Token导航 LogoToken导航

Agent Skill · 研究检索

cell-learning-builder(细胞学习构建者)

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。

cell-learning-builder 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 27,103。

总安装 3,445周安装 148GitHub Stars 公开资料未说明下载 1,208核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
0.1.0

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

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

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。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install cell-learning-builder;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

cell-learning-builder 怎么安装?

在终端执行 openclaw skills install cell-learning-builder。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

cell-learning-builder 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

cell-learning-builder 需要什么权限?

权限级别是需要联网。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。

cell-learning-builder 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

cell-learning-builder 用的人多吗?

公开数据是累计安装 3,445 次,近一周安装 148 次,下载 1,208 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

cell-learning-builder 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
cell-learning-builder

细胞学习构建者 · 本页

3,445—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

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。

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills