learning-secretary

学习秘书。每天 10:00 自动扫描对话生成学习卡片,每周日 20:00 汇总本周学习卡片生成 Word 文档。支持手动触发。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "learning-secretary" with this command: npx skills add vlarkspur/learning-secretary-skill

学习秘书 (Learning Secretary)

触发时机

每天 10:00 自动执行(通过 HEARTBEAT.md 配置)—— 扫描对话生成学习卡片

每周日 20:00 自动执行 —— 汇总本周学习卡片生成文档

也支持手动触发:用户说"汇总本周学习"、"生成本周总结"、"记录今天学的"等。

核心功能

每日任务:自动扫描对话生成学习卡片(10:00)

  1. 跨会话扫描今天对话历史

    • 使用 sessions_list 获取所有会话
    • 使用 sessions_history 获取每个会话的今日对话
    • 时间范围:今天 00:00 到现在
    • 识别学习模式:用户提问 → AI 解答 → 用户确认学会
  2. 提取六类信息(增强版)

    • 学习活动:做了什么
    • 决策过程:为什么选择A而非B(选项对比)
    • 关键数据:数字 + 意义(不只是数值)
    • 踩坑记录:问题 + 解决方案 + 教训
    • 新概念:术语 + 定义 + 应用场景
    • 金句/洞见:一句话总结
  3. 生成学习卡片(增强版格式)

    • 位置:memory/learning-cards/YYYY-MM-DD.md
    • 单文件多主题:一天只生成1个文件,包含当天所有学习主题
    • 没有学习内容则跳过
    • 标注来源渠道:卡片开头注明(飞书/WebUI/Telegram 等)
    • 标注可出题点:每个主题末尾标注可用于出题的内容
  4. 增强版格式要求

    ### 主题1:[名称]
    
    **场景/背景:** [一句话说明]
    
    **决策过程:**
    | 选项 | 考虑因素 | 结果 |
    |------|---------|------|
    | A | ... | 选/不选 |
    
    **关键数据:**
    | 数据 | 数值 | 意义 |
    |------|------|------|
    | X | 数值 | 说明 |
    
    **踩坑记录:**
    - **问题:** ...
    - **解决方案:** ...
    - **教训:** ...
    
    **新概念:**
    - **术语:** ...
    - **定义:** ...
    - **应用场景:** ...
    
    **金句/洞见:**
    > "..."
    
    **可出题点:**
    - [ ] 决策逻辑题
    - [ ] 数据应用题
    
  5. 合并去重

    • 同一会话的多个学习点 → 合并到一张卡片
    • 不同会话的学习点 → 分别生成卡片

每周任务:汇总本周学习卡片(周日 20:00)

  1. 扫描本周学习卡片

    • 位置:memory/learning-cards/
    • 筛选条件:
      • 文件名格式:YYYY-MM-DD-*.md
      • 日期范围:本周一到本周日
      • 排除:TEMPLATE.md
  2. 提取卡片内容(增强版) 从每张卡片中提取:

    • 主题(文件名中的主题部分)
    • 决策过程(为什么选择A而非B)
    • 关键数据(数字+意义)
    • 踩坑记录(问题+方案+教训)
    • 新概念(术语+定义+场景)
    • 金句/洞见
    • 可出题点(用于生成考题)
    • 耗时
  3. 生成汇总文档

    • 输出位置:memory/learning-summaries/YYYY-Www-summary.md
    • 例如:memory/learning-summaries/2026-W12-summary.md
    • 文档结构:
      1. 本周学习概览
      2. 学习主题详情(每个主题一小节)
      3. 踩坑汇总
      4. 关键命令速查
      5. 下周学习计划(可选)
  4. 转换为 Word(可选) 如果用户需要 Word 格式,调用 Python 脚本转换:

    python3 scripts/convert-to-docx.py memory/learning-summaries/2026-W12-summary.md
    

    输出:memory/learning-summaries/2026-W12-summary.docx

文档模板

references/summary-template.md

与导师 Agent 配合

  • 导师负责日常创建学习卡片
  • 秘书负责定期汇总成文档
  • 两者共享 memory/learning-cards/ 文件夹

手动触发

用户说以下任意一句时触发:

  • "汇总本周学习"
  • "生成本周总结"
  • "把这周学的整理一下"
  • "生成学习周报"

参考资源

  • references/summary-template.md:汇总文档模板
  • scripts/convert-to-docx.py:Markdown 转 Word 脚本
  • memory/handover/learning-exam-system.md:学习考试系统Handover(含增强版格式详细说明)

质量检查清单

生成学习卡片时自检:

  • 每个主题都有"场景/背景"
  • 有决策/选择的都有"决策过程"表格
  • 每个数字都有"意义"说明
  • 每个坑都有"问题+方案+教训"
  • 每个新概念都有"术语+定义+场景"
  • 标注了"可出题点"

与考试系统配合

学习卡片是出题的主要来源:

  • 周五17:30(或配置的时间)出题时,扫描本周学习卡片
  • 提取"可出题点"生成考题
  • 决策过程 → 出推理题
  • 关键数据 → 出应用题
  • 踩坑记录 → 出情景题
  • 新概念 → 出概念题

单文件多主题策略(2026-03-30更新)

为什么一天只生成1个文件?

问题: 按原逻辑,一天6个主题 → 6个文件

  • 文件太多,分散
  • 复习时要打开6个文件
  • 无法快速看全天学习

解决方案: 单文件多主题

  • 一天只生成1个文件:memory/learning-cards/YYYY-MM-DD.md
  • 包含当天所有学习主题
  • 周五出题时扫描本周7个文件即可

文件结构

# 学习卡片:YYYY-MM-DD

## 今日概览
- **学习时长:** X小时
- **学习主题:** X个
- **主要领域:** 
- **来源渠道:** 飞书 / Web UI / 混合

---

## 主题1:[名称]
[增强版格式内容]

## 主题2:[名称]
[增强版格式内容]

## 主题3:[名称]
[增强版格式内容]
...

---

## 今日金句汇总
> "金句1"
> "金句2"

---

## 可出题点汇总
- 主题1:决策逻辑题、数据应用题
- 主题2:概念理解题
- 主题3:情景分析题

---

💃 金银 Planet · 自我提升部

与周汇总配合

每天: 生成1个文件(多主题) 每周日: 扫描7个文件,汇总成1个周报

周五出题:

扫描 memory/learning-cards/2026-03-24.md 到 2026-03-30.md
提取每个文件的"可出题点汇总"
生成20道题(70%本周 + 30%历史薄弱点)

优势

维度多文件(旧)单文件(新)
文件数量每天3-6个每天1个
复习效率低(打开多个文件)高(一个文件看全天)
周五出题扫描困难扫描7个文件即可
主题关联分散集中(同文件内可关联)

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

Pywayne Bin Cmdlogger

Execute commands with real-time console output while logging all stdin, stdout, and stderr to a customizable log file for monitoring and debugging.

Registry SourceRecently Updated
General

催收骚扰应对话术生成器

根据用户描述的催收/骚扰场景,自动生成合法合规的应对话术、警告短信和投诉方案。覆盖催收骚扰、信用卡协商、网贷逾期、征信修复等场景。已帮助80+用户成功应对不当催收。

Registry SourceRecently Updated
General

CreditClaw Amazon

Amazon Checkout - Use the new UCP search function from Shop App from Shopify.

Registry SourceRecently Updated
General

Forms

Create and deploy mobile-friendly forms with customizable fields, real-time validation, conditional logic, and integration options for various platforms.

Registry SourceRecently Updated