Token导航 LogoToken导航

Agent Skill · 效率

eng-vocab-for-11yrold(11 岁英语词汇)

eng-vocab-for-11yrold 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。

eng-vocab-for-11yrold 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 4,770。

总安装 12,501周安装 537GitHub Stars 3下载 4,382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
1.0.0

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:eng-vocab-for-11yrold(11 岁英语词汇)
来源仓库:https://github.com/tixianxian/eng-vocab-for-11yrold
安装命令:
openclaw skills install eng-vocab-for-11yrold
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 eng-vocab-for-11yrold

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

11岁英语词汇系统专为小升初阶段设计,含故事记忆法与遗忘曲线复习。适用于家庭辅导、课外培训或自学提升场景。支持听写、发音与填空三级考核模式。自动生成图文卡片与进度跟踪报表。eng-vocab-for-11yrold 属于效率类 Skill,可作为该场景下的辅助能力补充。需家长参与监督防止过度依赖技术工具。

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 eng-vocab-for-11yrold;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

eng-vocab-for-11yrold 怎么安装?

在终端执行 openclaw skills install eng-vocab-for-11yrold。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

eng-vocab-for-11yrold 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。

eng-vocab-for-11yrold 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

eng-vocab-for-11yrold 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。

eng-vocab-for-11yrold 用的人多吗?

公开数据是累计安装 12,501 次,近一周安装 537 次,下载 4,382 次,GitHub 3 星。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。

eng-vocab-for-11yrold 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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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。
  • 需要处理效率类任务、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。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
eng-vocab-for-11yrold

11 岁英语词汇 · 本页

12,5013只读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
vocab-master
description
>
compatibility
requires bash, create_file, present_files; pip: pillow matplotlib

Vocab Master — 小升初英语单词深度学习系统

核心理念

故事串联 + 多感官记忆 + 科学间隔复习,让孩子真正能:

  1. 默写(拼写正确)
  2. 正确发音(音标掌握)
  3. 知道含义、词性、用法(语境中使用)

第一步:收集输入参数

必填:
- 单词列表
- 总时限(如"3周后考试")
- 每次可用时间(如"每天30分钟")

选填:
- 孩子年龄/年级(默认:小学5-6年级)
- 薄弱环节(拼写/发音/记忆/用法)
- 过去测试成绩

第二步:制定学习计划总览

2.1 分析单词,构建故事世界

将所有单词按语义场分组(每组5-8个),为每组设计一个迷你故事场景:

故事设计原则:
- 场景具体有趣,贴近孩子生活(冒险、校园、科技、自然等)
- 每个单词在故事中都有"戏份"(动词做动作、名词是角色/道具)
- 故事结尾设悬念,引出下一组单词的故事
- 故事中的单词用【】标注

2.2 计算课时安排

总单词数 ÷ 每课单词数(5-8) = 总课数
总时限天数 ÷ 总课数 = 课间隔
每课时间分配:新课学习60% / 复习回顾30% / 自测10%

输出:学习日历表(日期、学习内容、复习内容、测验类型)


第三步:单节课教学内容

3.1 生成故事文本

输出完整故事(500-800字),所有本课单词用【word】标注,故事末设悬念。

3.2 直接生成教学卡图片(关键步骤)

为每个单词用Python直接生成一张精美教学卡PNG,无需任何外部工具。

字体资源

字体文件位于 /mnt/skills/examples/canvas-design/canvas-fonts/,使用:

