菜单
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。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/qizhitang/xiaozhi-skills --skill xiaozhi-skill-coordinator命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
| name | xiaozhi-skill-coordinator |
| display_name | 🔗 SKILL联动协调器 |
| version | 1.1.1 |
| author | 小智伴学 |
| category | 通用核心 |
| tags | ["联动","协调","错题本","费曼测试","康奈尔笔记","学习计划","时间专注","月报","系统级"] |
| description | 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。 |
| compatibility | OpenClaw / ClawHub |
| depends_on | xiaozhi-learning-dna, xiaozhi-correction-notebook, xiaozhi-feynman-learning, xiaozhi-cornell-notes |
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。
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。
原版聚焦三SKILL联动：
v1.1在保留原主线的基础上，扩展两个新数据维度：
所以它现在实际承担的是五SKILL协调中枢。
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。
⚠️ 【架构定位声明】：
在读取或整合其他SKILL数据前，必须满足以下条件：
核心学习链：
错题本 → 费曼测试 → 康奈尔笔记
新增执行链：
学习计划 → 时间与专注力
统一汇总：
五路数据 → 协调器 → 全景月报 / 系统健康检查 / 联动判断
五个维度分别回答：
阶段一：错题本接手
记录错误、定位根因、判断是否为固定模式
阶段二：笔记联动
检索康奈尔笔记，看这个知识点是否已有笔记或线索
阶段三：理解验证
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
阶段四：执行补位
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
阶段五：提醒与追踪
由IM提醒安排复测、复习或行动回访
以下情况要额外调取新增两个SKILL：
情况一：学生知道方法，但连续拖延没执行
→ 调取学习计划制定师
情况二：计划写了，但总是无法按时完成
→ 调取时间与专注力教练
情况三：错题长期不回看，费曼测试总约不上
→ 同时检查计划安排和专注阻力
1. 错误类型 = 概念模糊
2. 错误类型 = 方法用错，且边界感不清
3. 同一知识点错误次数 >= 3
4. 学生说“我以为我懂了”
5. 看过AI或答案后说“我明白了”
1. 同一任务连续两周拖延
2. 复习提醒收到但完成率持续偏低
3. 明知道要做，却总在开始环节失败
4. 计划存在，但执行总被分心打断
1. 明显的计算失误
2. 明显的读题失误，且概念本身没问题
3. 学生明确要求“今天只记录，不做深挖”
当学生说“帮我生成全景月报”时，可按五维度输出。
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。
维度一：错题维度
错误类型分布、顽固弱项、攻克情况（整合各学科的专项记录）
维度二：理解维度
费曼测试结果、真正掌握条目、主要盲区
维度三：知识沉淀维度
笔记新增、调取次数、沉默笔记、跨科关联
维度四：计划执行维度
计划完成率、延期情况、最常中断点
维度五：时间专注维度
专注稳定性、分心高发时段、黄金学习时段
📊 五SKILL全景月度报告
① 错题维度
[数据 + 结论]
② 理解维度
[数据 + 结论]
③ 知识沉淀维度
[数据 + 结论]
④ 计划执行维度
[数据 + 结论]
⑤ 时间专注维度
[数据 + 结论]
综合判断：
[本月学习系统最强的一环]
[本月最需要补的一环]
下月优先动作：
[只选1件最关键的事]
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。
指标① 错题有记录
标准：重要错误都进入错题链路
指标② 理解有验证
标准：概念类错误中，至少50%进入费曼测试
指标③ 知识有沉淀
标准：关键知识点有对应笔记或笔记线索
指标④ 计划可执行
标准：重点任务不是空目标，而是被拆成行动
指标⑤ 时间能落地
标准：学习安排与真实专注时段匹配
指标⑥ 提醒有回应
标准：提醒后的回应率与完成率处于健康区间
5-6项健康：系统运转良好
3-4项健康：局部短板，需要补链
0-2项健康：系统未真正跑起来，需要从基础环节重建
每次联动后，建议按以下结构记一条记录：
日期：
触发来源：[错题 / 复盘 / 计划 / 提醒]
涉及知识点：
参与SKILL：
错题本：[是 / 否]
费曼测试：[是 / 否]
康奈尔笔记：[是 / 否]
学习计划：[是 / 否]
时间专注：[是 / 否]
联动结果：
根因判断：
是否真正掌握：
是否需要复测：
是否需要补计划：
是否需要专注调整：
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：
1. 计划任务定时提醒
2. 探索任务提醒
3. 时间销行账每日确认提醒
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”。
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。
