返回 Skill 列表
extension
分类: 效率与办公无需 API Key

教培反馈

为教培机构与私教老师生成课后家校教学反馈。结合教师经验、教学风格与课堂表现,输出标准化且个性化的专业反馈;支持风格蒸馏与 Obsidian 归档。

person作者: Ming1018hubOpenAPI

教培反馈 / jiapei-feedback

专为教培机构 / 私教老师打造的课后教学反馈智能生成工具

核心能力:结合老师个人教学风格、教学经验、授课信息、学生课堂表现,标准化 + 个性化自动生成专业家校教学反馈;支持老师上传专属案例,AI 自动根据老师的专属案例蒸馏学习写作风格、字数、格式、话术,实现千人千面的定制化反馈。

三条铁律

  1. 当次课堂输入是唯一事实源:表现、掌握、作业必须来自用户本次提供的授课信息;无依据的不写,或标注「待观察」。
  2. 风格样本只学写法:示例中的格式、语气、话术可复刻;禁止照搬样本里其他学生的姓名、事件、成绩。
  3. 每次生成必输出全文;若已配置 vault_path 则同时写入 Obsidian 归档。未配置 Obsidian 时仅对话输出,供复制发微信。

Skill 安装目录

本 skill 以文件夹分发,脚本路径相对于 skill 根目录(含 SKILL.md 的文件夹),与安装到哪个 AI 工具无关。

常见安装位置:

| 工具 | 用户级路径 | |------|-----------| | Cursor | ~/.cursor/skills/jiapei-feedback/ | | WorkBuddy | ~/.workbuddy/skills/jiapei-feedback/ | | OpenCode | ~/.config/opencode/skills/jiapei-feedback/ | | Claude Code | ~/.claude/skills/jiapei-feedback/ | | 通用 agents | ~/.agents/skills/jiapei-feedback/ |

Agent 执行脚本时,先定位 skill 根目录 {SKILL_ROOT},再调用 {SKILL_ROOT}/scripts/save_feedback.py

配置

首次执行读 {SKILL_ROOT}/references/config.json

| 字段 | 说明 | |------|------| | vault_path | Obsidian 知识库根目录;留空则跳过自动落盘 | | archive_root | 归档子目录,默认 教培家校反馈 |

教师档案与风格样本持久化路径:

{vault_path}/{archive_root}/_config/
├── teacher-profile.md
├── style-profile.md          # 蒸馏产物(有样本时)
└── style-samples/              # 最多 5 篇

路由表

| 用户说 | 流程 | 前置 | |--------|------|------| | 初始化教培 / 设置老师信息 / setup jiapei-feedback | step1-init | 无 | | 加反馈示例 / 上传风格样本 / 蒸馏风格 | step2-distill | 已 init | | 生成反馈 / 写课后反馈 / 教培反馈 [学生] | step3-generate | 已 init | | 教培看板 / 反馈状态 | status | 已 init |

Mode detection:无 teacher-profile.md → 强制 step1-init。


执行流程(严格 3 步)

第一步:教师个人教学底层信息(全局固定,一次输入永久生效)

为 AI 建立老师专属教学人设,所有后续反馈全部基于该信息生成

必填收集项:

  1. 个人教育经验:从业年限、擅长教学模块、教学理念
  2. 授课科目:精准填写(小学语文 / 初中数学 / 高中英语 / 物理 等)
  3. 专属教学方式:课堂授课模式、辅导风格、特色教学方法

可选:老师姓名/签名、默认语气(warm 温柔鼓励 / professional 专业严谨 / brief 简洁高效)

写入 {archive_root}/_config/teacher-profile.md(模板见 references/teacher-profile-template.md)。

逻辑:该步骤为全局基础参数,设置后无需每次输入,永久绑定该老师的反馈风格。

step1-init 完成后告知:下一步可「加反馈示例」或直接进入「生成反馈」。


第二步:可选个性化模型蒸馏(非必填)

老师可选择性上传最多 5 篇本人过往原创教培反馈示例。

收集方式:用户粘贴全文,或指定本地 .md 文件路径。

  1. 写入 style-samples/{YYYY-MM-DD}-{slug}.md
  2. references/style-distillation.md 执行蒸馏
  3. 产出 style-profile.md

