xiaozhi-correction-notebook

name	xiaozhi-correction-notebook
display_name	❌ 智能错题本
version	1.2.0
author	小智伴学
category	通用核心
tags	["错题","错因分析","弱项预警","学期报告","全科通用","必装"]
description	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， 建议激活此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。
compatibility	OpenClaw / ClawHub
depends_on	xiaozhi-learning-dna, xiaozhi-math-error-dna, xiaozhi-physics-error-dna

❌ 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。

无拍照 / OCR 能力时的降级路径：请学生手动输入题目与自己的解答（或口述），本 SKILL 照常完成四维错因分析与弱项预警；拍照只是录入便利，不是错因分析的前提。识别不清时，先请学生确认题目文字再分析，不臆测题意。

---

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。"