Agent skill

Xiaozhi Physics Error Dna

by qizhitang in qizhitang/xiaozhi-skills

初中到高中的物理错题根因分析与档案系统(高中覆盖必修与选择性必修),做物理五维(图景/概念/公式/过程/数学工具)子类型定位与弱项报告。

MITAuto-check passedEducation

Install Xiaozhi Physics Error Dna

skills CLI
$ npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-error-dna -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install qizhitang/xiaozhi-skills xiaozhi-physics-error-dna --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/qizhitang/xiaozhi-skills.git skills-src && mkdir -p .claude/skills && cp -r skills-src/student/physics/xiaozhi-physics-error-dna .claude/skills/xiaozhi-physics-error-dna && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
xiaozhi-physics-error-dna
GitHub stars
105
Token cost
~3k tokens
SKILL.md length
270 words
Files
14 (incl. references)
Skills in repo
84
Repo updated
First seen
Licence
MIT

At a glance

初中到高中的物理错题根因分析与档案系统(高中覆盖必修与选择性必修),做物理五维(图景/概念/公式/过程/数学工具)子类型定位与弱项报告。

  • Education work in your project
  • SKILL.md covers 〇、学段与范围, 一、核心使命, 二、五维错误分类体系 and 三、档案记录规范, plus 6 more sections
  • Instructions only: no scripts, shell commands, URLs or credentials in SKILL.md

What it does

Xiaozhi Physics Error Dna is an agent skill from qizhitang/xiaozhi-skills. 初中到高中的物理错题根因分析与档案系统(高中覆盖必修与选择性必修),做物理五维(图景/概念/公式/过程/数学工具)子类型定位与弱项报告。 触发语示例:"我为什么总在受力分析上出错""浮力题老是错在哪""电学题每次都算错""帮我分析物理错误规律""我物理是不是没天赋"。 学科判别:错题涉及力、压强、浮力、电路、光路、物态变化等物理量时归本 SKILL;纯代数与几何错因转数学错误DNA。 不处理:错题的初始收录与 28 天累计计数(由通用错题本唯一负责)、解题过程引导(转物理解题教练)、概念重建(转物理概念直觉器)。

Its SKILL.md is about 3k tokens, which your agent loads only when the skill is triggered. The skill folder holds 15 other files, including reference files (for example `references/physics-concept-confusion-map.md`, `references/physics-error-dimension-table.md` and `references/physics-math-tools-checklist.md`). Compatibility notes: WorkBuddy / SkillHub / OpenClaw / ClawHub

It sits in Education. The licence is MIT.

When your agent uses it

  • Education work in your project

Example prompts

  • “我为什么总在受力分析上出错”
  • “浮力题老是错在哪”
  • “电学题每次都算错”
  • “/xiaozhi-physics-error-dna”

Requirements

  • Compatibility (from SKILL.md): WorkBuddy / SkillHub / OpenClaw / ClawHub

What it can do on your machine

Read from SKILL.md and the folder at commit c65f2d4. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    No scripts in the folder and no shell commands in SKILL.md (its code samples are json).

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    No URLs in SKILL.md.

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

  • Compatibility

    WorkBuddy / SkillHub / OpenClaw / ClawHub

    From compatibility in the SKILL.md frontmatter.

Context cost

Xiaozhi Physics Error Dna loads about 3k tokens when it runs, and up to ~18k if it reads all its reference files. Until then it costs about 71 tokens; SKILL.md has 270 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~71
When it runs · the whole SKILL.md, loaded when a task matches
~3k
With references · SKILL.md plus every file in references/, read only if the agent opens them
~18k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); files beside SKILL.md are not scanned.

SKILL.md

The full file from qizhitang/xiaozhi-skills at commit c65f2d4, republished under its MIT licence (© qizhitang). 270 words, ~3,014 tokens.

Download SKILL.mdSave it as .claude/skills/xiaozhi-physics-error-dna/SKILL.md (or your agent's skills folder). This skill also uses 13 other files; get the full folder from GitHub.
name
xiaozhi-physics-error-dna
description
初中到高中的物理错题根因分析与档案系统(高中覆盖必修与选择性必修),做物理五维(图景/概念/公式/过程/数学工具)子类型定位与弱项报告。 触发语示例:"我为什么总在受力分析上出错""浮力题老是错在哪""电学题每次都算错""帮我分析物理错误规律""我物理是不是没天赋"。 学科判别:错题涉及力、压强、浮力、电路、光路、物态变化等物理量时归本 SKILL;纯代数与几何错因转数学错误DNA。 不处理:错题的初始收录与 28 天累计计数(由通用错题本唯一负责)、解题过程引导(转物理解题教练)、概念重建(转物理概念直觉器)。
compatibility
WorkBuddy / SkillHub / OpenClaw / ClawHub
license
MIT
metadata.display_name
🧬 物理错误DNA
metadata.version
2.11.1
metadata.author
小智伴学
metadata.category
物理专项
metadata.grade_bands
初中, 高中
metadata.tags
物理, 错题, 错误追踪, 弱项分析, 图景诊断, 物理焦虑, 月报, 授权可控
metadata.depends_on
xiaozhi-learning-dna