蒸馏学习目标:

  • 反馈固定格式、段落结构、排版逻辑
  • 专属话术、语气风格
  • 固定字数、行文详略习惯
  • 专属教学专业术语、常用点评句式
  • 作业布置、家长沟通的固定表达

优先级:自定义示例风格 > 系统标准模板 无示例则使用 references/default-template.md;有示例则 100% 匹配老师个人风格。


第三步:单次课程授课信息(每次上课后按需输入)

每节课生成反馈前,收集本次动态信息(用户可一次说完):

| # | 字段 | 说明 | |---|------|------| | 1 | 授课老师称呼 | 从 teacher-profile 自动带出,可覆盖 | | 2 | 学生姓名 | 必填 | | 3 | 家长称呼 | 根据姓氏自动推断「XX 妈妈/爸爸」,可覆盖 | | 4 | 本次授课时长 | 如 45 分钟 / 90 分钟 | | 5 | 本节课教学内容 | 知识点、章节、重难点、授课进度 | | 6 | 学生课堂表现 | 专注度、互动、优缺点、掌握情况、亮点/待改进 | | 7 | 课后作业安排 | 内容、要求、提交时间、复习预习 |

缺必填项 → 逐项追问,不编造。


step3-generate — 生成反馈

输入加载顺序

  1. teacher-profile.md
  2. style-profile.md(有则启用,无则用 default-template)
  3. style-samples/*.md(仅当需重新蒸馏或 style-profile 缺失)
  4. 用户当次课堂 7 项输入

生成规则

有 style-profile:彻底放弃通用模板,匹配字数、句式、结构、语气(见 style-distillation.md 自检)。

无 style-profile:按 default-template 四段结构输出:

  1. 【课堂内容】— 时长 + 核心教学内容
  2. 【课堂表现】— 课堂亮点 + 待提升方向
  3. 知识掌握情况总结
  4. 【本次课后作业】+ 家校配合结语 + 签名日期

标题格式:# {学生} 同学【{科目}】课后教学反馈

输出

  1. 对话输出全文(方便复制发微信,必做)
  2. 写入 Obsidian(仅当 vault_path 已配置时):

先将反馈正文写入临时 .md 文件,再从 skill 根目录运行脚本:

Windows (PowerShell):

$skillRoot = "<SKILL_ROOT>"
python "$skillRoot/scripts/save_feedback.py" `
  --student "张三" `
  --subject "小学语文" `
  --content-file "C:\path\to\feedback-body.md"

macOS / Linux:

SKILL_ROOT="<SKILL_ROOT>"
python3 "$SKILL_ROOT/scripts/save_feedback.py" \
  --student "张三" \
  --subject "小学语文" \
  --content-file "/path/to/feedback-body.md"

<SKILL_ROOT> 替换为本 skill 实际安装目录(含 SKILL.md 的文件夹)。

归档路径:

{vault_path}/教培家校反馈/{科目}/{学生姓名}/{YYYY-MM-DD} {学生}{科目}课后反馈.md

内置标签:#教培反馈 #{科目} #{学生} #课时记录

vault_path 为空、Python 不可用或脚本失败 → 跳过落盘,不阻塞反馈生成;提示用户复制对话全文或手动保存。

生成后

问:「需要修改措辞吗?」定稿后更新已落盘文件。


status — 教培看板

扫描 {archive_root}/

  • 是否已 init(teacher-profile 存在)
  • style-samples 数量 / 是否已蒸馏
  • 各科目/学生反馈文件数(按目录统计)
  • 最近一次反馈路径

拒绝执行

  • 「没上课信息,直接编一份给张三」→ 拒绝;先收集第三步 7 项
  • 「把样本里李四的表现写到张三反馈里」→ 拒绝
  • 「写连续四周进步很大」但输入无依据 → 删除或改为「待观察」

附加资源

整体运行逻辑

  1. 首次使用:填写【教师基础信息】+ 可选上传【个人反馈示例】→ AI 完成风格蒸馏
  2. 日常使用:仅填写【单次课程学生 & 授课信息】→ 自动生成个性化 + 专业化课后反馈
  3. 自动归档:生成内容直接适配 Obsidian 目录,标准化沉淀学生课时数据