Token导航 LogoToken导航

Agent Skill · 效率

learning-cards(学习卡)

learning-cards 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。

learning-cards 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 7,940。

总安装 7,603周安装 320GitHub Stars 1下载 2,662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
1.1.1

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:learning-cards(学习卡)
来源仓库:https://github.com/guoqunabc/learning-cards
安装命令:
openclaw skills install learning-cards
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 learning-cards

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。

基于飞书多维表构建间隔重复抽认卡系统,强化记忆留存。适合从书籍或笔记中提取知识点进行系统性复习的场景。自动生成测验界面,支持自定义卡片内容与难度分级。learning-cards 属于效率类 Skill,可作为该场景下的辅助能力补充。依赖外部表格服务,需确保API访问权限与数据安全合规。

建议定期导出卡片数据,避免平台变更导致功能中断。

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 learning-cards;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

learning-cards 怎么安装?

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

learning-cards 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。

learning-cards 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。

learning-cards 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。

learning-cards 用的人多吗?

公开数据是累计安装 7,603 次,近一周安装 320 次,下载 2,662 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。

learning-cards 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
learning-cards

学习卡 · 本页

7,6031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-cards
description
|

Learning Cards

Spaced-repetition flashcard system on Feishu Bitable.

基于飞书多维表格的间隔复习学习卡片系统。

Full design details: references/system-design.md

完整设计文档:references/system-design.md

Prerequisites

This skill requires Feishu (Lark) Bitable access. Ensure the following before use:

本技能依赖飞书多维表格。使用前请确认以下条件:

  1. OpenClaw Feishu plugin configured — The openclaw-lark plugin must be installed and connected to a Feishu tenant. See OpenClaw Feishu setup docs.

OpenClaw 飞书插件已配置 — 需安装 openclaw-lark 插件并连接到飞书租户。

  1. User OAuth authorization — The user must grant Bitable read/write permissions when prompted (standard Feishu OAuth flow, handled automatically by OpenClaw).

用户 OAuth 授权 — 用户需在首次使用时授权多维表格读写权限(OpenClaw 自动处理)。

  1. Bitable app scope — The Feishu app needs scopes: bitable:app, bitable:app:readonly. These are standard in the OpenClaw Feishu plugin.

多维表格权限范围 — 飞书应用需开通 bitable:app、bitable:app:readonly 权限(OpenClaw 飞书插件标配)。

No additional API keys or credentials are needed — authentication is handled by the OpenClaw Feishu plugin's existing OAuth infrastructure.

无需额外 API 密钥 — 认证由 OpenClaw 飞书插件的 OAuth 基础设施统一处理。

Setup

Create a Bitable app with one table containing these fields.

创建一个飞书多维表格,包含以下字段。

Content fields / 内容字段

FieldTypeNote
概念名Text (primary)Card title / 卡片标题
阶段SingleSelectMajor phase / 大阶段
站点SingleSelectChapter/unit / 章节
类型SingleSelecte.g. 核心概念 / 隐喻 / 转变工具 / 关键问题
正面(问题)TextQuestion / 问题
背面(答案)TextAnswer / 答案
我的理解TextLearner's own notes / 学习者笔记

Tracking fields / 追踪字段

FieldTypeNote
掌握程度SingleSelect未学习 / 初步了解 / 基本掌握 / 深度理解
学习顺序NumberSequential order for first pass / 首轮学习顺序
首次学习时间DateTimeFirst study timestamp (ms) / 首次学习时间戳
上次复习DateTimeLast study timestamp (ms) / 上次学习时间戳
下次复习时间DateTimeNext review date (ms) / 下次复习日期
学习次数NumberTotal attempts / 总答题次数
连续答对次数NumberStreak — drives interval / 连对次数,决定间隔
答错次数NumberCumulative errors / 累计答错
最近得分NumberLast score (1-5) / 最近得分

Three Learning Phases

Phase 1: Sequential coverage / 顺序覆盖

First pass through all cards in order by 学习顺序. Goal: build a mental map of the entire knowledge base.

按学习顺序首轮过一遍,建立全局地图感。

Phase 2: Spaced review / 间隔复习

After first pass. Schedule by 下次复习时间. Mix in remaining new cards.

首轮完成后按复习时间调度,穿插新卡。

Phase 3: Mastery & transfer / 融会贯通

Cross-topic quizzes, scenario-based questions, reverse prompts (give answer → guess concept).

跨章节混合抽问、情境题、反向提问(给答案猜概念)。

Quiz Flow

1. Read all cards from Bitable
2. Compute recent accuracy (last 5 scores) → determine new:review ratio
3. Select cards:
   - Review: 下次复习时间 <= today, sorted by overdue days
   - New: 学习次数 = 0, sorted by 学习顺序
4. Mix per ratio, present one at a time
5. After each answer: score → show answer → update Bitable

Card presentation format / 出题格式

第 X 题(复习/新卡)
> [概念名] | [阶段] | [站点] | [类型]
[正面问题]

User can say "讲讲" to skip answering and see the explanation directly (score = 0).

用户可说"讲讲"跳过作答,直接看答案(计 0 分)。

85% Rule — Dynamic Ratio

Target ~85% accuracy for optimal learning speed (Wilson et al., Nature Communications, 2019).

目标保持 85% 正确率以获得最优学习速度。

Recent accuracyNew:ReviewLogic
> 90%3:1Too easy, add new / 太轻松,加新卡
80–90%2:1Optimal zone / 最优区间
70–80%1:1More review / 多复习
< 70%1:2Consolidate first / 先巩固

Accuracy = proportion of scores >= 4 in last 5 attempts.

正确率 = 最近 5 次中得分 >= 4 的比例。

Spaced Review Algorithm

Interval based on consecutive correct answers (连续答对次数):

StreakInterval
01 day
11 day
23 days
37 days
414 days
530 days
6+90 days

Post-Answer Update

After each answer, immediately update the card record:

每题答完立即更新卡片记录:

学习次数 += 1
最近得分 = score
上次复习 = today
首次学习时间 = today  (if null)

if score >= 4:       连续答对次数 += 1
elif score <= 2:     连续答对次数 = 0; 答错次数 += 1 (if score > 0)
else (score == 3):   streak unchanged

intervals = [1, 1, 3, 7, 14, 30, 90]
下次复习时间 = today + intervals[min(streak, 6)] days  (if score >= 4)
               today + 1 day                           (otherwise)

掌握程度:
  streak >= 5 → 深度理解
  streak >= 3 → 基本掌握
  studied    → 初步了解

Card Generation Guidelines

When creating cards from a book:

从书籍生成卡片时:

  • 2–4 cards per chapter for conceptual books / 概念类书籍每章 2-4 张
  • 1–2 per tool/API for technical books / 技术类每个工具 1-2 张
  • Target 30–50 cards total / 总量 30-50 张
  • Questions should be specific, not vague / 问题要具体
  • Answers: 150–300 chars, use ①②③ for key points / 答案 150-300 字,序号标注

User Commands

CommandAction
继续学习 / continueDefault 3 cards, dynamic ratio / 默认 3 张,动态配比
来 N 张 / give me NSpecific count / 指定数量
讲讲 / explainShow answer directly / 直接看答案
学习进度 / progressShow overall stats / 显示整体进度
薄弱点 / weak pointsList cards with most errors / 列出高错卡片

平台分布

OpenClaw

83.43%
按下载量换算2,221

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