🧬 物理错误DNA SKILL

一句话定位: 普通错题本告诉你"哪道物理题错了"—— 物理错误DNA告诉你"你为什么总在同一类图景上出错", 然后用数据消灭那个模糊的"我物理不行"的感觉。

技术边界:本 SKILL 依赖能力 [M, X, O],无该能力时按 shared/platform-conventions.md 降级。 特有降级话术:无跨会话统计能力时,不输出"上个月你错了 N 次"这类历史数字,只给本次会话内看到的现象并标 🔴 样本不足。 使用前提:小学学段须有家长或老师在场陪同使用(shared/vocab.md §8 规则 4);学生说明正在考试或测验中时,不讲该题、不给提示,约好考完再复盘(shared/hint-ladder.md §〇)。

隐私与数据控制入口
  • 查看:「查看我的物理错误档案」
  • 更正:「更正我的物理错误档案」
  • 删除:「删除我的物理错误档案」(删除后不可恢复,会先确认一次)
  • 暂停:「这次不要记忆」(本次会话不读取、不保存任何记录,也不发起回写与交接)/「暂停提醒」
  • 共享控制:「不要共享给其他SKILL」/「不要给家长看」
  • 导出:「导出我的物理错误档案」(以文本形式给出,便于转存)

〇、学段与范围

学段范围
初中(八、九年级)本 SKILL 的主体:维度表第二至六节的子类型
高中必修第一册(运动的描述、匀变速直线运动、相互作用、牛顿运动定律)用维度表第十节;必修第二、三册(机械能、曲线运动与天体运动、静电场、电路)用第十一节;选择性必修(动量、振动与波、光、磁场、电磁感应、热学、原子与原子核、波粒二象性)用第十二节。相对论初步、电磁场与电磁波初步、能源与可持续发展以了解、知道为主,只做通用四维分类

学生是高中生时,授权后先看 basicInfo.subjectSelection:没有选考物理的学生按学业水平合格性考试的深度分析(必修三册,维度表第十、十一节),不推选考难度的突破题;选择性必修(第十二节)属于等级性考试的范围,这类学生遇到时说明这一点,只做通用四维分类。


一、核心使命

物理错题的双重特征:

特征一:图景缺失型(物理独有)
  数学错题的根源往往是概念或计算
  物理错题的根源常常是——根本没"看见"物理世界
  不会画受力图、不会画电路图、不会分析运动过程
  → 这不是"粗心",是物理直觉缺失

特征二:数学工具型
  物理思路对了,但单位换算出错、比例算错、方程解错
  → 这是数学能力不足在物理场景中的表现

这个SKILL解决的问题:

出错 → 诊断是图景问题还是数学问题 → 分类存档 → 发现规律 → 顽固弱项专项突破
                                          ↑
                              从"这道题错了"上升到"这类图景总出错"
                              从孤立事件变成可分析的数据

⚠️ 【架构定位声明——物理错题双SKILL协作协议】 本SKILL是通用核心包中"❌ 智能错题本 SKILL"在物理领域的专属扩展实现,并非独立的第二套错题本。两者按以下协议分工协作:

职责归属说明
接收物理错题(初始触发)通用错题本统一入口,所有科目错题先经过通用错题本
拍题三信息法(信息收集)通用错题本通用错题本的标准流程
基础四维分类(概念模糊/计算失误/读题失误/方法用错,shared/vocab.md §1)通用错题本通用层分类,完成后交接至本SKILL
表面信息存档通用错题本记录题目、答案、日期、来源、状态等表面字段
28 天累计计数与"顽固"判定通用错题本(唯一计数权威)口径见 shared/vocab.md §5;本SKILL不自行计数,只接收错题本推送的"顽固"事件
子类型精确定位(P01/C03等)本SKILL接收通用错题本的基础分类后,进行深度子类型定位
跨维度关联分析本SKILL通用错题本不做跨维度分析
顽固弱项的专项突破流程本SKILL计数由错题本给出,突破流程由本SKILL执行,两端不重复触发
物理焦虑处理本SKILL通用错题本检测到焦虑信号词后转交本SKILL
物理弱项月报本SKILL独立生成,通用错题本不重复生成物理月报
学期全景报告·物理章节通用错题本(汇总层)本SKILL提供数据,通用错题本做跨科目汇总呈现
IM提醒·物理部分通用错题本(统一调度)本SKILL指定提醒需求,通用错题本统一调度避免冲突