┌───────────────────────────────────────────────┐
│ 🔗 3/5 SKILL联动协调器 │
└───────┬───────────────────────────────┬───────┘
│ 校验数据格式 │ 校验数据格式
▼ ▼
┌─────────────────────────────────────┐ ┌─────────────────────────────────────┐
│ ❌ 智能错题本 (correction-notebook) │ │ 🧬 学习DNA (learning-dna) │
│ 发送: wrong_answer_handover │ │ 接收: profile_writeback │
└─────────────────────────────────────┘ └─────────────────────────────────────┘
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。
{
"sessionId": "session-123456",
"protocolVersion": "2.0.0",
"handoverType": "wrong_answer_handover",
"sender": "xiaozhi-correction-notebook",
"recipient": "xiaozhi-math-error-dna",
"payload": {
"wrongAnswerData": {
"errorId": "err-20260520-001",
"subject": "math",
"concept": "一次函数的斜率与截距",
"handoverTrigger": "stubborn_weakness",
"basicDimension": "概念模糊",
"surfaceInfo": {
"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<0, b>0。",
"studentAnswer": "k<0, b>0",
"surfaceRootCause": "混淆了斜率k的方向性与截距b的交点位置"
}
}
},
"timestamp": "2026-05-20T15:00:00Z"
}
{
"sessionId": "session-123456",
"protocolVersion": "2.0.0",
"handoverType": "profile_writeback",
"sender": "xiaozhi-feynman-learning",
"recipient": "xiaozhi-learning-dna",
"payload": {
"profileData": {
"updateTarget": "concept_graph",
"graphUpdates": [
{
"conceptName": "平面向量共线定理",
"subject": "数学",
"masteryLevel": "真正掌握",
"relationships": [
{ "relationType": "appliesTo", "targetNodeId": "受力平衡分析" }
]
}
]
}
},
"timestamp": "2026-05-20T15:05:00Z"
}
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：
[SCHEMA_VALIDATION_ERROR] 警告日志。| ❌ 禁止 | ✅ 替代 |
|---|---|
| 按月自行触发全景月报 | 由用户明确请求时生成 |
| 全量拉取全部活跃SKILL的数据 | 只拉取当前任务所需摘要 |
| 默认写回学习DNA成长轨迹 | 仅在用户同意时写回必要摘要 |
| 默认同步到IM提醒 | 仅在用户明确同意提醒后同步 |
references/one-week-linkage-record.md - 完整的一周联动实录案例💡 小智说： "一道错题的价值，远不止于‘改对’。
它还应该告诉你：你为什么会错、你是不是真的懂了、
你有没有留下笔记、你能不能执行下去。
当这些环节连起来，学习系统才真的开始运转。"
帮助老师从"单向讲授"升级为"思维驱动的互动课堂"。 当老师说"这节课怎么互动"、"帮我设计课堂提问"、 "学生不发言怎么办"、"这节课太沉闷"、 "小组活动怎么分组"、"怎么让差生也参与"时，建议激活此SKILL。 核心工作流：分析教学目标 → 设计 Bloom 分层提问链 + 苏格拉底追问 → 规划小组合作活动 → 预设学生反应与冷场应对 → 准备即时反馈机制 → 课后观察记录回写。 该版本与 xiaozhi-teach-lesson-planner / student-analyzer 建立接口，强基于教学目标和学情分层设计互动。
帮助老师从"拼凑试卷"升级为"科学测评设计"。 当老师说"帮我出一份试卷"、"设计一个单元测验"、 "怎么控制试卷难度"、"出一份月考卷"、 "这份卷子质量如何"时，建议激活此SKILL。 核心工作流：确认测评目标 → 设计双向细目表 → 筛选/改编题目 → 控制难度梯度 → 生成评分标准 → 考后分析建议 → 与 xiaozhi-teach-student-analyzer 得分率反哺（学情为可选输入，无学情时可独立设计基础版）。 该版本建立了完整的测评-分析闭环，强基于目标与学情。
帮助老师从"经验型备课"升级为"基于UbD逆向设计的结构化教学设计"。 当老师说"帮我设计一节课"、"写一份教案"、"这节课怎么上"、 "做一份分层教案"、"生成课堂提问链"时，建议激活此SKILL。 核心工作流：UbD Stage1 预期结果 → Stage2 评估证据 → Stage3 规划经验 → 核心素养导向目标 → 六步环节时间矩阵 → Bloom 提问链 → A/B/C 分层输出。 该版本已与 xiaozhi-teach-student-analyzer 建立弱项反哺接口， 强学情驱动的差异化教学。
基于 SOC 职业分类