Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

calculus-homework-assignment微积分家庭作业

Agent Skill

calculus-homework-assignment 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,571

周安装

104

GitHub Stars

公开资料未说明

下载量

807
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:calculus-homework-assignment(微积分家庭作业)
来源仓库:https://github.com/daigxok/calculus-homework-assignment
安装命令:
openclaw skills install calculus-homework-assignment
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install calculus-homework-assignment

简介

基于学生能力画像,智能生成高等数学个性化自适应作业,支持多模态题目和定时发布管理。

SKILL.md

calculus-homework-assignment - 高等数学智能作业布置Skill

概述

基于学生能力画像的智能作业布置系统,专门针对高等数学课程设计。支持自适应作业生成、分层难度设计、多模态题目组装和定时发布。

核心功能

1. 自适应作业生成

根据学生历史表现和知识点掌握度,智能生成个性化作业:

  • 能力画像分析:评估学生概念理解、计算能力、逻辑推理三大维度
  • 难度自适应:动态调整基础/提高/拓展题目比例
  • 知识点覆盖:确保教学进度的全面覆盖

2. 多模态题目支持

  • LaTeX公式:完美支持高等数学公式编辑
  • GeoGebra交互:嵌入几何可视化题目
  • 图像题目:支持图表、函数图像
  • 语音讲解:为复杂题目提供语音提示

3. 智能工作流

学生能力分析 → 知识点匹配 → 题目筛选 → 难度调整 → 作业组装 → 发布

工具定义

generate_adaptive_homework

基于学生能力画像生成自适应作业

参数

  • topic (string): 知识点主题,如"定积分应用"、"多元函数微分"
  • difficulty_distribution (array): 难度分布,如[40, 40, 20]表示基础40%、提高40%、拓展20%
  • student_level (string): 学生水平,可选"初级"、"中等"、"高级"或具体分数段
  • estimated_time (number): 预计完成时间(分钟)
  • question_count (number): 题目数量,默认10题

返回

{
  "homework_id": "hw_20260416_001",
  "topic": "定积分应用",
  "questions": [
    {
      "id": "q1",
      "type": "calculation",
      "difficulty": "基础",
      "content": "计算∫₀¹ x² dx",
      "latex": "\\int_0^1 x^2 dx",
      "estimated_time": 5
    }
  ],
  "total_time": 60,
  "difficulty_summary": {
    "basic": 4,
    "intermediate": 4, 
    "advanced": 2
  }
}

schedule_release

定时发布作业并设置提醒

参数

  • release_time (string): 发布时间,ISO格式"2026-04-16T18:00:00"
  • deadline (string): 截止时间,ISO格式"2026-04-17T23:59:00"
  • reminder_hours (number): 提前提醒小时数,默认2小时
  • class_id (string): 班级ID
  • batch_release (boolean): 是否分批发布

返回

{
  "schedule_id": "sch_001",
  "release_time": "2026-04-16T18:00:00",
  "deadline": "2026-04-17T23:59:00",
  "reminder_set": true,
  "reminder_time": "2026-04-17T21:59:00"
}

analyze_student_profile

分析学生能力画像

参数

  • student_id (string): 学生ID
  • history_range (string): 历史数据范围,如"last_month"、"all"
  • include_topics (array): 包含的知识点列表

返回

{
  "student_id": "stu001",
  "overall_level": "中等",
  "dimension_scores": {
    "concept_understanding": 75,
    "computation_ability": 82,
    "logical_reasoning": 68
  },
  "weak_topics": ["微分中值定理", "泰勒公式"],
  "strong_topics": ["导数计算", "不定积分"],
  "recommended_difficulty": [30, 50, 20]
}

使用示例

示例1:生成个性化作业

# 为中等水平学生生成定积分应用作业
openclaw skill calculus-homework-assignment generate_adaptive_homework \
  --topic "定积分应用" \
  --difficulty-distribution "[40,40,20]" \
  --student-level "中等" \
  --estimated-time 60 \
  --question-count 8

示例2:定时发布作业

# 安排作业发布
openclaw skill calculus-homework-assignment schedule_release \
  --release-time "2026-04-16T18:00:00" \
  --deadline "2026-04-17T23:59:00" \
  --reminder-hours 2 \
  --class-id "math2024-01" \
  --batch-release true