核心原则:通用层记表面,物理层记根因;不产生重复记录,不重复触发预警。


二、五维错误分类体系

这是整个档案系统的核心——每一道错题都必须归入且只归入一类:

错误类型定义典型特征根治方法
图景建立错误不会将文字转化为物理图景不画受力图就直接列公式;电路图画错图景绘制专项训练;见 shared/physics-diagram-guide.md
概念混淆对物理概念理解有偏差或混用相似概念速度和加速度分不清;压力和压强混用概念追问+生活类比;见references/physics-concept-confusion-map.md
公式误用知道公式但用错——条件/单位/方向欧姆定律用在非纯电阻电路上;单位不统一公式适用条件卡片+单位自检;见references/physics-math-tools-checklist.md
过程分析错误物理过程分析不完整或阶段划分错误多阶段运动只分析一段;电路状态变化没分析过程拆分+逐段画图训练
数学工具错误物理思路对但数学执行出错单位换算出错;比例运算出错;图像读取错误数学工具自检清单+专项练习;见references/physics-math-tools-checklist.md

三、档案记录规范

每条错题记录的结构
错题记录条目(内部存储格式):

ID:自动生成(日期+序号)
日期:
知识模块:(力学/电学/光学/热学)
知识点标签:(如:牛顿第一定律/欧姆定律/浮力/凸透镜成像)
题目描述:(文字摘要或图片引用)
学生答案:
正确答案:
通用四维(basicDimension):[概念模糊 / 计算失误 / 读题失误 / 方法用错]
物理五维(physicsBasicDimension):[图景建立(P) / 概念混淆(C) / 公式误用(F) / 过程分析错误(R) / 数学工具错误(T)]
子类型ID(subtypeId):[如 P01/C03/F02/R01/T05,见references/physics-error-dimension-table.md]
跨维度关联:[主维度+次要维度,如 "P01+C01",无则填"无"]
根本原因(一句话):(如:"不会画受力图,遗漏了摩擦力")
深度根因:(如:"图景建立习惯缺失导致受力分析遗漏,纯净版图景测试确认非概念问题")
图景类型:[受力分析/运动过程/电路/光路/无]
弱项状态(status,shared/vocab.md §4):[待处理 / 初步弱项 / 顽固弱项 / 突破中 / 已攻克]
28 天累计次数:由通用错题本给出(occurrenceCountInWindow),本SKILL不自行统计
最近练习日期:
--- 交接字段 ---
关联的 errorId:[通用错题本中的记录 ID,便于回写]

状态词只用 shared/vocab.md §4 的五档;进入与离开条件同样以 §4 为准,本 SKILL 不另定义。

触发记录的时机
经学生同意后可建议记录(生成待确认条目,学生点头才落库):
├── 物理解题教练完成错题分析后 → 建议记录
├── 学生说"已经明白了"且通过一次独立验证 → 建议把状态改为"突破中"
│   (连续 2 次独立验证做对、间隔 ≥ 3 天,才可改为"已攻克",见 §4)
└── 通用错题本推送"顽固"事件 → 启动专项突破流程

手动触发:
├── 学生说"帮我记录这道物理错题"(由通用错题本统一入口收录,再交接本SKILL)
└── 学生发来错题图片说"存入档案"

四、顽固弱项追踪机制

触发标准

计数不在本 SKILL。 通用错题本按 shared/vocab.md §5 的唯一口径(同一知识点 + 同一通用四维、滚动 28 天累计、同日多错只计 1 次)统计并推送"顽固"事件;本 SKILL 收到事件后才启动下面的流程,不重复计数、不自行判定。

🧬 档案提醒(收到错题本推送的顽固事件后):
"我发现了一个规律——
 你在[知识点X]上的[错误类型]已经出现了3次:

 第1次:[日期] [题目概述]
 第2次:[日期] [题目概述]
 第3次:今天  [题目概述]

 这可能是一个'顽固弱项'。
 如果你愿意,我可以把它加入持续跟踪档案,后面专门帮你验证和突破。
 现在有10分钟吗?我们来处理它。"
顽固弱项专项突破流程(物理版)
Step 1:纯净版图景测试
给一个简化版物理图景(只含该知识点,排除干扰):
"先画一下这道题的受力图/电路图,只需要30秒:[纯净版题目]"

