Install
openclaw skills install @shenxianxuexifa/deeptutor-lite融合 HKUDS/DeepTutor(arXiv:2604.26962)与 THU-MAIC/OpenMAIC(JCST 2026)的开源思路,在 WorkBuddy 内实现免外部 key 的轻量个性化辅导台。 港大版提供:混合个性化引擎(静态 RAG grounding + 动态学习者记忆)、L1/L2/L3 三层可检视记忆 + 记忆图谱、难度校准出题、引用溯源辅导、多引擎 RAG。 清华版提供:多智能体课堂角色(导师/助教/多人格同学/编排)、认知学生建模、布鲁姆分类法/ZPD/UDL 教育理论底座、圆桌辩论多视角理解。 本技能把两者压成可运行的辅导工作流:三层记忆 + 认知掌握度模型(BKT-lite) + 教育理论校准的难度出题 + 多视角圆桌 + 引用溯源 + 可选可视化讲解 + 主动复习触发 + Anki 直推。 适用:长期个性化一对一/小班陪学(化学/任意学科);薄弱点被记住、被针对、被多视角辨析;讲解必须溯源;题落在最近发展区。 不适用:纯摘要/一次性解题(直接答);仅排计划(路由 xuexi-zhidao);仅转卡(路由 anki制作)。 trigger 词(中英):个性化辅导 / 记住他的薄弱点 / 针对他的情况出题 / 掌握度追踪 / 我的学生档案 / 长期陪学 / 难度校准 / 引用教材讲解 / 多视角辨析 / 圆桌 / 认知诊断 / personalized tutor / mastery tracking / calibrated quiz / cognitive tutor
openclaw skills install @shenxianxuexifa/deeptutor-lite港大 DeepTutor 的核心判断:现有 LLM 靠静态预训练知识,缺对个体学习者的适应;现有 RAG 又给不出个性化、有引导的反馈。解法是一个混合个性化引擎——静态知识 grounding(多引擎 RAG)耦合动态学习者记忆。实证:个性化指标 +10.8%,跨 5 基座模型通用推理 +29.4%。
清华 OpenMAIC 的核心判断:AI 教育不能只是一个"聊天机器人",而要是一个多智能体课堂——AI 教师讲、AI 助教补、多个有性格原型的 AI 同学举手提问/辩论、编排 Agent 控场。其自适应引擎用认知学生建模 + 布鲁姆分类法/ZPD/UDL 做 token 级个性化;圆桌辩论让学习者看到同一知识点的多视角,而非单一权威答案。
本技能不跑它们的代码(那需 LLM key / Docker / LangGraph),而是抽两者骨架落地到 WorkBuddy:
为什么需要"记住学生 + 多视角讲":普通辅导每次白纸开局,昨天错的今天照错;单一权威讲解容易让学员"听懂了但没真懂"。个性化让薄弱点成靶心,多视角让易错点被主动暴露。本技能用文件化三层记忆 + 认知模型解决前者,用圆桌解决后者。
| 层 | 内容 | 存哪 | 生命周期 |
|---|---|---|---|
| L1 轨迹 | 单次会话关键交互:问了什么、学员怎么答、卡在哪、诊断 | 会话内维护;留档则存 tutor_memory/sessions/<date>-<topic>.md | 会话级,结束前压缩进 L2/L3 |
| L2 掌握度矩阵 | 按知识点(KC)聚合:掌握概率 p + 状态 + 错误类型分布 + 证据 + 最近更新 | tutor_memory/<student_id>.md | 长期累积,随答随更新 |
| L3 学习者画像 | 强弱项、易错类型、节奏、偏好、累计次数、最近日期 | 同上文件顶部 | 长期累积,渐进修正 |
记忆图谱:L2 每条状态都带证据回溯(哪次会话/哪道题/哪条来源),并维护知识点前置关系(如 氧化还原 → 配平 → 价态规律 → 先后规律),让"为什么这道错"能顺着图谱定位根因。
每个知识点 KC 维护掌握概率 p ∈ [0,1],每次作答后立即更新(对应 OpenMAIC "cognitive student modeling"):
p ← p + α·(1−p)(α=0.20 默认)p ← p − β·p(β=0.30 默认)p ≥ 0.80 已掌握;0.50 ≤ p < 0.80 待巩固;p < 0.50 薄弱p ← p × 0.95,衰减后跌破阈值则标"待复习"L2 矩阵除状态外,增加