  • 标题/单词:BricolageGrotesque-Bold.ttf
  • 正文/例句:WorkSans-Regular.ttf(Bold变体也可用)
  • 音标/标注:DMMono-Regular.ttf
中文字体:场景图标题/预览文字中的中文,必须使用系统字体: /usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc 在 matplotlib 中: ``python from matplotlib import font_manager font_manager.fontManager.addfont('/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc') prop_cn = font_manager.FontProperties(fname='/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc') # 然后对所有中文text使用 fontproperties=prop_cn ` 在 Pillow 中,单词卡的中文(含义等)需同样使用此字体路径调用 ImageFont.truetype`。
教学卡设计规范(800×520px)
┌────────────────────────────────────────────┐
│ [8px顶部色条]                               │
│ [6px左侧竖条]                               │
│                                            │
│  WORD(64px加粗)   /音标/(DMMono)  [词性] │
│                                            │
│  ──────────────── 分割线 ─────────────────  │
│  ✦ ad-ven-ture(拼写分组)                  │
│  ★ 记忆联想(趣味拆字/故事法)               │
│                                            │
│  ──────────────── 分割线 ─────────────────  │
│  中文含义(26px加粗,主色)                  │
│  ① 简单例句                                │
│  ② 稍难例句                                │
│                                            │
│  ──────────────── 分割线 ─────────────────  │
│  📖 在本课故事中的角色                       │
│  ⚠ 易错提醒(红色)                         │
│                                            │
│ [6px底部色条]                               │
└────────────────────────────────────────────┘
主题配色方案
THEMES = {
    "adventure":  {"bg": "#1a1a2e", "accent": "#e94560", "text": "#eaeaea", "tag": "#f5a623"},
    "school":     {"bg": "#f0f4ff", "accent": "#3b5bdb", "text": "#1a1a2e", "tag": "#40c057"},
    "nature":     {"bg": "#e8f5e9", "accent": "#2e7d32", "text": "#1b2e1b", "tag": "#ff8f00"},
    "technology": {"bg": "#0d1117", "accent": "#58a6ff", "text": "#c9d1d9", "tag": "#3fb950"},
    "character":  {"bg": "#fff8f0", "accent": "#e67700", "text": "#2c1810", "tag": "#7048e8"},
}
教学卡Python代码(完整实现)
from PIL import Image, ImageDraw, ImageFont
import os

FONT_DIR = "/mnt/skills/examples/canvas-design/canvas-fonts"

def load_font(name, size):
    path = os.path.join(FONT_DIR, name)
    return ImageFont.truetype(path, size)

def generate_word_card(word_data, theme, output_path):
    """
    word_data dict 必须包含:
      word, phonetic, pos, meaning, syllables,
      memory_tip, example1, example2, story_role,
      easy_error (可为空字符串)
    """
    W, H = 800, 520
    img = Image.new("RGB", (W, H), color=theme["bg"])
    draw = ImageDraw.Draw(img)

    accent = theme["accent"]
    text_col = theme["text"]
    tag_col = theme["tag"]

    # 顶部/底部色条
    draw.rectangle([0, 0, W, 8], fill=accent)
    draw.rectangle([0, H-6, W, H], fill=accent)
    # 左侧竖条
    draw.rectangle([0, 0, 6, H], fill=accent)

    # 单词
    f_word = load_font("BricolageGrotesque-Bold.ttf", 62)
    draw.text((44, 28), word_data["word"].upper(), font=f_word, fill=accent)

    # 音标
    f_phon = load_font("DMMono-Regular.ttf", 21)
    draw.text((46, 108), word_data["phonetic"], font=f_phon, fill=text_col)

    # 词性标签(圆角矩形)
    f_tag = load_font("WorkSans-Regular.ttf", 17)
    tag_text = word_data["pos"]
    draw.rounded_rectangle([672, 34, 758, 66], radius=10, fill=tag_col)
    draw.text((680, 42), tag_text, font=f_tag, fill="#ffffff")

    # 分割线
    def hline(y): draw.line([40, y, W-40, y], fill=accent, width=1)
    hline(143)

    # 拼写分组 & 记忆联想
    f_body = load_font("WorkSans-Regular.ttf", 19)
    draw.text((44, 156), "✦  " + word_data["syllables"], font=f_body, fill=text_col)
    draw.text((44, 184), "★  " + word_data["memory_tip"], font=f_body, fill=text_col)

    hline(222)

    # 中文含义
    f_cn = load_font("WorkSans-Regular.ttf", 25)
    draw.text((44, 234), word_data["meaning"], font=f_cn, fill=accent)

    # 例句
    f_ex = load_font("WorkSans-Regular.ttf", 16)
    draw.text((44, 272), "①  " + word_data["example1"], font=f_ex, fill=text_col)
    draw.text((44, 298), "②  " + word_data["example2"], font=f_ex, fill=text_col)

    hline(330)