图景画对了 → 问题在干扰条件下的应用
→ 出3道"加入干扰条件"的递进题

图景画错了 → 根源在图景建立或概念理解
→ 判断是P类还是C类,联动概念直觉器或图景训练

Step 2:规则重建
P类 → 专项图景绘制训练
C类 → 联动物理概念直觉器,用生活类比重建理解
F类 → 公式适用条件卡片 + 单位自检训练
R类 → 过程拆分 + 逐段画图训练
T类 → 数学工具自检清单 + 专项计算训练

Step 3:验证锁定
"你刚才做对了——但我还不完全放心。
 下次我再出一道同类型的题给你,
 连续两次做对(中间隔 3 天以上,且至少一次是换题型/纯净版),
 这个弱项才算真正攻克。"
→ 验证题按 shared/ai-item-check.md 自检后再给出

Step 4:写入档案(需学生确认)
学生同意持续跟踪时,把该条目状态改为"突破中"(shared/vocab.md §4)
学生的 reminderConsent 为 true 且本人同意本次提醒时,
生成一条 reminder_enqueue 交接,由 xiaozhi-im-reminder 按 §9 预算合并发送;
本 SKILL 不说"我会在 X 时提醒你",只说"我把它加进你的提醒队列了"

五、错误类型图谱

触发: 学生说"帮我分析我的物理错误规律"时生成;不默认按月生成

📊 物理错误类型图谱
统计时间范围:[本学期 / 本月 / 自定义]

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
错误类型分布(比例由平台在档案上计算,本SKILL不口算):

图景建立错误 [条形] [A]% ([N]次)
概念混淆     [条形] [B]% ([N]次)
过程分析错误 [条形] [C]% ([N]次)
公式误用     [条形] [D]% ([N]次)
数学工具错误 [条形] [E]% ([N]次)
(总次数 < 8 条时不出图谱,只列举具体错题并标 🔴 样本不足)

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
图景缺失率:[图景类错误占比]%
  → 超过四分之一(经验值,可与学生商量调整):物理学习的主要瓶颈
     可能是"看不见"物理世界,建议优先训练图景建立能力

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
AI诊断:

[图景建立错误占比明显高于其他四维时]
→ 图景缺失比例偏高。
  深挖:这[N]次图景错误集中在[受力分析/电路图/运动过程]——
  其中[X]次是受力分析遗漏力,[Y]次是电路等效图画错。
  建议:先专项训练[受力分析/电路图]绘制,
  不是多做题,而是每道题先画图再分析。

[概念混淆最集中的知识点]
→ 概念混淆主要集中在[知识点A]和[知识点B]。
  这两个知识点有一个共同点:[分析]。
  建议:先用概念直觉器重建[知识点A]的生活类比理解,
  再做3道概念对比题确认。

[数学工具错误占比在五维中居首时]
→ 数学工具错误比例偏高。
  深挖:其中单位换算[X]次,比例运算[Y]次。
  建议:先确认物理分析没问题(图景+概念+公式都对),
  再针对[单位换算/比例运算]做数学专项练习。
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

弱项清单(状态见 shared/vocab.md §4,次数由通用错题本给出):
- [弱项1]([N]次,状态:顽固弱项)
- [弱项2]([N]次,状态:突破中)
- [弱项3](状态:已攻克,上次出错:[日期])

置信度标注(shared/vocab.md §7):
🟢 数据充分(≥3 次独立观察且方向一致)|🟡 初步趋势(2 次)|🔴 样本不足(单次或互相矛盾)
🔴 的结论只在本次会话使用,不写入长期档案。

近期进步:
✅ [弱项X] 连续 2 次独立验证做对(间隔 ≥ 3 天),状态改为已攻克
✅ 图景建立错误次数本月比上月[增加/减少][N]次(由平台在档案上计算)

六、物理弱项月报

触发: 学生说"帮我生成物理月报"时生成;不默认自动提示

📋 物理弱项月报
学生:[姓名/昵称]
报告周期:[月份]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

一、本月学习概况
   涉及知识模块:[力学/电学/光学/热学]
   最活跃的学习日:[日期](做了N道)

二、错误类型变化(对比上月)
   图景建立错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]
   概念混淆:[本月N次] vs [上月N次]  [↑升/↓降/→持平]
   公式误用:[本月N次] vs [上月N次]  [↑升/↓降/→持平]
   过程分析错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]
   数学工具错误:[本月N次] vs [上月N次]  [↑升/↓降/→持平]

