Token导航 LogoToken导航

Agent Skill · 效率

huo15-openclaw-mit-48h-learning-method(huo15 OpenClaw MIT 48H learning method 命令行)

huo15-openclaw-mit-48h-learning-method 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。

huo15-openclaw-mit-48h-learning-method 是效率类 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,按安装量在效率类的 21,003 个 Skill 里排第 10,192。

总安装 5,370周安装 226GitHub Stars 1下载 1,880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
2.2.2

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:huo15-openclaw-mit-48h-learning-method(huo15 OpenClaw MIT 48H learning method 命令行)
来源仓库:https://github.com/zhaobod1/huo15-openclaw-mit-48h-learning-method
安装命令:
openclaw skills install huo15-openclaw-mit-48h-learning-method
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 huo15-openclaw-mit-48h-learning-method

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。

huo15-openclaw-mit-48h-learning-method 基于 MIT 48 小时学习法,使用 NotebookLM CLI 实现三问框架。适合在 OpenClaw 中需要深度理解领域知识、区分真伪认知的效率场景。通过问心智模型、专家分歧和暴露性问题生成学习材料。

使用前需确认 NotebookLM API 权限、网络连接及数据源可靠性。建议在正式学习前验证输出质量,确保问题具有区分度和实用性。

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 huo15-openclaw-mit-48h-learning-method;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

huo15-openclaw-mit-48h-learning-method 怎么安装?

在终端执行 openclaw skills install huo15-openclaw-mit-48h-learning-method。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

huo15-openclaw-mit-48h-learning-method 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。

huo15-openclaw-mit-48h-learning-method 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。

huo15-openclaw-mit-48h-learning-method 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。

huo15-openclaw-mit-48h-learning-method 用的人多吗?

公开数据是累计安装 5,370 次,近一周安装 226 次,下载 1,880 次,GitHub 1 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。

huo15-openclaw-mit-48h-learning-method 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
huo15-openclaw-mit-48h-learning-method

huo15 OpenClaw MIT 48H learning method 命令行 · 本页

5,3701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
huo15-openclaw-mit-48h-learning-method
version
2.2.1
description
麻省理工学院48小时学习法技能(青岛火一五信息科技有限公司)。使用 NotebookLM CLI 实现 MIT 研究生 Ihtesham Ali 的三问学习框架:

火一五 MIT 48 小时学习法

MIT 研究生 Ihtesham Ali 的学习方法:48 小时内通过三问框架掌握任意领域。

核心工作流

学什么 → 创建 NotebookLM → 添加资料 → 三问框架 → 生成 Audio/Video

前置条件

首次使用必须认证:

~/.venv/notebooklm/bin/nlm login

(会打开浏览器,按提示完成 Google 账号授权)

自动续登录: 脚本会在每次执行命令前自动检测登录状态,如果检测到登录已失效,会自动重新运行 nlm login,无需手动干预。

依赖

  • CLI 工具:~/.venv/notebooklm/bin/nlm
  • 环境变量:NOTEBOOKLM_PROFILE(可选,默认为 default)
  • 语言设置:MIT_LEARN_LANG(可选,默认为 zh-CN)

脚本位置

skills/huo15-mit-48h-learning-method/scripts/mit-learn.sh

使用方法

完整流程(推荐)

./scripts/mit-learn.sh full "学习主题" --url "https://..." --file ./notes.pdf --youtube "https://youtube.com/..."

完整流程包含:创建 notebook → 添加资料 → 三问框架(心智模型、专家分歧、暴露性问题)

分步流程

# 1. 创建笔记本
./scripts/mit-learn.sh init "机器学习基础"

# 2. 添加资料(可多次调用)
./scripts/mit-learn.sh add --url "https://..." --wait
./scripts/mit-learn.sh add --file ./paper.pdf --wait
./scripts/mit-learn.sh add --youtube "https://youtube.com/..."

# 3. 三问框架
./scripts/mit-learn.sh ask mental-models     # 问心智模型(5个框架)
./scripts/mit-learn.sh ask disagreements     # 问专家分歧(3个问题)
./scripts/mit-learn.sh ask probing           # 问暴露性问题(10个问题)
./scripts/mit-learn.sh ask all               # 完整三问

# 4. 生成概览
./scripts/mit-learn.sh audio                 # 生成播客音频
./scripts/mit-learn.sh video                 # 生成视频

# 5. 查看状态
./scripts/mit-learn.sh status                # 查看当前 notebook 状态
./scripts/mit-learn.sh list                  # 列出所有 notebooks

三问框架详解

问心智模型(Mental Models)

"该领域专家共享的 5 个基本思维框架是什么?"
  • 每个框架用一句话解释 + 具体应用例子
  • 目的是快速建立领域内专家共同认可的思维工具箱

问专家分歧(Expert Disagreements)

"在哪 3 个问题上,该领域专家根本不同意?"
  • 识别核心理论、方法或结论上的根本性争议
  • 了解分歧根源,明白这不是细枝末节而是根本矛盾
  • 这是区分真学习和假学习的关键:知道分歧意味着真正理解领域

问暴露性问题(Probing Questions)

"生成 10 个能区分真懂和假背的问题"
  • 苏格拉底式追问:开放性问题,无法通过简单回忆回答
  • 每个问题需说明:假背者会怎么错 / 真懂的人会怎么答
  • 这是检验学习效果的最终武器

NotebookLM 支持的资料类型

类型参数示例
URL--url / -u--url "https://..."
文件--file / -f--file ./notes.pdf
YouTube--youtube / -y--youtube "https://youtube.com/..."
Google Drive--drive--drive <doc-id>

Audio/Video 选项

Audio(播客音频)

./scripts/mit-learn.sh audio [format]
# format: deep_dive(默认)/ brief / critique / debate
# length: short / default / long

Video(视频概览)

./scripts/mit-learn.sh video [style]
# style: auto_select(默认)/ classic / whiteboard / kawaii / anime / watercolor / retro_print / heritage / paper_craft

提示词设计原则

三问框架的提示词基于以下原则设计:

  1. 心智模型:要求专家视角 + 具体例子,不可泛泛而谈
  2. 专家分歧:要求根本性分歧,而非表面差异
  3. 暴露性问题:苏格拉底追问法,必须能区分真假理解

注意事项

  • init 后当前 notebook ID 保存到 ~/.mit-learn-notebook-id,后续命令复用
  • 添加资料后可用 --wait 等待处理完成
  • NotebookLM API 可能有速率限制,避免短时间内大量请求
  • 三问结果建议保存到笔记中,用于后续复习
  • 如果使用多个 Google 账号,可设置 NOTEBOOKLM_PROFILE=your-profile 环境变量切换

v2.0.0 (2026-04-06)

新功能

  • 支持 file:// URL:自动转换为真实路径再添加
  • 音频生成等待:新增 wait_for_audio 确认音频生成完成再返回
  • 重复 notebook 检测:创建前先查找同名 notebook,避免重复
  • 自动续登录:登录失效前自动重新运行 nlm login,无需手动干预

Bug 修复

  • full 命令参数传递 bug:修复了 urls/files/yt_urls 三个数组错误传递的问题
  • 增强错误处理:cmd_add 不再隐藏错误信息,现在会明确显示失败原因

改进

  • 新增 --skip-audio flag:full 命令可跳过音频生成
  • cmd_init 重构为 get_or_create_notebook 函数
  • wait_for_processing 稳定性提升
  • debug 函数默认关闭,减少干扰
mit-learn.sh full "机器学习" --file ./notes.pdf --skip-audio

平台分布

OpenClaw

88.56%
按下载量换算1,665

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