Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

cell-learning-builder细胞学习构建者

Agent Skill

cell-learning-builder 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。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

3,445

周安装

148

GitHub Stars

公开资料未说明

下载量

1,208
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:cell-learning-builder(细胞学习构建者)
来源仓库:https://github.com/cellinlab/cell-learning-builder
安装命令:
openclaw skills install cell-learning-builder
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 cell-learning-builder

简介

cell-learning-builder 帮助 Agent 在任务执行中记录错误、用户纠正和经验缺口,持续优化学习路径。

  • 适用于需要让 AI 代理沉淀问题、修正实践并生成个性化学习方案的研究与教育场景。
  • 通过分析任务反馈自动构建学习材料,结合权威来源产出可执行的学习内容。
  • 安装命令:openclaw skills install cell-learning-builder;需确认是否涉及联网或文件操作权限。
  • 建议核对维护状态和实际功能边界,避免依赖未经验证的自动化结论。

SKILL.md

name
learning-builder
description
Personalized learning-pack builder for Chinese creators. Use when Codex needs to turn a vague learning goal into a可执行学习方案:先做学习者画像与目标澄清,再做权威来源优先的资料研究,最后产出可学习、可复盘、可输出的教程包(含练习、节奏、里程碑、引用来源)。适用于学习某个新领域、搭建个人课程、做主题集训、把输入转成可写作素材;不适用于一次性问答或纯网页设计任务。
metadata
{"openclaw":{"homepage":"https://github.com/cellinlab/cell-skills/tree/main/skills/learning-builder"}}

Learning Builder

Overview

把“我想学这个”变成一套可执行、可复盘、可输出的学习包。

保留 yao-open-skills 中 learning-builder 的核心价值:

  • 先 intake(学习者画像)再研究
  • 研究阶段优先权威来源
  • 产出必须带引用与练习
  • 可按需导出 Word/PDF(环境允许时)

并加入 Cell 风格强化:

  • 学习不止“看懂”,要能“产出”
  • 学习包默认对接内容创作场景
  • 每个阶段都要有可验证的动作与里程碑

Quick Start

  1. 先确认学习目标、当前基础、时间预算、输出场景。
  2. 把需求写成学习者画像(见 assets/learner-profile-template.md)。
  3. 用权威来源优先策略建立资料池(见 references/authority-first-research.md)。
  4. 组装学习包:路径图 + 阶段任务 + 练习 + 复盘机制(见 references/tutorial-assembly.md)。
  5. 如果用户要求,再导出 docx/pdf;默认 Markdown 为唯一母稿。

Default Contract

  • 默认语言:中文
  • 默认输出:一份学习包(Markdown)+ 来源附录
  • 默认人群:创作者 / 超级个体 / 一人公司场景的自学者
  • 默认结果:不仅“理解知识”,还要能做出阶段性输出(文章、案例拆解、讲稿或项目草稿)
  • 默认研究策略:优先官方文档、标准文档、权威机构资料、维护者文档

Workflow

Step 1: 学习者画像澄清

至少澄清:

  • 学什么(主题边界)
  • 为何要学(目标结果)
  • 现在在哪(已有基础)
  • 有多少时间(节奏与周期)
  • 打算怎么用(输出场景)

缺关键输入时,先列 blockers,不直接开写教程。

Step 2: 权威来源优先研究

建立“可信资料池”,并给每条来源写明:

  • 来源类型(官方/标准/维护者/高质量二手)
  • 为什么可信
  • 对本学习目标的作用
  • 适合放在哪个阶段

Step 3: 学习包组装

按“能执行”而不是“看起来完整”来设计:

  • 路径图:从入门到可输出
  • 阶段任务:每阶段有动作、有产物
  • 练习设计:每阶段至少 1 个可检验练习
  • 里程碑:能判断是否进入下一阶段
  • 风险提示:常见误区与偏航信号

Step 4: 输出与可选扩展

默认交付:

  • 学习包主文档(Markdown)
  • 来源附录(含 URL + 日期 + 可信理由)

按需交付:

  • docx / pdf 导出建议与命令
  • 学完后的“内容产出计划”(用于写作或分享)

Output Format

默认使用 assets/learning-pack-template.md

输出至少包含:

  • 学习目标与边界
  • 学习者画像摘要
  • 分阶段学习路径
  • 每阶段练习与验收标准
  • 来源附录
  • 30 天复盘建议

Hard Rules

Do not:

  • 把学习包写成泛泛知识科普
  • 用大量低可信转载凑来源数量
  • 只给信息不给行动步骤
  • 忽略用户时间约束与输出目标

Always:

  • 先澄清再研究
  • 来源优先级清晰可解释
  • 每阶段都可执行、可验证
  • 明确“学完要能产出什么”

Resource Map

- 资料选择优先级与可信度判断。

- 学习包结构与写作契约。

- 学习者画像整理模板。

- 最终交付模板。

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

78.03%
按下载量换算943

安全审计

VirusTotal

通过

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