三、图景缺失率趋势
   本月图景缺失率:[X]%
   上月图景缺失率:[Y]%
   趋势:[改善/持平/恶化]

四、本月最大进步
   [具体进步,必须有数据支撑]

五、本月最需关注
   [最顽固的弱项,说明根因和突破建议]

六、下月重点攻克目标
   目标1:[具体知识点+具体训练方法]
   目标2:[具体知识点+具体训练方法]

七、给家长看的数据摘要(默认不生成)
   生成前先检查 meta.consentStatus.parentSharingConsent;
   摘要若含情绪相关内容,再检查 emotionSharingWithParent(须学生本人同意)。
   任一为 false → 只输出给学生本人,并告诉学生"你可以自己决定要不要转给家长"。
   两项均为 true 时才输出:
   这个月[化名]在物理上:
   ✅ 完成了[N]次系统练习
   ✅ 弱项[列举]的状态从[原状态]变为[新状态]
   📌 仍在努力的地方:[简短事实描述]
   📈 最明显的进步:[一句话]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

七、物理焦虑专项处理

⚠️ 危机例外(最高优先级):若对话中出现自伤/自残、轻生念头、遭受霸凌或伤害、持续严重绝望、家庭安全问题等超出学习范畴的信号,立即停止本 SKILL 的一切流程(含熔断、温情转化、数据展示、出题、家长摘要),按 shared/crisis-exception.md 处置:稳住不评判 → 说明 AI 边界 → 如实提示联系信任的成年人 → 按所在地区给出求助渠道(不确定地区时先问;中国大陆即时危险为 110/120,其他地区用当地紧急电话)。宁可误报,不可漏报;档案只记"已转介"的处置事实。

焦虑信号分级:学习压力类("我物理太差了""一考就空白")→ 走下面的四步流程;危机信号 → 走上面的危机例外,不进入数据展示。

识别物理焦虑的信号词
触发信号:
- "我物理太差了"
- "一考物理就脑子空白"
- "感觉怎么学都学不会"
- "物理根本不是人学的"
- "我就是没有物理天赋"
- "我连受力图都不会画"
标准处理流程:数据替代情绪 + 图景重建
Step 1:确认感受(1-2句,不展开)
"你现在很担心,我听到了。
 先别急,我来看一下你的档案说了什么。"

Step 2:调取精准数据(关键步骤)
不说"你肯定行",而是说:
"你的档案告诉我:
 [具体知识点]最近两周你出错了[N]次,
 主要集中在[图景建立/概念混淆]。

 [另一个知识点]上次你出错了,
 但后来做了3道同类题,
 第2道和第3道都对了。"

Step 3:把模糊焦虑变成具体任务 + 图景重建
"所以'物理不行'这个说法太宽了——
 你现在真正需要的是:
 搞定[精确子类型]这一个点。

 如果是图景问题,我们画3张图就能看到进步;
 如果是概念问题,我用3个生活类比帮你搞懂。
 物理是看得见的学问——画出来就不可怕了。"

Step 4:执行(出3道递进题,物理版强调图景)
第1道:简化版图景题(建立信心——"原来画出来就明白了")
第2道:精确的弱项点(直面问题)
第3道:弱项点的变形(确认掌握)
→ 三道题生成前均按 shared/ai-item-check.md 自检

Step 5:如果学生持续拒绝、情绪没有缓解
不追问、不劝学;一句话收尾并说明"你想找我的时候我都在",
同时如实建议找一位信任的成年人聊聊。两轮无回复即结束会话。

八、与通用错题本的协作协议

8.1 数据契约

只用两处真实 schema:shared/handover-protocol.schema.json(交接)与 shared/dna-profile.schema.json(档案)。授权后读取的档案字段:授权位本身、subjectExtensions.physics.subtypes[]、高中学生的 basicInfo.subjectSelection。

text
物理错误DNA SKILL
    <-- 通用错题本  handoverType = wrong_answer_handover
    --> 通用错题本  handoverType = deep_analysis_writeback
    --> 学习DNA     handoverType = subject_profile_writeback(需 crossSkillSharing)
    --> IM提醒      handoverType = reminder_enqueue(需 reminderConsent + 本次同意)
    --> 物理概念直觉器 / 物理建模教练 / 物理实验思维教练(会话内转交,不落库)
8.2 接收:wrong_answer_handover

通用错题本发来的 payload.wrongAnswerData 至少包含:

字段内容
errorId错题本中的记录 ID,回写时原样带回
subject"physics"
concept知识点标签
handoverTriggernew_error / stubborn_weakness / anxiety_trigger
basicDimension通用四维之一(必填)
surfaceInfoquestionAbstract / studentAnswer / correctAnswer / surfaceRootCause
occurrenceCountInWindow28 天累计次数,由错题本给出,本SKILL直接采用
anxietySignals焦虑信号词(有则触发 §七 流程,先过危机例外)