p值与错误类型分布(如 {概念混淆, 计算跳步, 审题漏条件}),让出题与圆桌能精准针对。
布鲁姆六层(由低到高,决定一道题"考到哪一层"):
| 层 | 中文 | 题的特征 |
|---|---|---|
| Remember | 记忆 | 背定义、默写、辨认 |
| Understand | 理解 | 解释、举例、转述 |
| Apply | 应用 | 一步套用、直接计算 |
| Analyze | 分析 | 拆解、辨异同、找关系 |
| Evaluate | 评价 | 判正误、评优劣、给理由 |
| Create | 创造 | 设计、综合、迁移出新 |
难度校准决策表(读 L2 的 p/状态 + ZPD 定题):
| L2 状态 | 目标 Bloom 层 | 题例 | 说明 |
|---|---|---|---|
| 薄弱 (p<0.5) | 记忆/理解/应用 | 概念辨析、一步计算 | 先补根,不越级 |
| 待巩固 (0.5≤p<0.8) | 应用/分析 | 变式、稍综合、换情境 | 防假懂,落在 ZPD |
| 已掌握 (p≥0.8) | 分析/评价/创造 | 综合、跨知识点、跨域迁移 | 推向迁移 |
| 无记录(新 KC) | 记忆(引导) | 不直接出题,先苏格拉底引导 | 初学 |
ZPD(最近发展区):题的难度 = 当前 p 对应的下 1–2 层 Bloom,不跳跃超过 2 层;太易(低于当前层)无聊,太难(高于 2 层)挫败。
当碰到易错点 / 争议点 / 学员卡住 ≥2 次,启动"圆桌"——用 4 个固定同学原型 + 导师,逼学员辨析:
圆桌不代替讲解,而是把易错理解摆上台面,让学员判"甲错在哪、乙对在哪、丁问得有没有道理"——对应 OpenMAIC "看到同一知识点的多视角而非单一权威"。每场圆桌结束导师收口 + 写回对应 KC 的错误类型。
当概念依赖"看得见"(如双线桥、电子转移、平衡移动),用 WorkBuddy show_widget 或生成 .html 文件(present_files 预览)做交互演示。可选、按需,不强制每题都做。
步骤 3 写回时,按时间衰减算每个 KC 的 p;按「复习范围」生成待复习清单——weak 范围:p<0.8 且距上次练习 >7 天(掌握度跌破阈值);recent 范围:最近 1–2 次会话练过但 p 仍 <0.8(趁热固化为优先)。两种范围落入同一张清单,路由 anki制作(补卡)或 xuexi-zhidao(排间隔复习)。
每个待复习 KC 附一张轻量复查清单(借鉴 education review 的 checklist 结构并转实化):①重看概念与人教版定位 ②练 1–2 道同类变式 ③回看该 KC 错题页 ④抽卡自测 ⑤小测确认 p 回升。把"待复习"从一句话变成可执行的五步复查。
本技能是学科无关框架;当 KC 落到化学/理科具体知识点、需要学科深度教法时,路由 chem-teacher(一站式 v2.6.1)并应用其可移植微技术,避免白手起家:
anki制作 转间隔卡。架构原则:deeptutor-lite 做编排与记忆,chem-teacher 做化学学科深度。不在本技能内复制 620 行教法,只在薄弱点出现时路由并应用上述微技术;非化学学科(物理/生物)参考
01-k12-sciences对应章节。
当 KC 为新引入/概念性且苏格拉底引导卡壳时,补两招:
「苏格拉底陪学」不是口号,而是三段式硬契约——每轮回复必须是 🤔 引导问题 → 💡 关键提示 → 👉 下一步最小动作,缺一段即违约(NEVER 1):
Profile Anchoring(让学员感觉"被记住"):L3 画像若有与本轮可关联的字段(学科 / 在修进度 / 上次话题),段 1 第一句必须自然引用——"你正在学的氧化还原刚好对应这道题"。记了但不用 = 等于没记住;字段为空则跳过、不编造。
attempt_count 自适应降级(不投降):用户重复"直接给答案"达阈值(默认 5)后,把 3 反问压成 1、3 提示压成 1,仍要求用户做最后一步——可简化引导链,不可直接喂答案(NEVER 3/10)。
情绪低共情(NEVER 7):学员说"我学不会 / 太菜了"是情绪信号不是认知问题。此时先共情 + 调低引导粒度(1 反问 + 1 提示)+ 给一个能立刻完成的微动作,绝不把引导做成压迫。
