前言¶

用通用 Agent 做雅思备考，常见的问题是回答停在经验层面：「多听」「多练」「注意同义替换」。用户拿到的不是训练计划，而是一句方向性建议。

昆仑增长 · 雅思备考全能助手把这条路拆得更细：从摸底诊断开始，到听说读写分科评分标准拆解、错题归因，再到模考节奏与机考纸笔选择，最后给出训练配比和阈值。也就是说，它要交付的不是「怎么学」，而是「今天练什么、练多少、到什么程度算达标」。

下面介绍这个 Skill。

这是什么¶

昆仑增长 · 雅思备考全能助手是发布在 SkillHub 上的 education 分类 Skill，坐标 @kunlungrowth/kunlun-ielts-coach，当前版本 1.3.0，来源标记为 enterprise，发布者为昆仑增长。

它面向雅思备考场景，核心思路是把备考拆成可量化环节：先诊断当前水平，再按听说读写四科分别对照评分标准找出差距，对错题做归因，然后据此安排训练配比和模考节奏，并给出从纸笔转机考或反向选择时的判断依据。

一句话定位：给 Agent 装上一套雅思备考的执行框架，让它输出能落地的训练安排，而不是泛泛的备考建议。

核心功能¶

已核实的能力分五项。

1、摸底诊断。先确认用户当前水平和目标分数的差距，而不是直接开始训练。

2、听说读写分科评分标准拆解。四科各自对照官方评分标准（如流利度、词汇、语法、发音，或任务回应、连贯衔接、词汇、语法）逐项定位薄弱项。

3、错题归因。对听力、阅读、写作、口语的具体错误做归因，区分词汇量、语速适应、题型不熟、逻辑组织、发音问题等原因，不同归因对应不同训练手段。

4、模考节奏与机考纸笔选择。安排模考频次和间隔，并给出机考与纸笔两种形式的选择判断，包括适应成本、设备条件、做题习惯等因素。

5、训练配比与阈值。给出每科每周训练量的配比建议，以及进入下一阶段需要达到的阈值，例如某类题型正确率、口语持续作答时长、写作完成篇数等。

没有 API Key 要求，标签为 requires_api_key=false。

安装与启用¶

公开资料中没有给出具体的安装命令、目录路径或配置字段。官方地址为 https://api.skillhub.cn/kunlungrowth/kunlun-ielts-coach，SkillHub 页面为 https://www.skillhub.cn/skills/kunlungrowth/kunlun-ielts-coach。

坐标 @kunlungrowth/kunlun-ielts-coach 和版本号 1.3.0 可用于在 SkillHub 上检索和确认对应版本。

当前资料未涉及 Cursor、Codex CLI、Claude Code 三种环境下的差异说明，这部分不作推断。

典型用法¶

资料中的简介给出了它的输出范围，下面按这个范围举几个可复现的调用方向。

1、请先做一次摸底诊断，我目前没有模考成绩，目标是总分 7.0。

2、根据我的写作样本，按官方四项评分标准逐项拆解，指出薄弱项。

3、我的听力 Section 2 和 Section 3 错误集中，请做错题归因，并给出对应的训练手段。

4、按当前水平制定下周训练配比，明确每天各科时长和进入下一阶段需要达到的阈值。

5、我计划两个月后考试，请建议模考节奏，并比较机考和纸笔各自的适应成本。

这类请求的共性是把诉求写成可执行动作，而不是让 Agent 给备考建议。

适用场景与注意¶

适合的场景：备考时间可规划、有明确目标分数、愿意按配比执行的用户；以及需要 Agent 输出结构化训练安排而非经验性建议的场景。

需要注意的几点。

1、它给出的是训练配比和阈值框架，不是真题内容或官方题库，题目仍需另外获取。

2、阈值建议需要结合用户实际水平和可用时间调整，直接照搬可能不匹配个人节奏。

3、四科评分标准拆解依赖用户提供样本或成绩描述，样本越具体，拆解越准。

4、机考与纸笔的选择建议是框架性判断，最终还需结合个人做题习惯和设备条件。

5、版本 1.3.0 的能力范围以官方页面为准，如有更新以页面当前信息为准。

小结¶

这个 Skill 的价值在于把雅思备考从「建议」拉到「配比」：先诊断，再分科拆解，然后归因、定节奏、给阈值。对于希望 Agent 输出可执行训练安排的开发者或备考者，它是一个可接入的框架型 Skill。

官方地址：https://api.skillhub.cn/kunlungrowth/kunlun-ielts-coach

SkillHub 页面：https://www.skillhub.cn/skills/kunlungrowth/kunlun-ielts-coach