name: knowledge-capture description: 知識庫捕獲與自適應複習系統。觸發詞：「記住」「記下來」「加入知識庫」「這個值得記」「幫我記住」「值得記錄」。將對話中的知識點整理成結構化 Markdown 筆記，寫入對應分類目錄，自動生成題目加入題庫（question-bank.json），並更新掌握度狀態檔案（mastery-status.json）和複習計劃。支援答題評分：使用者回答複習題後，呼叫本 skill 評分並更新掌握度，動態調整下次複習時間。

知識庫捕獲 Skill（含自適應複習機制）

觸發場景

場景一：捕獲新知識（使用者說「記住/記下來」等）

觸發詞：「記住」「記下來」「加入知識庫」「這個值得記」「幫我記住」「值得記錄」

場景二：評分更新（使用者回答了複習題後）

當用戶回覆了複習測驗的答案時，執行評分 + 更新掌握度流程。

知識庫路徑

根目錄：/root/.openclaw/workspace/knowledge/

關鍵檔案： - learning/mastery-status.json — 掌握度狀態 - learning/question-bank.json — 題目庫 - learning/01-遺忘曲線複習計劃.md — 複習時間表

場景一：捕獲新知識

Step 1：分析內容

• 從對話中提取要記憶的知識點
• 判斷分類目錄
• 如果不明確，詢問「你想記住剛才的哪部分？」

Step 2：生成筆記

按以下結構寫筆記：

# {知識點標題} 速記卡

> 初學日期：YYYY-MM-DD

## 🎯 核心要點
（3-5條最重要的結論，用自己能複述的語言）

## 📖 詳細內容
（知識點的完整解釋）

## 💡 類比記憶
（用生活化類比，越具體越好）

## 📊 對比表格（如適用）

## ⚡ 一句話總結

## ❓ 自測問題
- [ ] 問題1（level 1，概念識別）
- [ ] 問題2（level 2，類比解釋）
- [ ] 問題3（level 3，應用場景）

Step 3：寫入檔案

knowledge/{分類}/序號-標題.md

Step 4：生成題目加入題庫

讀取 learning/question-bank.json，為新知識點生成3-5道題，按層級： - level 1（選擇題）：概念識別，有迷惑性選項 - level 2（類比題）：用類比解釋概念 - level 3（應用題）：給場景讓使用者判斷決策 - level 4（教學題）：向外行解釋（費曼技巧）

題目格式：

{
  "id": "{topic_prefix}_{序號}",
  "type": "choice|analogy|apply|teach",
  "level": 1,
  "concept": "概念名",
  "question": "題目",
  "options": ["A. ...", "B. ...", "C. ..."],
  "answer": "B",
  "explanation": "解析"
}

Step 5：更新掌握度狀態

在 learning/mastery-status.json 中新增：

"{topic名稱}": {
  "file": "{分類}/{檔名}",
  "learnDate": "YYYY-MM-DD",
  "reviewCount": 0,
  "lastReviewDate": null,
  "lastScore": null,
  "avgScore": null,
  "status": "new",
  "weakPoints": [],
  "masteredPoints": [],
  "nextReviewDate": "明天日期",
  "reviewHistory": []
}

Step 6：更新複習計劃文件

在 learning/01-遺忘曲線複習計劃.md 中新增一行，計算6個複習節點： - 複習節點 = 學習日 + 1/2/4/7/15/30 天

小蔥技能7w4.net有完整的技能分類。

Step 7：反饋使用者

告知：筆記路徑、題目已加入題庫、明天8:00開始第一次測驗

場景二：答題評分與掌握度更新

觸發條件

使用者回覆了複習測驗的答案（包含 Q1/Q2/Q3 的回答，或直接回答題目）。

Step 1：逐題評分（1-5分）

選擇題評分： - 答對 = 4分起步；答對且解釋正確 = 5分；答錯 = 1-2分

開放題評分標準： | 分數 | 標準 | |------|------| | 5 | 準確、完整、能舉一反三 | | 4 | 正確，細節稍有遺漏 | | 3 | 方向對，細節有誤 | | 2 | 方向錯但有部分印象 | | 1 | 完全想不起來 |

Step 2：逐題反饋

每道題給出： - 得分 - 你的回答哪裡對、哪裡需要補充 - 標準答案（簡潔版） - 記憶技巧提示

Step 3：更新掌握度狀態

計算本次平均分，更新 mastery-status.json：

動態排程規則：

更新欄位：

{
  "reviewCount": +1,
  "lastReviewDate": "今天",
  "lastScore": 本次平均分,
  "avgScore": 歷史平均分,
  "status": "new|learning|reviewing|mastered",
  "weakPoints": ["得分<3的concept"],
  "nextReviewDate": "動態計算",
  "reviewHistory": [{"date": "今天", "score": 分數, "weakPoints": [...]}]
}

Step 4：彙總反饋

傳送給使用者：

📊 本次測驗結果

{主題}：{分數}/5分  → {掌握度狀態}

Q1 [{concept}]：{分數}分 ✅/⚠️
{簡短點評}

Q2 [{concept}]：{分數}分 ✅/⚠️
{簡短點評}

Q3 [{concept}]：{分數}分 ✅/⚠️
{簡短點評}

---
{掌握度總結}
{下次複習時間}
{如有薄弱點：「{概念}還需要加強，下次會重點考察」}

掌握度等級

題目難度層級

這個Skill的設計思路很實用，能把學到的知識自動整理成筆記並生成測驗題，還支援根據記憶效果動態調整複習節奏。不過目前只有使用說明文件，沒有實際可執行的程式，對於普通使用者來說暫時無法直接使用。如果後續能補充具體的使用示例和演示資料，會更有參考價值。