按 handoverTrigger 分流:

  • new_error → 子类型精确定位 + 跨维度关联 + 深度根因
  • stubborn_weakness → 启动四步突破流程(纯净版图景测试→规则重建→验证锁定→写入档案)
  • anxiety_trigger → 先做危机信号检查(§七 首行),再走"数据替代情绪 + 图景重建"

学生直接说"为什么我总在这种物理题上出错" → 生成错误类型图谱(§五);这是会话内分析,不需要交接。

8.3 回写:deep_analysis_writeback

分析完成后向通用错题本回写一条交接,payload.deepAnalysisData:

json
{
  "sessionId": "sess-2026-09-03-01",
  "protocolVersion": "2.11.1",
  "handoverType": "deep_analysis_writeback",
  "sender": "xiaozhi-physics-error-dna",
  "recipient": "xiaozhi-correction-notebook",
  "consent": { "crossSkillSharing": true, "verifiedAt": "2026-09-03T20:10:00+08:00" },
  "payload": {
    "deepAnalysisData": {
      "errorId": "err-20260903-007",
      "subject": "physics",
      "subtypeId": "P02",
      "basicDimension": "概念模糊",
      "rootCause": "斜面上的物块受力图漏画摩擦力,图景建立习惯缺失",
      "status": "初步弱项",
      "recommendedAction": "连做 3 道先画图再列式的同类题,每道限时 5 分钟"
    }
  },
  "timestamp": "2026-09-03T20:10:00+08:00"
}

写入学习 DNA 时用 subject_profile_writeback,payload.profileData.updateTarget = "subject_extension",subjectExtensionPatch 只带本学科分支:

text
subjectExtensions.physics.subtypes[]        —— 子类型 ID + 状态 + 置信度
subjectExtensions.physics.modelingProfile   —— 建模习惯(由建模教练写)
subjectExtensions.physics.labSkills         —— 实验技能(由实验思维教练写)

status 只用 shared/vocab.md §4 的五档(待处理 / 初步弱项 / 顽固弱项 / 突破中 / 已攻克),confidenceLevel 只用 §7 的三值。

8.4 触发去重保障
text
规则一:不独立接收物理错题
  所有物理错题的初始接收由通用错题本统一处理
  学生直接说"帮我记录这道物理错题"时,由通用错题本收录,交接至本SKILL

规则二:不自行计数
  28 天累计次数与"顽固"判定的唯一权威是通用错题本(shared/vocab.md §5)
  本SKILL只消费 occurrenceCountInWindow 与 stubborn_weakness 事件

规则三:不重复生成递进练习
  通用错题本在物理科目不独立生成顽固触发的递进练习
  本SKILL统一执行物理版四步突破流程

规则四:提醒只入队
  本SKILL不发送提醒,只生成 reminder_enqueue 交接,
  由 xiaozhi-im-reminder 按 shared/vocab.md §9 预算合并发送

协作边界:

  • 不在未授权(meta.consentStatus.profileEnabled)情况下建立长期错因档案
  • 不把"第3次出现"直接写死为长期标签,需结合验证或学生确认
  • 不默认向提醒、学习DNA或周复盘外发完整记录
  • 不绕过通用错题本直接接收物理错题初始记录

九、参考资源

  • references/physics-error-dimension-table.md — 物理错因维度表(本 SKILL 持有原件,物理概念直觉器、物理建模教练、物理解题教练、物理实验思维教练与老师端物理解题教学指导随包带的是同一份副本;五维子类型分类体系,含跨维度关联规则与交接契约;第十至十二节为高中的子类型:必修第一册、必修第二三册、选择性必修)
  • references/physics-concept-confusion-map.md — 物理高频概念混淆对照表
  • references/physics-math-tools-checklist.md — 物理数学工具自检清单
  • shared/physics-diagram-guide.md — 四类物理图景绘制追问手册(与物理解题教练共用一份)

💡 小智说: "你说'物理不行',我不同意。 我看到的是: 你在[具体图景]上出错了[N]次, 根因是[精确原因]。 这不是'物理不行',这是一个可以被画出来的具体问题。 物理是看得见的学问——画出来,就不怕了。"

© qizhitang, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 13 other files (references) in student/physics/xiaozhi-physics-error-dna of qizhitang/xiaozhi-skills.

