习 DNA 档案)时,**必须在系统底层输出中附带强 Schema 约束的 JSON 块**。\r
\r
#### 1) 错题交接格式示例 (wrong_answer_handover)\r
```json\r
{\r
"sessionId": "session-123456",\r
"protocolVersion": "2.0.0",\r
"handoverType": "wrong_answer_handover",\r
"sender": "xiaozhi-correction-notebook",\r
"recipient": "xiaozhi-math-error-dna",\r
"payload": {\r
"wrongAnswerData": {\r
"errorId": "err-20260520-001",\r
"subject": "math",\r
"concept": "一次函数的斜率与截距",\r
"handoverTrigger": "stubborn_weakness",\r
"basicDimension": "概念模糊",\r
"surfaceInfo": {\r
"questionAbstract": "已知函数y=kx+b图象过一二三象限,求k,b符号。学生判定k\x3C0, b>0。",\r
"studentAnswer": "k\x3C0, b>0",\r
"surfaceRootCause": "混淆了斜率k的方向性与截距b的交点位置"\r
}\r
}\r
},\r
"timestamp": "2026-05-20T15:00:00Z"\r
}\r
```\r
\r
#### 2) DNA回写格式示例 (profile_writeback)\r
```json\r
{\r
"sessionId": "session-123456",\r
"protocolVersion": "2.0.0",\r
"handoverType": "profile_writeback",\r
"sender": "xiaozhi-feynman-learning",\r
"recipient": "xiaozhi-learning-dna",\r
"payload": {\r
"profileData": {\r
"updateTarget": "concept_graph",\r
"graphUpdates": [\r
{\r
"conceptName": "平面向量共线定理",\r
"subject": "数学",\r
"masteryLevel": "真正掌握",\r
"relationships": [\r
{ "relationType": "appliesTo", "targetNodeId": "受力平衡分析" }\r
]\r
}\r
]\r
}\r
},\r
"timestamp": "2026-05-20T15:05:00Z"\r
}\r
```\r
\r
### 10.3 异常与格式容错处理 (Exception Handling)\r
如果在多 Agent 流转中出现 Schema 解析异常或校验失败,系统必须执行以下容错响应逻辑:\r
1. **自动阻断写入**:禁止向长期 DNA 档案中写入格式畸形的数据,防止污染持久记忆库。\r
2. **触发降级降噪交互**:AI 立即向协作 Agent 发送重试指令,并在对话中自动降级为“单会话纯文本诊断模式”,确保不中断学生的辅导流程。\r
3. **日志警告**:向平台底层投递 `[SCHEMA_VALIDATION_ERROR]` 警告日志。\r
\r
---\r
\r
## 十一、禁止行为\r
\r
| ❌ 禁止 | ✅ 替代 |\r
|--------|--------|\r
| 按月自行触发全景月报 | 由用户明确请求时生成 |\r
| 全量拉取全部活跃SKILL的数据 | 只拉取当前任务所需摘要 |\r
| 默认写回学习DNA成长轨迹 | 仅在用户同意时写回必要摘要 |\r
| 默认同步到IM提醒 | 仅在用户明确同意提醒后同步 |\r
\r
---\r
\r
## 十二、参考资源\r
\r
- `references/one-week-linkage-record.md` - 完整的一周联动实录案例\r
\r
---\r
\r
> 🦞 **小龙虾说:**\r
> "一道错题的价值,远不止于‘改对’。 \r
> 它还应该告诉你:你为什么会错、你是不是真的懂了、 \r
> 你有没有留下笔记、你能不能执行下去。 \r
> 当这些环节连起来,学习系统才真的开始运转。"\r
安全使用建议
Install only if you want a central learning coordinator that can combine summaries from multiple Xiaozhi learning skills and, with consent, update learner profiles or reminders. Before using it with students, confirm which source skills may be queried, whether profile writeback is allowed, and when reminders may be created.
能力评估
Purpose & Capability
The stated purpose is to coordinate error notebooks, Feynman tests, Cornell notes, study plans, focus data, reports, and reminders; cross-skill aggregation and limited writeback are coherent with that purpose.
Instruction Scope
The skill includes broad trigger phrases for monthly reports and system health checks, but it also states preconditions: clear current task need, user authorization for long-term records or reminders, minimal necessary fields, and opt-out from linkage or writeback.
Install Mechanism
The package contains markdown instructions, a reference markdown file, and a JSON schema; no executable scripts, package installs, API keys, or hidden install-time behavior were found.
Credentials
It can coordinate several learner-data sources, including educational performance, notes, plans, focus behavior, and reminders; that access is proportionate for a learning-system coordinator when the documented consent and minimization rules are followed.
Persistence & Privilege
The skill documents persistent profile writeback and reminder synchronization, which are sensitive capabilities, but it repeatedly prohibits default writeback, full data pulls, and reminder sync without user consent, and uses a schema with constrained handover types and recipients.
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install xiaozhi-skill-coordinator - 安装完成后,直接呼叫该 Skill 的名称或使用
/xiaozhi-skill-coordinator触发 - 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
v1.1.1
xiaozhi-skill-coordinator v1.1.1
- 扩展三SKILL联动为五SKILL协同,加入“学习计划制定师”与“时间与专注力教练”数据维度,升级为更完整的系统级学习编排器。
- 新增五维度全景月报与系统健康检查,统一输出学习进展与瓶颈。
- 强化多SKILL数据流转权限控制,仅按需调取必要数据,确保用户授权和最小必要字段。
- 引入强Schema约束的多Agent交互协议,严控SKILL间数据格式,提升系统稳定性与互操作性。
- 新增与IM智能提醒的细化联动选项,并规范仅在用户同意下触发学习和行动提醒。
元数据
常见问题
Xiaozhi Skill Coordinator 是什么?
让错题本、费曼测试、康奈尔笔记与学习计划、时间专注数据在明确任务下协同工作。 当学生说“帮我生成全景月报”“学习系统运转得好吗”“联动分析这道题”时可激活此SKILL。 仅在当前任务需要且用户已同意相关数据使用时,按最小必要字段汇总,不默认跨SKILL全量拉取或写回。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 35 次。
如何安装 Xiaozhi Skill Coordinator?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install xiaozhi-skill-coordinator」即可一键安装,无需额外配置。
Xiaozhi Skill Coordinator 是免费的吗?
是的,Xiaozhi Skill Coordinator 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
Xiaozhi Skill Coordinator 支持哪些平台?
Xiaozhi Skill Coordinator 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 Skill Coordinator?
由 xiaozhi(@qizhitang)开发并维护,当前版本 v1.1.1。
推荐 Skills