效率只读clawhub未标认证来源可访问clear审计提醒

learning-path-builder（学习路径构建者）

Agent Skill

learning-path-builder 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

总安装

3,159

周安装

150

GitHub Stars

公开资料未说明

下载量

1,414

OpenClaw

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：learning-path-builder（学习路径构建者）
来源仓库：https://github.com/wzp2026/learning-path-builder
安装命令：
openclaw skills install learning-path-builder
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw

openclaw skills install learning-path-builder

简介

根据输入的职业技能标准文档，输出基于知识图谱的三层学习路径规划。适用于职业技能学习、职业资格认证学习。本技能以中国国内职业技能为目标，参考资源为国内官方资源。详细说明见 references/README.md

SKILL.md

name: learning-path-builder
description: 根据输入的职业技能标准文档，输出基于知识图谱的三层学习路径规划。适用于职业技能学习、职业资格认证学习。本技能以中国国内职业技能为目标，参考资源为国内官方资源。详细说明见 references/README.md
version: 2.4.1
author: Wang Zhipeng
created: 2026-04-16
updated: 2026-04-21
tags: ["学习路径", "知识图谱", "三层层次结构", "来源标注", "多格式输出", "国家标准", "职业技能", "职业资格", "多方向选择", "交互式"]

学习路径构建器 v2.4.0

核心功能

输入职业技能标准文档（如PDF）→ 输出三层知识图谱（JSON/CSV/JSON-LD格式）

核心设计：L1大领域 → L2模块 → L3叶节点，每节点0.5学时，来源标注（权威/参考/推断）

工作流程

第零步：检测多方向标准（如有人工智能5个方向则推荐默认方向）
第一步：提取PDF文本 → 写入 /tmp/kg_pdf_text_{job_id}.txt
第二步：动态提取L1职业功能领域（从原文结构，非固定4个框）
第三步：逐域构建L2/L3节点 → 增量写入 /tmp/kg_progress_{job_id}.json
第四步：生成 JSON + CSV(nodes/edges) + JSON-LD
第五步：生成来源说明文档 + 质量检查
每步完成后通过当前会话发送进度通知

核心原则

权威资源优先：osta.org.cn、openstd.samr.gov.cn、教育部/工信部/中国大学MOOC
搜索优先：先搜索权威来源，找不到再用参考来源，最后才推论
来源标注：每个节点标注 ✅权威 / ⚠️参考 / 🤖推断
动态L1：L1领域从PDF标准原文的职业功能结构动态提取，非固定框架

多方向标准处理

检测到多方向标准时（如人工智能工程技术人员5个方向）：

分析各方向的学习热度、材料丰富度、应用前景
生成推荐报告，提供默认推荐
学习者未选择时使用默认方向

详细示例见 references/README.md

输出格式

每次构建同时生成4个文件：

{name}_kg.json — 主JSON
{name}_kg_nodes.csv — 节点表（Excel可打开）
{name}_kg_edges.csv — 关系表
{name}_kg.jsonld — JSON-LD开放格式

超时策略

不设硬性超时，任务完整执行
每步结果写文件，失败可从该步骤续接
references/ 目录包含详细说明文档，按需加载

*详细说明：references/README.md* *作者：Wang Zhipeng | 更新：2026-04-21 14:13*

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

89.54%

按下载量换算1,266

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果，不能写成本站确认安全。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/wzp2026/learning-path-builder

SKILL.md 来源

clawhub.ai

/wzp2026/learning-path-builder

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

learning-pack（学习包）

learning-pack 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

learning-path-navigator（学习路径导航器）

learning-path-navigator 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。