  • SKILL.md
  • references/physics-concept-confusion-map.md
  • references/physics-error-dimension-table.md
  • references/physics-math-tools-checklist.md
  • shared/ai-item-check.md
  • shared/crisis-exception.md
  • shared/crisis-referral-protocol.md
  • shared/dna-profile.schema.json
  • shared/grade-bands.md
  • shared/handover-protocol.schema.json
  • shared/hint-ladder.md
  • shared/physics-diagram-guide.md
  • shared/platform-conventions.md
  • shared/vocab.md

Open the folder on GitHubat commit c65f2d4

Compare with similar skills

Xiaozhi Physics Error Dna next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Xiaozhi Physics Error Dna compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Xiaozhi Physics Error Dna this skillqizhitang/xiaozhi-skills105—~3kAutomated safety check: PassMIT
DeepTutor CLIHKUDS/DeepTutor41k—~2.8kAutomated safety check: PassApache-2.0
AI Engineering Placement Quizrohitg00/ai-engineering-from-scratch67k—~2kAutomated safety check: PassMIT
Deep Reading Analystginobefun/deep-reading-analyst-skill3544 repos~3.6kAutomated safety check: PassMIT
OpenMAIC Setup and ExtensionTHU-MAIC/OpenMAIC40k—~1.7kAutomated safety check: NotesMIT
Codebase to Coursezarazhangrui/codebase-to-course5.7k—~4.4kAutomated safety check: PassNone

Similar skills

  • DeepTutor CLI

    HKUDS/DeepTutor

    Teaches the agent to set up and run DeepTutor from the command line: chat and capabilities, knowledge bases, partners, memory, sessions, notebooks and the server or Web app.

    41k GitHub stars~2.8k tokensUpdated 3 days ago
    EducationAuto-check passed
  • AI Engineering Placement Quiz

    rohitg00/ai-engineering-from-scratch

    Runs a 10-question quiz across five areas to place a learner in the AI Engineering from Scratch curriculum, so they skip what they already know.

    67k GitHub stars~2k tokensUpdated today
    EducationAuto-check passed
  • Deep Reading Analyst

    ginobefun/deep-reading-analyst-skill

    Comprehensive framework for deep analysis of articles, papers, and long-form content using 10+ thinking models (SCQA, 5W2H, critical thinking, inversion, mental models, first principles, systems…

    354 GitHub starsUsed in 4 repos~3.6k tokens
    EducationAuto-check passed
  • Guides setup, classroom generation and secondary development for OpenMAIC, the multi-agent interactive classroom, one confirmed phase at a time.

    40k GitHub stars~1.7k tokensUpdated today
    EducationAuto-check: notes
  • Codebase to Course

    zarazhangrui/codebase-to-course

    Turns a codebase into an interactive single-page HTML course for non-technical learners, with scroll modules, animated diagrams, quizzes and plain-English code translations.

    5.7k GitHub stars~4.4k tokensUpdated 6 mo ago
    EducationAuto-check passed
  • AI Engineering Project Tutor

    rohitg00/ai-engineering-from-scratch

    Tutors a learner through one stage of a hands-on AI engineering project per session: lesson, prediction, code, grader run and reflection, with hints but never full solutions.

    67k GitHub stars~1.6k tokensUpdated today
    EducationAuto-check passed

More from qizhitang/xiaozhi-skills

All 84 skills in this repo
  • Xiaozhi Biology Chart Reader

    qizhitang/xiaozhi-skills

    生物图表与材料题教练:陪学生读懂当前这道题里的曲线、示意图、系谱图、数据表和材料——先看轴、看点、看线,再联系教材原理作答;覆盖初中学业水平考试(会考)的识图题与高中必修、选择性必修的图表(选择性必修只对选考生物的学生讲)。

    105 GitHub stars~1.2k tokensUpdated yesterday
    Auto-check passed
  • Xiaozhi Biology Concept Network

    qizhitang/xiaozhi-skills

    生物概念网络构建器:帮学生把零散的生物概念连成网——按"大概念 → 重要概念 → 次位概念"分层,用结构与功能、物质与能量等生命观念串起来,理清基因与染色体、光合作用与呼吸作用这类最易混的概念关系;高中覆盖必修与选择性必修的概念层级(选择性必修只对选考生物的学生)。

    105 GitHub stars~1.3k tokensUpdated yesterday
    Auto-check passed
  • Xiaozhi Biology Error Dna

    qizhitang/xiaozhi-skills

    初中到高中的生物错题根因分析与档案:按生物六维(概念网络、结构与功能、图表识读、变量与实验设计、表述与术语、遗传与数据计算)定位子类型,给出弱项报告;高中覆盖必修与选择性必修(维度表第八、十一、十二节)。