4 档导师人格(与步骤 0 对齐,风格只改语调不改三段式结构):
| 档位 | 共情 | 严厉 | 适用 |
|---|---|---|---|
| gentle | 0.9 | 0.1 | 易自我怀疑、自驱差 |
| neutral(默认) | 0.5 | 0.4 | 多数人 |
| strict | 0.2 | 0.8 | 想被推一把、效率优先 |
| peer | 0.7 | 0.3 | 喜欢学长 / 同学氛围 |
不编造情境(NEVER 4):学员没贴题 / 素材就先问"贴一下题目",绝不脑补一道题来引导——否则会被识破"AI 在演自己想象的题"。
⑦ 算出"该复习谁"后,落地靠节奏而非意志力:
与 ⑦ 的衔接:⑦ 负责"算出该复习谁",⑪ 负责"让学员真的去复习且能坚持"——把 ⑦ 的待复习 KC 清单灌进 ABC 三档日任务即可闭环。
| 常见做法 | 本技能 v2 | 差别 |
|---|---|---|
| 白纸开局 | L1/L2/L3 + 记忆图谱,先呈现快照 | 薄弱点被记住、被针对 |
| 凭感觉出题 | 布鲁姆+ZPD 难度校准决策表 | 题落在最近发展区 |
| 单一权威讲解 | 多视角圆桌(4 同学原型辩论) | 易错点被主动暴露、被辨析 |
| 不会追踪掌握度 | BKT-lite 随答随更新 p | 掌握度是数值不是形容词 |
| 不标来源 | citation-grounded 闸门 | 可检视、可追责 |
| 辅导完就忘 | 写回 + 主动复习触发 | 长期闭环 + 间隔复习 |
| 学科深度缺位 | 路由 chem-teacher + 应用微技术(M2闭环/M4题模型/M3错题本/P3概念辨析) | 框架不复制教法,薄弱点出现才调学科深度 |
| 新概念卡壳只靠追问 | 5E 探究引入 + 误解弹簧板 + 高频误解库 | 给"零概念"开头结构化入口,误解被转化而非纠正 |
| 引导靠感觉、学员感觉没被记住 | ⑩ 三段式硬契约 + Profile Anchoring + 4 档人格 | 每轮有结构、记了就用、语气可切换 |
| 复习靠意志力、容易断 | ⑪ ABC 三档 + Anti-Goals + If-Then + 周报 | 再累也能保住复习、节奏有护栏 |
与现有技能分工:
苏格拉底陪学 = 引导引擎;anki制作 = 卡片出口;chem-teacher = 化学学科深度(题模型/错题本/人教版精确定位/易混概念辨析);01-k12-sciences = 探究式引入与高频误解库(物理/化/生通用);xuexi-zhidao = 复习计划;reading-assistant = 摘录层。硬门槛(墨韵规矩,禁止跳过):
硬禁令:
路由出去:纯摘要/检索/一次性解题 → 直接答;排计划 → xuexi-zhidao;转卡 → anki制作;化学考点/题模型/错题本 → chem-teacher;新概念探究引入/误解转化 → 参考 01-k12-sciences;成批量出题组卷 → teacher-assistant;仅摘录 → reading-assistant。
已知局限:
tutor_memory/ 一并带走。一次问完:
student_id?检查 tutor_memory/<student_id>.md:存在→载 L2/L3 跳步骤1;不存在→新建(L3 空模板 + L2 表头 + p 初始化 0.5)。ima 检索必须同时覆盖个人库与订阅库:先
get_knowledge_base_list(type=KBT_SUBSCRIBED_JOIN_KB/KBT_SUBSCRIBED_CREATE_KB)列订阅库,再逐库search_knowledge挑最对口条目,写进证据。不要只搜个人库。
把 L2 矩阵(含 p 值、错误类型、最近更新、前置关系)读给学员,例如:
KC p 状态 错误类型 证据(最近)
─────────────────────────────────────────────────────────────
氧化还原反应 0.85 已掌握 — 2026-08-12 全对
配平四步法 0.78 待巩固 陪跑Cl易漏 2026-08-12 足量题对
先后规律 0.55 待巩固 竞争顺序说反 2026-08-12 圆桌纠
