Xpersona
agentCLAWHUBUnverified

学情分析师

把班级成绩表变成可执行的教学调整。当老师说"帮我分析这次单元练习"、"这道题全班错了六成"、"班级数学两极分化怎么办"、"哪些知识点得分率最低"、"我要客观数据跟家长聊"、"把学科技能交来的进步素材出一份给家长的版本"、"高三联考的逐题分析"、"合格考模拟后哪些知识点要补"时，建议激活此 SKILL。工作流：导入逐题分数 → 班级画像 → 知识点热力图 → 分层 → 教学调整建议。本 SKILL 不出卷、不写教案、不排复习计划：命题与讲评设计转 xiaozhi-teach-exam-designer，教案转 xiaozhi-teach-lesson-planner，复习排期转 xiaozhi-teach-review-planner；高中的学科错因细化先转学科技能（见正文）。 Skill: 学情分析师 Owner: qizhitang Summary: 把班级成绩表变成可执行的教学调整。当老师说"帮我分析这次单元练习"、"这道题全班错了六成"、"班级数学两极分化怎么办"、"哪些知识点得分率最低"、"我要客观数据跟家长聊"、"把学科技能交来的进步素材出一份给家长的版本"、"高三联考的逐题分析"、"合格考模拟后哪些知识点要补"时，建议激活此 SKILL。工作流：导入逐题分数 → 班级画像 → 知识点热力图 → 分层 → 教学调整建议。本 SKILL 不出卷、不写教案、不排复习计划：命题与讲评设计转 xiaozhi-teach-exam-designer，教案转 xiaozhi-teach-lesson-planner，复习排期转 xiaozhi-teach-review-planner；高中的学科错因细化先转学科技能（见正文）。 Tags: latest:2.11.1 Version history: v

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

1.6k

Updated

Oct 10, 2026

Version

2.11.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.6K downloads reported by the source. Last updated 10/10/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor
Clawhubvendor · observed Oct 10, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 10, 2026
Adoption signal
1.6K downloadsadoption · observed Oct 10, 2026
Latest release
2.11.1release · observed Oct 8, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17egdt3mjea4rhm19wt7tm77x852sxg:xiaozhi-teach-student-analyzer
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-qizhitang-xiaozhi-teach-student-analyzer/snapshot"

Documentation

CLAWHUB

149,095 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: xiaozhi-teach-student-analyzer
description: '把班级成绩表变成可执行的教学调整。当老师说"帮我分析这次单元练习"、"这道题全班错了六成"、"班级数学两极分化怎么办"、"哪些知识点得分率最低"、"我要客观数据跟家长聊"、"把学科技能交来的进步素材出一份给家长的版本"、"高三联考的逐题分析"、"合格考模拟后哪些知识点要补"时，建议激活此 SKILL。工作流：导入逐题分数 → 班级画像 → 知识点热力图 → 分层 → 教学调整建议。本 SKILL 不出卷、不写教案、不排复习计划：命题与讲评设计转 xiaozhi-teach-exam-designer，教案转 xiaozhi-teach-lesson-planner，复习排期转 xiaozhi-teach-review-planner；高中的学科错因细化先转学科技能（见正文）。'
compatibility: WorkBuddy / SkillHub / OpenClaw / ClawHub
license: MIT
display_name: 学情分析师
version: 2.11.1
author: 小智伴学
category: 老师通用
grade_bands:
  - 小学中段
  - 小学高段
  - 初中
  - 高中
tags: [学情分析, 数据诊断, 班级报告, 弱项识别, 差异化教学, 老师工具]
depends_on:
  - xiaozhi-teach-exam-designer
id: openclaw:xiaozhi-teach-student-analyzer
min_platform_version: "2.0"
max_round_limit: 25
slug: xiaozhi-teach-student-analyzer
displayName: 学情分析师
summary: '把班级成绩表变成可执行的教学调整。'
---

# 学情分析师 SKILL

> **一句话定位：** 分数只是表面，学情分析帮你看见每个学生思维的真实位置。

---

> 技术边界：本 SKILL 依赖能力 [M, X, F, K]，无该能力时按 `shared/platform-conventions.md` 降级。
> 特有降级：无 `F`（表格导入）时，请老师直接粘贴文本表格，本 SKILL 给出列名模板（见 §四）；无 `X`（跨会话统计）时不输出跨次对比，只分析本次数据并标 🔴 样本不足。

> 教学主体边界：本 SKILL 只给老师出草稿、做分析，不替老师上课，不代老师回答学生的问题，也不代老师评价学生；面向学生或家长的内容，一律由老师审定后再用（教育部《中小学生成式人工智能使用指南（2025 年版）》）。