示例3:分析学生能力

# 分析学生能力画像
openclaw skill calculus-homework-assignment analyze_student_profile \
  --student-id "stu001" \
  --history-range "last_month" \
  --include-topics "['导数','积分','微分方程']"

配置说明

难度等级定义

difficulty_levels:
  basic:     # 基础题(40%)
    description: "直接应用公式和基本方法"
    example: "计算简单导数或积分"
    
  intermediate:  # 提高题(40%)
    description: "需要多步推导或综合应用"
    example: "应用题、证明题前几步"
    
  advanced:      # 拓展题(20%)
    description: "创新性、开放性题目"
    example: "综合证明、实际建模问题"

知识点库配置

knowledge_topics:
  - id: "derivative"
    name: "导数与微分"
    sub_topics: ["基本求导", "高阶导数", "隐函数求导", "参数方程求导"]
    
  - id: "integral"  
    name: "积分"
    sub_topics: ["不定积分", "定积分", "反常积分", "重积分"]
    
  - id: "series"
    name: "级数"
    sub_topics: ["数项级数", "幂级数", "傅里叶级数"]

与现有Skill集成

调用question-type-generator

# 从题目生成器获取题目
from question_type_generator import generate_math_problem

problem = generate_math_problem(
    topic="定积分",
    difficulty="中等",
    type="calculation"
)

集成calculus-concept-visualizer

# 为题目添加可视化
from calculus_concept_visualizer import create_visualization

visualization = create_visualization(
    concept="定积分的几何意义",
    type="area_under_curve"
)

实现细节

核心算法

class AdaptiveHomeworkGenerator:
    def __init__(self):
        self.question_bank = QuestionBank()
        self.student_analyzer = StudentAnalyzer()
        
    def generate_homework(self, topic, student_profile):
        # 1. 分析学生能力
        ability_scores = self.student_analyzer.analyze(student_profile)
        
        # 2. 确定难度分布
        difficulty_dist = self.calculate_difficulty_distribution(ability_scores)
        
        # 3. 筛选题目
        questions = self.question_bank.filter_questions(
            topic=topic,
            difficulty_dist=difficulty_dist,
            count=10
        )
        
        # 4. 组装作业
        homework = self.assemble_homework(questions, topic)
        
        return homework

多模态支持

class MultimediaQuestion:
    def __init__(self, base_question):
        self.base = base_question
        
    def add_latex(self, latex_content):
        """添加LaTeX公式"""
        self.latex = latex_content
        
    def add_geogebra(self, geogebra_url):
        """添加GeoGebra交互"""
        self.geogebra = geogebra_url
        
    def add_voice_hint(self, hint_text):
        """添加语音提示"""
        self.voice_hint = text_to_speech(hint_text)

测试用例

单元测试

def test_adaptive_homework_generation():
    generator = AdaptiveHomeworkGenerator()
    
    # 测试中等水平学生
    homework = generator.generate_homework(
        topic="定积分应用",
        student_level="中等"
    )
    
    assert len(homework.questions) == 10
    assert homework.difficulty_summary["basic"] == 4
    assert homework.total_time <= 60

集成测试

# 测试完整作业流程
python test_full_workflow.py \
  --student "stu001" \
  --topic "多元函数微分" \
  --output "test_report.json"

部署说明

环境要求

  • Python 3.8+
  • PostgreSQL 12+
  • Redis 6+
  • LaTeX编译环境

安装步骤

# 1. 克隆代码
git clone https://github.com/yourrepo/calculus-homework-assignment.git

# 2. 安装依赖
pip install -r requirements.txt

# 3. 配置数据库
python setup_database.py

# 4. 启动服务
python main.py --port 8000

性能优化

缓存策略

  • 题目库缓存:Redis缓存常用题目
  • 学生画像缓存:内存缓存活跃学生数据
  • 作业模板缓存:预生成常用作业模板

并发处理

  • 异步题目生成:使用asyncio提高并发
  • 批量作业发布:支持同时发布多个班级作业
  • 分布式处理:支持多节点部署

版本历史

  • v1.0.0 (2026-04-16): 初始版本

- 自适应作业生成 - 多模态题目支持 - 定时发布功能 - 学生能力分析

作者

代国兴 - 高等数学智慧课程系统

许可证

MIT License

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

86.74%
按下载量换算700

安全审计

VirusTotal

未展示

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills