Token导航 LogoToken导航TokenDH.com
研究检索权限需确认github未标认证来源可访问clear审计未展示

learning-assessor学习评估员

Agent Skill

learning-assessor 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

376

周安装

16

GitHub Stars

公开资料未说明

下载量

132
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

2

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-assessor(学习评估员)
来源仓库:https://github.com/teachingai/agent-skills
仓库路径:skills/learning-assessor
安装命令:
npx skills add teachingai/agent-skills --skill "learning-assessor"
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 npx skills 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。

AgentSkills.tonpx skills
npx skills add teachingai/agent-skills --skill "learning-assessor"

简介

用于记录任务执行中的错误、用户纠正和经验缺口。

  • 适合让 Agent 持续沉淀问题、修正实践并积累最佳经验。
  • 可结合来源仓库和原始 README 继续核验具体用法。
  • 安装命令:npx skills add teachingai/agent-skills --skill "learning-assessor"。
  • 安装前建议确认权限范围和维护状态,避免误操作。

SKILL.md

学习评估技能

概述

本技能帮助您创建各种学习评估工具,包括测验题目、评估标准、评分 rubric 和学习分析。

关键词: 学习评估、测验设计、评分标准、rubric、学习分析、考试题目

核心功能

1. 测验题目设计

  • 设计多种题型(选择题、填空题、简答题、论述题等)
  • 确保题目与学习目标对齐
  • 设计不同难度级别的题目
  • 创建题目解析和参考答案

2. 评估标准制定

  • 制定清晰的评估标准
  • 设计评分细则和权重分配
  • 创建评分 rubric(评分量规)
  • 确保评估的客观性和一致性

3. 学习分析

  • 分析学习数据和学习趋势
  • 识别学习难点和薄弱环节
  • 提供个性化学习建议
  • 生成学习报告和反馈

4. 评估工具创建

  • 创建在线测验和问卷
  • 设计项目评估表
  • 创建同伴评估工具
  • 设计自我评估工具

使用指南

题目设计原则

  1. 目标对齐: 每道题目都应对应明确的学习目标
  2. 难度梯度: 题目应覆盖不同认知层次(记忆、理解、应用、分析、评价、创造)
  3. 清晰明确: 题目表述清晰,避免歧义
  4. 公平性: 确保题目对所有学习者公平
  5. 有效性: 题目应能有效测量目标知识和技能

Rubric 设计

Rubric 应包含:

  • 评估维度: 要评估的具体方面
  • 表现等级: 不同表现水平的描述
  • 评分标准: 每个等级的评分标准
  • 权重分配: 各维度的权重

学习分析维度

  • 知识掌握度: 对知识点的掌握情况
  • 技能应用: 技能的应用水平
  • 学习进度: 学习进度和完成情况
  • 学习困难: 识别学习中的困难点
  • 改进建议: 提供针对性的改进建议

输出格式

评估工具应包含:

  • 评估目标: 明确要评估的内容
  • 评估方式: 使用的评估方法和工具
  • 评估标准: 详细的评分标准或 rubric
  • 评估题目: 具体的评估题目(如适用)
  • 分析报告: 学习分析和反馈建议

最佳实践

  • 使用多种评估方式,避免单一化
  • 设计形成性评估,及时反馈
  • 确保评估标准清晰、可操作
  • 提供建设性的反馈意见
  • 关注学习过程,不仅看结果
  • 鼓励自我评估和同伴评估

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

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

28.06%
按下载量换算37

OpenCode

24.38%
按下载量换算32

Antigravity

20.2%
按下载量换算27

Codex

12.91%
按下载量换算17

windsurf

8.9%
按下载量换算12

Gemini CLI

3.76%
按下载量换算5

安全审计

暂无安全审计结果可展示。

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills