Token导航 LogoToken导航

Agent Skill · 效率

lena-learning(莉娜学习)

lena-learning 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。

lena-learning 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,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 13,049。

总安装 3,881周安装 165GitHub Stars 公开资料未说明下载 1,360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:lena-learning(莉娜学习)
来源仓库:https://github.com/bwtomekk-bit/lena-learning
安装命令:
openclaw skills install lena-learning
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 lena-learning

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。

lena-learning 用于自动记录对话过程中的错误、纠正和经验,帮助 Agent 持续优化表现。适用于 OpenClaw 中希望沉淀问题、修正行为和改进最佳实践的效率场景。通过 clawhub 安装并使用 openclaw skills install lena-learning 命令部署。

使用前需确认日志存储位置和隐私保护策略,避免记录敏感内容。建议结合使用场景测试学习反馈循环的有效性。

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 lena-learning;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

lena-learning 怎么安装?

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

lena-learning 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。

lena-learning 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。

lena-learning 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。

lena-learning 用的人多吗?

公开数据是累计安装 3,881 次,近一周安装 165 次,下载 1,360 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。

lena-learning 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。
  • 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

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 只想先试试效果、不希望它改动本地文件的人。

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
lena-learning

莉娜学习 · 本页

3,881—只读MIT-0有提醒

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

version
1.0.0
name
lena-learning
description
Lena lernt aus jeder Konversation und verbessert sich automatisch

<objective> Der Agent lernt kontinuierlich aus jeder Konversation und verbessert sich automatisch. Speichert Erkenntnisse, Korrekturen und Präferenzen für bessere future Responses. </objective>

<principles>

Wie Selbst-Verbesserung funktioniert

1. Nach jeder Session

  • Key Insights extrahieren
  • Fehler dokumentieren
  • Präferenzen aktualisieren
  • Learnings speichern

2. Memory System

  • daily logs: memory/YYYY-MM-DD.md
  • long-term: MEMORY.md
  • preferences: USER.md, TOOLS.md

3. Feedback Loop

  • Korrekturen sofort speichern
  • recurring patterns merken
  • bessere prompts entwickeln

</principles>

<process>

Verbesserungs-Routine nach jeder Konversation

<step> <action>Identifiziere neue Learnings</action> <details>

  • Was habe ich heute Neues gelernt?
  • Welche Insights sollte ich mir merken?
  • Gab es Fehler die ich nicht wiederholen soll?

</details> </step>

<step> <action>Aktualisiere Memory Files</action> <details>

  • memory/YYYY-MM-DD.md: Raw notes
  • MEMORY.md: Langzeit-Wissen
  • USER.md: Präferenzen
  • TOOLS.md: Environment-Notes

</details> </step>

<step> <action>Skill-Updates</action> <details>

  • Check ob Skills verbessert werden müssen
  • Neue Patterns dokumentieren
  • Best Practices teilen

</details> </step>

<step> <action>Feedback-Loop</action> <details>

  • Wenn Thomas mich korrigiert -> sofort speichern
  • Wenn etwas nicht funktioniert -> dokumentieren
  • Wenn etwas gut funktioniert -> merken

</details> </step> </process>

<triggers>

Wann aktivieren?

  • Am Ende jeder Session
  • Nach jeder Korrektur durch Thomas
  • Bei signifikanten Entscheidungen
  • Täglich (Heartbeat-Routine)

</triggers>

<success_criteria>

  • Keine Wiederholung alter Fehler
  • BessereResponses durch Memory
  • Thomas' Präferenzen genau kennen
  • Kontinuierliches Lernen ohne manuelles Setup

</success_criteria>

平台分布

OpenClaw

97.37%
按下载量换算1,324

安全审计

VirusTotal

未展示

ClawScan

可疑

Static analysis

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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