Token导航 LogoToken导航TokenDH.com
中转站排行榜
AI 工具只读github未标认证来源可访问clear审计通过

learning-language-level-calibration（学习语言水平校准）

Agent Skill

learning-language-level-calibration 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 Codex、Claude、Cursor、Gemini CLI 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

669

周安装

17

GitHub Stars

1

下载量

140
CodexClaudeCursorGemini CLI

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

3

许可证

MIT

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：learning-language-level-calibration（学习语言水平校准）
来源仓库：https://github.com/pauljbernard/content
仓库路径：skills/learning-language-level-calibration
安装命令：
npx skills add https://github.com/pauljbernard/content --skill learning-language-level-calibration
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。不同来源提供的安装方式可能略有差异；本站展示可直接复制的安装命令，安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/pauljbernard/content --skill learning-language-level-calibration

简介

用于根据目标受众调整语言复杂度与表达风格。

  • 适合在多语言或不同认知水平用户场景中优化沟通效果。
  • 通过 GitHub 仓库安装，支持在各类 AI 宿主中使用。
  • 需结合上下文判断适用语域，避免过度简化或复杂化。
  • 建议提供多版本输出供用户选择。learning-language-level-calibration 属于AI 工具类 Skill，可作为该场景下的辅助能力补充。

SKILL.md

Learning Language Level Calibration

Calibrate educational content difficulty for language proficiency levels and multilingual learners.

When to Use

  • Creating content for English Language Learners (ELL/ESL)
  • Adapting for multilingual classrooms
  • Language-sensitive subject instruction
  • Supporting non-native speakers
  • International student programs

Proficiency Frameworks

CEFR Levels (Common European Framework)

  • A1 (Beginner): Basic phrases, simple interactions
  • A2 (Elementary): Routine tasks, simple descriptions
  • B1 (Intermediate): Main points of clear input, workplace basics
  • B2 (Upper Intermediate): Complex text, spontaneous interaction
  • C1 (Advanced): Implicit meaning, flexible language use
  • C2 (Proficient): Subtle distinctions, near-native fluency

Other Frameworks

  • ACTFL (American Council): Novice, Intermediate, Advanced, Superior, Distinguished
  • ILR (Interagency Language Roundtable): 0-5 scale
  • Cambridge English: KET, PET, FCE, CAE, CPE

Calibration Factors

Vocabulary Complexity

Word Frequency:

  • A1-A2: Most frequent 1,000-2,000 words
  • B1-B2: 3,000-5,000 words
  • C1-C2: 8,000+ words, academic vocabulary

Technical Terms:

  • Glossary support needed
  • Visual aids
  • Translations or explanations

Sentence Structure

Complexity by Level:

  • A1-A2: Simple sentences, present tense focus
  • B1-B2: Compound sentences, various tenses
  • C1-C2: Complex subordination, passive voice, conditionals

Text Length

Appropriate Length:

  • A1: 50-100 words per section
  • B1: 200-300 words
  • C1: 500+ words, longer paragraphs

Cultural Load

Background Knowledge:

  • Explicit cultural references
  • Idioms and expressions
  • Implicit meanings

Adaptation Strategies

Simplification

Techniques:

  • Break long sentences
  • Use active voice
  • Replace rare words with common alternatives
  • Add visual supports
  • Provide glossaries

Scaffolding

Language Supports:

  • Sentence frames
  • Word banks
  • Graphic organizers
  • Multilingual glossaries
  • Translation aids (strategic, not crutches)

CLI Interface

# Assess content level
/learning.language-level-calibration --content "lesson.md" --estimate-level

# Adapt to target level
/learning.language-level-calibration --content "advanced-text.md" --target-level "B1" --output simplified.md

# Create scaffolded versions
/learning.language-level-calibration --content "article.md" --levels "A2,B1,B2,C1" --output levels/

# Readability metrics
/learning.language-level-calibration --content "course/" --metrics "CEFR,Flesch-Kincaid,Lexile"

Output

  • Language proficiency level assessment
  • Vocabulary analysis (frequency, academic word list)
  • Sentence complexity metrics
  • Adapted content at target levels
  • Scaffolding recommendations

Composition

Input from: /curriculum.develop-content, /learning.translation Works with: /learning.cefr-alignment, /curriculum.review-accessibility Output to: Language-calibrated learning materials

Exit Codes

  • 0: Calibration complete
  • 1: Content too complex to simplify
  • 2: Target level incompatible with content

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

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

Claude Code

31.24%
按下载量换算44

OpenCode

20.39%
按下载量换算29

windsurf

18.64%
按下载量换算26

Codex

11.65%
按下载量换算16

Antigravity

7.39%
按下载量换算10

Gemini CLI

3.73%
按下载量换算5

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

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。

来源信息

GitHub 仓库

github.com

/pauljbernard/content

SKILL.md 来源

github.com

/pauljbernard/content/tree/main/skills/learning-language-level-calibration

skills-sh

skills.sh

/pauljbernard/content/learning-language-level-calibration

agentskills-to

agentskills.to

/pauljbernard/content/learning-language-level-calibration

继续浏览同类 Skills

更多AI 工具 Skills（2,536）返回 Skills 目录

上一个 Skill

learning-knowledge-curation（学习知识管理）

learning-knowledge-curation 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 Codex、Claude、Cursor、Gemini CLI 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。

下一个 Skill

learning-leadership-development（学习领导力发展）

learning-leadership-development 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 Codex、Claude、Cursor、Gemini CLI 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。