前言¶

组卷这件事，落到代码里通常有两条路：要么自己写一套抽题逻辑，维护知识点到题目的映射，再处理分值与排版；要么把题目片段直接丢给模型，让它拼一份卷子出来。前者工作量大，后者出来的卷子常常缺答案解析、缺难度分布，也说不清每道题给几分。

智能组卷这个 Skill 走的是中间路线：把「知识点/章节 + 题型 + 难度 + 题量 + 时长」当作输入约束，由模型生成一份结构完整的试卷，同时附带答案解析、分值、难度分布和排版建议。下面介绍它的定位、能力和使用上的注意点。

这是什么¶

智能组卷（坐标 @org-zbk7xk96/edu-smart-paper）是一个面向教育分类的 Skill，发布者为「昆仑增长」，来源类型标记为 enterprise，当前版本 1.0.0。

它解决的问题是：在已有题库的前提下，把「组卷条件」直接变成「可交付的试卷」，而不需要使用者自己实现抽题、算分和排版规则。目标使用者是教师和教培场景中需要出卷的人。

Skill 基于通用 SKILL.md 格式，不需要额外 API Key。官方地址：

https://api.skillhub.cn/org-zbk7xk96/edu-smart-paper

SkillHub 页面：

https://www.skillhub.cn/skills/org-zbk7xk96/edu-smart-paper

核心能力¶

依据官方简介，这个 Skill 支持两类输入：

1、条件式组卷：给出知识点或章节、题型、难度、题量、时长，生成一份完整试卷。
2、片段式组卷：直接喂入 QuizSet 片段，基于给定题目组织成卷。

生成结果不只是题目列表，还包含：

• 每题的答案与解析
• 每题的分值
• 整体难度分布
• 排版建议

这几项是它和「把题目丢给模型让它凑一份卷」的主要区别：后者通常只会输出题干，分值和难度分布需要人再去核对。

调用约束¶

抓取到的标签中有一条 requires_api_key=false，即调用该 Skill 不需要额外配置 API Key，属于开箱可用的类别。

抓取到的页面数据如下（抓取时间 2026-10-30）：

评分: 100000
下载: 1720
安装: 0
分类: education
来源: enterprise
版本: 1.0.0

安装数为 0，说明它目前的实际采用量还很低，遇到问题时可参考的信息有限。

安装与启用¶

官方页面没有暴露可直接执行的安装命令或配置文件字段，抓取结果中也没有 Cursor / Codex CLI / Claude Code 的差异说明。因此这里不写命令，只给出确认入口：

官方地址: https://api.skillhub.cn/org-zbk7xk96/edu-smart-paper
SkillHub 页面: https://www.skillhub.cn/skills/org-zbk7xk96/edu-smart-paper

实际使用时建议先打开上面两个地址，核对当前版本的安装方式与参数定义，再接入自己的流程。

适用场景与注意¶

适合的场景：

1、教师按章节和难度快速出一份带解析和分值的练习卷、测验卷。
2、教培机构在题库内容不变的情况下，批量生成不同难度配比的卷子。
3、需要把已有 QuizSet 片段整理成规范试卷格式的场景。

需要注意的限制：

1、Skill 负责生成与建议，不负责校验题目本身的正确性。答案解析由模型产出，正式使用前应当抽查核对。
2、「知识点/章节」的粒度依赖你提供的输入描述，输入越具体，输出的匹配度越可控。
3、排版建议是建议性质，最终是否可打印、是否符合当地考试规范，仍需人工确认。
4、该 Skill 来源标记为 enterprise、发布者为「昆仑增长」，接入前建议确认是否符合所在机构的数据与合规要求。

结尾¶

智能组卷把「出卷条件 → 完整试卷（含答案解析、分值、难度分布、排版建议）」这条链路压缩到一次调用里，省掉的是自己写抽题和算分逻辑的工作量。它的价值在于输出结构完整，代价是答案正确性仍需人工把关，且目前安装量为 0，生态参考信息较少。

官方地址：https://api.skillhub.cn/org-zbk7xk96/edu-smart-paper