前言¶
做一个学习类 Agent 时，最常见的做法是：把学科知识写进提示词，再让模型出题、判卷、给反馈。这套做法能跑，但有三个具体问题：一是题目和卡片要人工先写好，Agent 只能照着念；二是答完一道题之后，Agent 不知道该把用户带到哪个知识点；三是学习计划需要外部脚本或日历来维护，和对话流程脱节。
Socratic Tutor 试图把这几件事收回到 Agent 内部：用苏格拉底式提问推进对话学习，用同一次对话生成测验和卡片，用 mastery path（掌握路径）和 study plan（学习计划）把知识点串起来。下面介绍它的定位、已核实的能力、可用的安装入口，以及核实不到的部分。
这是什么¶
Socratic Tutor 是一个面向 Agent 的个性化辅导引擎，覆盖对话学习、测验生成、卡片创建、掌握路径和学习计划五个环节。它的定位是 Agent-native，也就是这套逻辑由 Agent 自己驱动，而不是由外挂脚本或固定的题库文件驱动。
出品与维护情况如下：
- 坐标：@user_d0deb03a/socratic-tutor
- 发布者：user_d0deb03a
- 来源：community（社区发布，非官方团队维护）
- 分类：education
- 版本：1.0.0
- 标签：requires_api_key=false，即不需要额外配置 API Key
- 官方地址：https://api.skillhub.cn/user_d0deb03a/socratic-tutor ，SkillHub 页面为 https://www.skillhub.cn/skills/user_d0deb03a/socratic-tutor
它解决的问题是：在一个 Agent 会话里同时完成「讲清概念」「检验是否真的会了」「记录还缺哪些知识点」这三件事，而不需要另外搭一套题库服务或学习管理系统。根据发布者在简介中的说明，该 Skill 完全基于 OpenClaw 原生运行，不依赖外部服务。
核心功能¶
简介中列出的五项能力，是目前已核实的功能范围。
- Chat learning（对话学习）：不直接给答案，而是通过连续提问把概念拆开，让用户在回答过程中自己推导。
- Quiz generation（测验生成）：在对话中产出测验题目，用于检验掌握程度。
- Flashcard creation（卡片创建）：把知识点整理成记忆卡片，方便后续反复回顾。
- Mastery path（掌握路径）：按知识点组织学习顺序，标示当前掌握情况与下一步该补的内容。
- Study plan（学习计划）：在对话中生成学习计划，把上述几项串成一段时间内的任务序列。
需要注意的是，这五项能力来自 Skill 的官方简介，属于发布者声明的功能范围。本次写作时无法打开官方页面核对每一项的具体调用方式和参数，因此下面不给出未经核实的接口名、字段名或命令示例。
安装与启用¶
SkillHub 页面提供的标识信息如下，可用于定位该 Skill：
坐标：@user_d0deb03a/socratic-tutor
版本：1.0.0
来源：community
分类：education
标签：requires_api_key=false
SkillHub 页面：https://www.skillhub.cn/skills/user_d0deb03a/socratic-tutor
关于安装方式，本次写作时核实到的情况是：
- 两个官方 URL（api.skillhub.cn 的详情地址和 skillhub.cn 的页面地址）抓取均失败，因此没有拿到页面上给出的具体安装命令或目录路径。
- 抓取资料中显示安装数为 0，这也意味着目前没有可参考的公开安装样例。
- requires_api_key=false 说明启用后不需要额外配置密钥，具体启用步骤仍需以 SkillHub 页面或 Skill 包内的 SKILL.md 为准。
所以这里只给出可核实的结论：该 Skill 通过 SkillHub 分发，坐标是 @user_d0deb03a/socratic-tutor，不需要 API Key；具体的安装命令请在能打开 SkillHub 页面时按页面指引操作。按任务要求，此处不做 git clone 式的推测。
典型用法¶
同样因为官方页面抓取失败，本次写作没有拿到可复现的官方用法示例，因此不编造调用片段。
如果后续要在自己的 Agent 中使用，建议按这个顺序自行验证：
- 先在能访问 SkillHub 的环境里打开 https://www.skillhub.cn/skills/user_d0deb03a/socratic-tutor ，确认安装方式和 SKILL.md 中的触发条件。
- 装好后用一个具体学科的小范围问题（例如某个公式的适用条件）跑一次对话学习，观察它是否走提问而非直接给答案的路径。
- 再验证测验生成和卡片创建是否真的能从当前对话内容里产出，而不是返回固定模板。
- 最后检查 mastery path 和 study plan 是否随对话推进更新，这是它和普通「出题 Skill」的主要区别。
适用场景与注意¶
适合的使用场景：
- 想在一个 Agent 会话里同时做讲解、出题、复习，不愿意再外挂题库或排期服务。
- 需要苏格拉底式推进而不是直接给答案的学习场景，例如概念辨析、推导训练。
- 想按知识点跟踪掌握情况，并据此生成下一步学习计划。
需要注意的限制：
- 发布者为社区账号 user_d0deb03a，来源标注为 community，属于社区发布，不是平台官方维护的项目。
- 版本为 1.0.0，属于初始版本，功能稳定性和后续更新节奏需要在安装前自行确认。
- 抓取资料显示安装数为 0，说明公开使用案例极少，缺少可参考的真实使用反馈，建议在生产环境使用前先小范围验证。
- 本次写作时官方页面不可访问，上述五项能力的具体实现方式、边界条件和输入输出格式均未核实，不要据此推断它支持哪些学科、哪些题型。
- 它不依赖外部服务，意味着没有外部题库兜底，题目和反馈质量完全取决于 Skill 自身的逻辑。
结尾¶
Socratic Tutor 的价值在于把学习闭环收进 Agent 会话：提问推进学习、测验和卡片检验记忆、掌握路径和学习计划决定下一步，整体不需要外部依赖。对想做一个学习类 Agent 的人来说，它比「把学科知识塞进提示词再手动出题」的做法更完整；但要真正用起来，仍需先打开官方页面确认安装方式与用法，并在社区项目、1.0.0 版本、安装量为 0 这几项前提下自行验证效果。
官方地址：https://api.skillhub.cn/user_d0deb03a/socratic-tutor ，SkillHub 页面：https://www.skillhub.cn/skills/user_d0deb03a/socratic-tutor
