科学学习习惯养成

技能简介

该技能结合认知科学与持久化会话追踪，帮助用户建立高效的信息吸收与长期记忆保持机制。通过记录学习时间、主题、时长和效果评分，配合智能复习调度算法，将短期记忆转化为长期知识储备。

能做什么

• 启动定时学习会话，根据学习目标推荐合适的学习方法
• 记录学习主题、信心水平和效果，自动计算下次复习间隔
• 基于遗忘曲线算法，智能提示需要复习的内容并排序优先级
• 展示学习速度、主题掌握度和记忆保持率的变化趋势
• 根据考试日期倒推，生成覆盖全部章节的个性化备考计划

使用说明

安装指令：该技能需从 GitHub 仓库手动安装，具体步骤请参考来源链接中的 SKILL.md 文件。

启动学习：输入”开始50分钟的光合作用学习会话”→创建计时器，推荐最佳学习技巧，追踪专注度

记录主题：输入”刚学完第3章，感觉很有把握”→记录本次会话，采集信心水平，确定下次复习时间

查看复习计划：输入”下次什么时候复习微积分？”→显示基于间隔重复算法需要复习的主题，按遗忘曲线排序

检查进度：输入”查看我的学习统计”→展示已完成会话数、覆盖主题、记忆保持趋势、各科目投入时间

考试倒计时：输入”21天后有生物考试”→创建学习计划，将章节分配到可用时间，计入复习周期，标记高风险主题

输入与输出

见下方输入与输出表格。

风险提示

• 所有数据仅存储在本地设备，更换设备或清理缓存可能导致学习记录丢失，建议定期导出备份
• 间隔重复算法依赖准确的时间记录，系统时间异常可能影响复习提醒的准确性
• 考试规划功能需要完整的章节清单和准确的考试日期，信息不全时生成的计划可能遗漏重点
• 信心评分为主观判断，过度乐观可能导致薄弱知识点被延后复习

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/jhillin8/study-habits/SKILL.md
来源类型：GitHub 开源技能仓库