    # 故事角色
    draw.text((44, 342), "📖  " + word_data["story_role"], font=f_ex, fill=text_col)

    # 易错提醒
    if word_data.get("easy_error"):
        draw.text((44, 370), "⚠  " + word_data["easy_error"], font=f_ex, fill="#ff6b6b")

    img.save(output_path, "PNG")
    return output_path
故事场景插图(900×500px,matplotlib绘制)

每课生成1张场景图,要求:

  • 根据故事主题绘制有氛围感的几何艺术背景(城堡/森林/太空/校园/海洋等)
  • 中央展示本课全部关键词(每词带半透明色块背景,随机微旋转±5°)
  • 顶部显示课程标题,底部显示故事第一句预览
  • 背景必须有具体的几何图形(星星、树形、城垛、波浪等)而非纯色

scene_type到背景图形的映射(必须完整实现):

castle  → 城垛轮廓 + 圆形月亮 + 星星散布
forest  → 三角形树群 + 地面色带 + 月亮/太阳
space   → 椭圆星球 + 圆点星星 + 轨道弧线
school  → 矩形建筑轮廓 + 窗格 + 放射阳光
ocean   → 波浪曲线 + 三角帆船 + 圆形太阳
图片生成执行顺序
  1. pip install pillow matplotlib --break-system-packages -q
  2. 生成故事场景图 → /home/claude/lesson_N_scene.png
  3. 循环生成每个单词的教学卡 → /home/claude/lesson_N_word_X.png
  4. 全部复制到 /mnt/user-data/outputs/
  5. 调用 present_files 展示(场景图排第一位)

第四步:分级考核设计

三级考核体系

🥉 Level 1(每课结束当天)
1. 遮住中文说出单词含义(口头,家长确认)
2. 单词-中文连线(文字输出)
3. 听故事片段,指出单词位置
通过:正确率 ≥ 70%
🥈 Level 2(第2天)
1. 看中文默写英文
2. 根据音标写单词
3. 选择正确例句(辨析用法)
4. 造句1条
通过:正确率 ≥ 80% + 发音家长确认
🥇 Level 3(单元末综合测)
1. 完型填空(新故事填词)
2. 看场景图用5个以上单词描述
3. 口述故事(≥5词,有完整情节)
通过:综合 ≥ 85%

第五步:根据考核调整下一课

错误类型调整策略
拼写错误多下节课前先默写上节错误词
发音问题音节分解朗读;建议用在线字典听音
词义混淆重讲故事戏份;增加对比例句
用法不会下节课前做填空热身;新课减少1-2词
整体良好加速进度或提前Level 3

进度规则:

  • 连续2课Level 1失败 → 每课减为4-5词,增加游戏环节
  • 连续2课Level 2通过 → 提前单元综合测
  • Level 3 < 70% → 本单元复习后再进入下单元

第六步:遗忘曲线复习系统

复习节点(详细参数见 references/ebbinghaus.md):

第 1 天  → 快速复习5分钟(Level 1简化版)
第 3 天  → 中度复习10分钟(Level 2)
第 7 天  → 深度复习15分钟(Level 2-3混合)
第 14 天 → 巩固复习10分钟
第 30 天 → 长期确认5分钟

每日复习清单输出格式

📅 今天 [日期] 复习清单

🔴 紧急(超7天):word1, word2 → 默写测试
🟡 常规(第3天):word3, word4 → 连线游戏
🟢 巩固(第1天):word5, word6 → 重读故事

⏱️ 预计时间:___分钟

特别训练(连续3次出错的词)

  • Day 1:画出这个词的意思
  • Day 2:造3个不同场景的句子
  • Day 3:不看提示默写5次
  • Day 4:在日常对话中说出含该词的话并记录

图片生成质量自检(每次生成后必查)

  • [ ] 字体路径正确,无回退默认字体
  • [ ] 单词卡:大号单词清晰,配色与主题一致
  • [ ] 故事场景图:有具体背景图形(不是纯色背景加文字)
  • [ ] 关键词在场景图中全部展示
  • [ ] 图片已复制到 outputs 并调用 present_files

参考文件

  • references/ebbinghaus.md — 遗忘曲线详细参数
  • references/assessment-templates.md — 各Level考核题模板库
  • references/story-themes.md — 故事主题库与词汇分组建议

平台分布

OpenClaw

95.47%
按下载量换算4,183

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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