前言¶

给家长或教师做学习分析工具时，最容易踩的坑是把”错因”等同于”粗心”。大多数方案止步于拍照归档、按学科分类、生成同类题练习；题目做错了，系统只记一条”计算失误”，然后继续推题。结果是学生反复刷同一类题，根因一直没修。

错题雷达（@user_65b9a06e/studybuddy-plus）走的是另一条路：不只记录错题，而是往下追一层，把每道错题映射到知识点，再回溯到前置依赖，最后产出一份按天排布的补救计划。下面介绍它的能力范围、使用方式和需要注意的地方。

这是什么¶

一句话定位：面向 K12 学科的错题知识图谱 + 个性化学习路径推荐 Skill，代号 K12-EKG-PLPR（错题雷达）。

• 出品方：社区开发者 user_65b9a06e，发布在 SkillHub 社区，分类 education
• 版本：1.0.0，来源标记为 community
• 形态：通用 SKILL.md 格式的 Agent Skill，不要求 API Key（requires_api_key=false）
• 解决问题：家长或教师拿到一批错题后，需要知道”为什么错、缺了哪个前置知识、接下来每天练什么”，而不是只有一份错题列表

它的目标用户很明确：K12 学生的家长和教师。当需求是分析错题、诊断知识漏洞、生成个性化补救计划、追踪学习进度时，适合调用这个 Skill。

核心功能¶

官方资料列出六项能力，实际是一条流水线：

1、错题分类：把错题按错因类型归类，区分概念混淆、计算失误、审题偏差、前置知识缺失等情况。官方介绍里特别强调，孩子口中的”马虎”未必是真粗心，分类环节要能识别出这一点。

2、知识点诊断：把错题映射到具体知识点，定位漏洞所在。

3、前置依赖回溯：从薄弱知识点往上追，找出没有学透的前置内容。官方举例：二次方程不会，根因可能是一元一次方程没学透；物理听不懂，根因可能藏在初一数学运算里。

4、补救策略：针对定位到的漏洞给出补救方式。

5、个性化学习路径：把补救任务排成每日约 20 分钟的学习路径，官方定位是”家长不用是学霸、不用找家教”也能执行。

6、进度追踪：对补救路径的执行进度做跟踪，以便调整后续计划。

除功能之外，这个 Skill 内置了一套”五不原则”的合规约束：不存身份、不排名、不标签、不预测、不伤害。这是面向未成年人场景的自我保护设计——不采集学生身份信息，不做成绩排名，不给学生贴固定标签，不做学习结果预测，输出内容不得造成伤害。

安装与启用¶

需要说明的是：本次抓取中官方页面（https://www.skillhub.cn/skills/user_65b9a06e/studybuddy-plus 与 https://api.skillhub.cn/user_65b9a06e/studybuddy-plus）均未能取回正文，资料里没有该 Skill 的 SKILL.md 原文，也没有给出安装命令或配置字段。因此下面不给命令，避免编造。

从 SkillHub 页面获取 Skill 后，按通用 SKILL.md 格式启用即可。这类 Skill 的惯例做法是：把 Skill 目录放进客户端的 skills 目录（Cursor、Claude Code、Codex CLI 各自有对应的 skills 目录位置与加载方式，具体路径以各客户端当前版本文档为准），Skill 描述会进入模型的工具调用上下文，当用户请求命中错题分析、知识点诊断等场景时被触发。

由于该 Skill 标记为 requires_api_key=false，按理说不需要额外配置密钥；但这一点只来自页面标签，实际调用是否真的无外部依赖，需要在装好后验证一次。

抓取快照中的页面数据：评分 100000、下载 991、安装 0。这些数值会随时间变化，且与不同时间点的抓取结果存在差异（同一页面另一次抓取为评分 99328、下载 887），引用时以你自己打开页面看到的数字为准。

典型用法¶

同样因为 SKILL.md 原文未能获取，这里只给出输入侧的使用方式，不虚构输出格式。

最小可用输入是一份错题清单，包含学科、题面或错题照片的文字描述、学生的作答或错误结果。把这些材料交给 Agent，并说明需要错题雷达做诊断，它会依次完成分类、知识点定位、前置依赖回溯，然后给出补救计划。

粒度更细的输入会更容易得到可用结果：

• 说明年级与教材版本，前置依赖回溯才有边界
• 一道题给出”题面 + 学生答案 + 正确答案”三部分，错因分类更可靠
• 一次提交一个学科的一批错题，而不是一次扔一学期的所有科目，路径排序会更贴近实际
• 明确每日可用时长，官方默认按 20 分钟设计，如果实际只有 10 分钟，需要在请求里说明

如果只需要诊断而不需要完整路径，可以在请求中限定输出范围，例如只要知识点漏洞清单和前置依赖链，不要每日计划。

适用场景与注意¶

适合的场景：

• 家长拿到试卷或作业本，想弄清楚孩子到底卡在哪一步
• 教师需要在大班场景下批量定位共性知识漏洞
• 考前复习阶段，用错题清单反推需要补的前置内容

需要注意的地方：

• 诊断质量取决于输入质量。题面描述过于简略、只写”这题错了”，前置依赖回溯基本无法进行。
• 内置的知识图谱和学科覆盖范围未见公开说明，数学、物理这类链条明显的学科回溯效果好；文科类错题是否适用，需要实际测试。
• “五不原则”意味着它不会保存学生身份信息，也不会做成绩预测。如果你的产品需要长期账号体系、学情报告或排名功能，这个 Skill 的默认行为需要改造，改造前要重新评估合规边界。
• 官方定位是辅助家长和教师，不是替代教师判断。涉及升学、分班等决策，不应把 Skill 的输出当作依据。
• 版本 1.0.0，来源 community，属于社区维护项目。生产环境接入前建议先读一遍 SKILL.md 原文，确认其中没有额外的数据收集或外部调用行为。

结尾¶

错题雷达的价值不在”收集错题”，而在多走的那一步：从错题到知识点，再到前置依赖，最后落成一份每天 20 分钟的补救路径。对做 K12 学习类产品的开发者来说，它提供了一套可直接参照的诊断-回溯-推荐结构，以及一套面向未成年人的输出约束。

官方地址：https://api.skillhub.cn/user_65b9a06e/studybuddy-plus
SkillHub 页面：https://www.skillhub.cn/skills/user_65b9a06e/studybuddy-plus