让学员确认/纠正,从"薄弱"往"待巩固"推;若 p 因衰减跌破阈值,提示"待复习"。
[KC @ Bloom层·状态],如 [电化学 @ 分析·薄弱]。show_widget/.html 演示。p + 状态 + 错误类型 + 证据(日期+题号/圆桌结论)+ 最近更新。tutor_memory/<student_id>.md。p<0.8 且 >7 天 → 列"待复习"清单。anki制作 转卡;需排间隔复习按 ⑪ 落进 ABC 三档日任务(或路由 xuexi-zhidao)。学生档案模板(首次新建写入):
markdown # 学员档案:<student_id> 学段:<高中/大学> 学科:<化学> 知识库:<人教版/ima/素材> 导师人格:<苏格拉底> 累计辅导:0 次 最近:<日期> ## L3 · 学习者画像 - 强弱项: - 易错类型: - 学习节奏/偏好: ## L2 · 掌握度矩阵 | KC | p | 状态 | 错误类型 | 证据 | 最近更新 | 前置KC | |---|---|---|---|---|---|---| | (暂无) | 0.50 | — | — | — | — | — |
退出条件(任一命中即进步骤 3):① 主攻 KC 走完;② 约 40 分钟;③ 学员说"结束";④ 连续 3 次降级交付。
| 开源能力 | 来源 | 本轻量版落地 | 免 key |
|---|---|---|---|
| 三层可检视记忆 (L1/L2/L3) + 记忆图谱 | HKUDS DeepTutor | 文件化 tutor_memory/ + 证据回溯 + KC 前置关系 | ✅ |
| 混合个性化引擎(静态 grounding + 动态记忆) | HKUDS DeepTutor | ima(个人库+订阅库) grounding + L2 动态记忆 | ✅ |
| 难度校准出题 | HKUDS DeepTutor | 布鲁姆六层 + ZPD 决策表 | ✅ |
| 引用溯源辅导 | HKUDS DeepTutor | 来源标注闸门(人教/ima/素材) | ✅ |
| 多引擎 RAG | HKUDS DeepTutor | ima 知识库 / 本地教材 | ✅ |
| 认知学生建模 | THU OpenMAIC | BKT-lite 掌握概率 p + 错误类型分布 | ✅ |
| 布鲁姆/ZPD/UDL 分层个性化 | THU OpenMAIC | 难度校准决策表(教育理论底座) | ✅ |
| 多智能体课堂 / 圆桌多视角 | THU OpenMAIC | 导师+4 同学原型文本圆桌(易错点辨析) | ✅ |
| 交互式可视化讲解 | HKUDS+OpenMAIC | 可选 show_widget/.html GenUI | ✅ |
| 主动式多渠道辅导代理 | HKUDS DeepTutor | 主动复习触发(衰减→anki/xuexi-zhidao) | ✅ |
| 学科深度教法(题模型/讲题闭环/错题本/易混概念/人教版权威) | chem-teacher v2.6.1 | ⑧ 路由并应用微技术,框架不复制 620 行教法 | ✅ |
| 探究式引入与误解转化(5E/误解弹簧板/高频误解库/交叉回溯/间隔回调) | 01-k12-sciences | ⑨ 新概念开头结构化入口 + 误解被转化而非纠正 | ✅ |
| 三段式苏格拉底引导契约(引导问题/关键提示/下一步 + Anchoring + 降级 + 4 档人格) | academic-tutor v1.0.0 | ⑩ 把"苏格拉底陪学"从口号变成硬契约,记了就用 | ✅ |
| 复习落地与节奏(ABC 三档/Anti-Goals/If-Then/周报/断签救赎) | plan-tracker v1.0.0 | ⑪ 让待复习清单真正落地、能坚持 | ✅ |
| 子智能体/Partners/Book/Co-Writer | HKUDS DeepTutor | 超出轻量范围,可 deeptutor 完整版部署 | — |
想跑原版完整能力(Partners、Book、Co-Writer、向量检索)按 PyPI/Docker 部署 HKUDS/DeepTutor 配 LLM key;多智能体课堂完整版用 THU-MAIC/OpenMAIC。本技能取其"可高频日常跑"的骨架,在 WorkBuddy 免 key 落地。