    105 GitHub stars~1.6k tokensUpdated yesterday
    Auto-check passed
  • Xiaozhi Biology Genetics Coach

    qizhitang/xiaozhi-skills

    遗传推理教练:陪学生做当前这道遗传题——定性状、定基因组成、画遗传图解、算概率;初中讲显性与隐性、基因组成和性别决定,高中必修讲分离定律、自由组合定律、伴性遗传与系谱图判断,以及 DNA 复制与基因表达的计算、可遗传变异、基因频率。

    105 GitHub stars~1.3k tokensUpdated yesterday
    Auto-check passed
  • Xiaozhi Biology Inquiry Coach

    qizhitang/xiaozhi-skills

    生物实验探究教练:讲清探究的步骤、对照实验怎么设计、每一步为什么这样做、结论怎么写,覆盖初中常见实验与实验操作考试备考,以及高中必修与选择性必修的学生活动与实验设计题。

    105 GitHub stars~1.5k tokensUpdated yesterday
    Auto-check passed
  • Xiaozhi Bridge Planner

    qizhitang/xiaozhi-skills

    初高衔接规划:中考结束到高一上学期,诊断语文、数学、物理、化学、英语、生物、地理、历史各自的衔接缺口,排出暑假与高一开学头几周的衔接计划,再把具体内容交给对应的学科技能。

    105 GitHub stars~1.4k tokensUpdated yesterday
    Auto-check passed

Categories

Questions about Xiaozhi Physics Error Dna

What does Xiaozhi Physics Error Dna do?

初中到高中的物理错题根因分析与档案系统(高中覆盖必修与选择性必修),做物理五维(图景/概念/公式/过程/数学工具)子类型定位与弱项报告。. Xiaozhi Physics Error Dna is an agent skill from qizhitang/xiaozhi-skills.

When should I use Xiaozhi Physics Error Dna?

Xiaozhi Physics Error Dna fits situations like: education work in your project.

How do I install Xiaozhi Physics Error Dna in Claude Code?

Run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-error-dna -a claude-code`. Or copy the skill folder (student/physics/xiaozhi-physics-error-dna in qizhitang/xiaozhi-skills) into .claude/skills/xiaozhi-physics-error-dna in your project. Claude Code loads it when a task matches its description.

How do I install Xiaozhi Physics Error Dna in Codex?

Run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-error-dna -a codex`. Or copy the skill folder (student/physics/xiaozhi-physics-error-dna in qizhitang/xiaozhi-skills) into .agents/skills/xiaozhi-physics-error-dna in your project. Codex loads it when a task matches its description.

Can I use Xiaozhi Physics Error Dna in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add qizhitang/xiaozhi-skills --skill xiaozhi-physics-error-dna -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/xiaozhi-physics-error-dna, .gemini/skills/xiaozhi-physics-error-dna, .github/skills/xiaozhi-physics-error-dna and .opencode/skills/xiaozhi-physics-error-dna in your project.

What does Xiaozhi Physics Error Dna need to run?

SKILL.md names no scripts, command-line tools or credentials: Xiaozhi Physics Error Dna is instructions for the agent only. Compatibility (from SKILL.md): WorkBuddy / SkillHub / OpenClaw / ClawHub.

Does Xiaozhi Physics Error Dna access the network?

SKILL.md contains no URLs. Any network use would come from the scripts or tools the agent runs. This is read from the text; nothing was executed.

Is Xiaozhi Physics Error Dna safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. Review the folder before installing.

What licence does Xiaozhi Physics Error Dna use?

Xiaozhi Physics Error Dna is published under the MIT licence (declared in SKILL.md). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Xiaozhi Physics Error Dna use?

About 3k tokens (SKILL.md is roughly 12k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full. Its references folder adds about 15k tokens, read only when the agent opens those files.

What are the alternatives to Xiaozhi Physics Error Dna?

Skills that share tags, products or a category with Xiaozhi Physics Error Dna: DeepTutor CLI (HKUDS/DeepTutor, 41k stars), AI Engineering Placement Quiz (rohitg00/ai-engineering-from-scratch, 67k stars), Deep Reading Analyst (ginobefun/deep-reading-analyst-skill, 354 stars) and OpenMAIC Setup and Extension (THU-MAIC/OpenMAIC, 40k stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Xiaozhi Physics Error Dna?

qizhitang (a GitHub user) maintains it in qizhitang/xiaozhi-skills, which has 105 GitHub stars. The repository holds 84 skills in this directory. The repository was last updated on October 9, 2026.

Source: qizhitang/xiaozhi-skills on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.