Agent Skills
返回列表
数学错误DNA

数学错误DNA

教育学习 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,将 @user_15292d5a/yjkj-xiaozhi-math-error-dna 安装到你的 AI 助手中。

技能介绍

问题:错题本只告诉你「哪道题错了」

传统错题本的默认动作是记录题目、答案、日期和来源,然后把它们归档。结果是文档越厚,信息越没用:你知道某道题做错了,但不知道它是哪一类错误——是算错了、概念没懂、方法选错,还是题没读完。

更麻烦的是重复性错误。同一种错法在同一个知识点上出现三次,大多数错题本仍然把它当成三条互不相关的记录,没有触发任何额外动作。学生则把这些错误归纳成一句模糊的自我评价:「我数学不行」。这个结论既不可验证,也没法修复。

工作机制

xiaozhi-math-error-dna 把每条错题强制归入且只归入四类之一:

  • 计算失误:思路正确,运算过程中出错;换一道题通常能做对。
  • 概念模糊:定义、定理或公式的理解有偏差,相似概念被混用。
  • 方法用错:知识点知道,但解题策略选错,题目变形后就不会了。
  • 读题失误:漏读或误读条件,关键词在审题阶段被跳过。

分类之后是顽固弱项追踪。当相同错误类型 + 相同知识点标签的组合出现 3 次时,技能会提示进入专项跟踪流程。注意这里的判定条件是两个维度同时命中,不是简单计数。

两个分析产物默认不自动生成:错误类型图谱只在用户明确要求分析错误规律时生成,数学弱项月报只在用户明确要求时生成。这种按需触发的设计避免了每月一次的固定输出掩盖真实趋势。

数学焦虑的处理方式是把情绪翻译成数据。检测到焦虑信号词后,技能不会给出安慰性回复,而是回溯档案:你在哪个具体环节出错多少次、根因是什么——把「我不行」替换成一个可定位、可解决的具体问题。

架构边界与注意事项

这个技能不是独立错题本,而是通用错题本在数学领域的专属扩展层。错题的初始入口、拍题信息收集、基础四维分类(概/计/审/策)和表面信息存档都由通用层完成,本技能只接手子类型精确定位、跨维度关联分析和顽固弱项处理,最后把数据回写给通用层做跨科目汇总。

协作边界需要留意:不绕过通用层直接接收数学错题;不在未授权情况下建立长期错因档案;不把「第 3 次出现」直接写死为长期标签,需要结合验证或学生确认;不默认向提醒、学习 DNA 或周复盘外发完整记录。

参考资源集中在三个文件:references/math-error-dimension-table.md(四维×子类型分类体系与跨维度关联规则)、references/concept-confusion-map.md(概念混淆对照)、references/reading-habits.md(读题训练方法)。

使用场景

  • 初中生连续几次考试同一类题出错,需要复盘错题规律并定位是计算、概念、方法还是读题问题
  • 学生说「我数学不行」时,需要把焦虑转化为数据,回溯具体环节的出错次数与根因
  • 月末复习阶段需要生成数学弱项月报,汇总本月四类错误分布和顽固知识点标签
  • 同一知识点反复出错达到三次,需要触发专项突破流程进行针对性训练

适合人员

  • 初中和高中学生,长期在同一类数学题上重复出错,想搞清楚是计算、概念、方法还是读题导致的
  • 数学教师,需要从班级错题中统计高频错误类型和顽固知识点,据此调整教学重点
  • 教育研究人员,研究学生数学错误的跨维度关联模式,比如计算失误与概念模糊是否存在共生关系
  • 辅导机构教师,需要为单个学生生成个性化数学弱项月报并据此制定训练计划