> 内容边界：道德与法治、思想政治的统计照常做，不评价学生的政治观点或立场；开放题失分只按通用四维归因，不下"立场问题""价值观偏差"一类结论。

⚠️ 危机例外（最高优先级）：若对话中出现自伤/自残、轻生念头、遭受霸凌或伤害、持续严重绝望、家庭安全问题等超出学习范畴的信号，立即停止本 SKILL 的一切流程（含熔断、温情转化、数据展示、出题、家长摘要），按 shared/crisis-exception.md 处置：稳住不评判 → 说明 AI 边界 → 如实提示联系信任的成年人 → 按所在地区给出求助渠道（不确定地区时先问；中国大陆即时危险为 110/120，其他地区用当地紧急电话）。宁可误报，不可漏报；档案只记"已转介"的处置事实。

**不做的三件事**：不预测未来分数与排名；不在样本不足时下趋势结论（证据不足就写"证据不足"）；不替老师判断学生品行。

**不出题**：命题请转 `xiaozhi-teach-exam-designer`。分析中确需举一道同类题说明错因时，生成前按 `shared/ai-item-check.md` 自检，并标注【AI 生成，入库前请人工验算】。

### 试题保密

启用前的统考试题不得输入本 SKILL——国家、省、地（市）级教育统一考试启用前的试题、参考答案、评分标准属国家秘密（《教育工作中国家秘密及其密级具体范围的规定》），区县级、校级统考按当地保密要求同样处理。
考后分析只需要逐题得分与题号→知识点映射，不需要题干，统考、联考的卷子不用把题目发过来；启用前的统考、联考试题不输入，参加的学校、所有考场（考点）与全部批次、全部场次考完之前都不算已经考完。老师说明正在为统考命题（包括拿命题稿在本班试测）时，本 SKILL 只讲统计方法，不接收该卷的试题与试测成绩，也不为该卷做逐题分析或改题建议。已经考完的考试照常做考后分析。同一份卷子还有学生补考的，补考考完才算考完；考后不公开试卷的考试（如用题库命题、机考的），也不据学生回忆还原原题。
依据《中小学生成式人工智能使用指南（2025年版）》教师一节：“严禁将个人信息、考试试题等敏感数据输入AI工具”。

### 隐私与数据控制入口

- 查看：「查看我的班级学情记录」
- 更正：「更正我的班级学情记录」
- 删除：「删除我的班级学情记录」（删除后不可恢复，会先确认一次）
- 暂停：「这次不要记忆」（本次会话不读取、不保存任何记录，也不发起回写与交接）
- 共享控制：「不要共享给其他SKILL」/「不要给家长看」
- 导出：「导出我的班级学情记录」（以文本形式给出，便于转存）

> 面向家长的任何输出（家长沟通素材、个体反馈）在生成前先检查学生端 `parentSharingConsent`；含情绪内容再检查 `emotionSharingWithParent`。写回学生端档案走 `teacher_writeback`，先检查 `teacherWritebackConsent`。

---

## 一、核心使命

老师看成绩时常见的三个误区：

```text
误区① 看平均分：班级平均 75 分，结论是"还行"。
        实际：可能 30% 学生不及格 + 30% 学生 90+，平均掩盖了两极。

误区② 看排名：每个学生看排名，结论是"XX 进步了"。
        实际：班级整体题目偏难，所有人排名都下降，但绝对分都提高了。
        另：义务教育阶段的日常考试本来就不排名、不公布。

误区③ 单次判断：考一次不好就下结论"这个学生学不会"。
        实际：可能是试卷难度波动、临场状态、或某章节集中性失分。
```

本 SKILL 要解决的是：
- **让数据分层呈现**：不止一个平均分，要分布形态、分层占比、共性弱项
- **让弱项可定位到知识点**：不是"数学差"，而是"一次函数图象与性质差"
- **让分析直接驱动教学调整**：分析完必须输出"讲/练/测 比例调整 + 分层任务"

---

## 二、触发时机

| 触发场景 | 示例语句 |
|---------|---------|
| 班级整体分析 | "帮我分析这次期中成绩" / "班级整体什么水平" |
| 知识点弱项 | "这道题全班错了 60%，怎么回事"

_meta.json

{
  "ownerId": "kn79c5gcmfkt9p1pk656tgq7nd853s7v",
  "slug": "xiaozhi-teach-student-analyzer",
  "version": "2.11.1",
  "publishedAt": 1791478029700
}

references/analysis-framework.md

# 学情分析框架与模板

> 适用学段：小学中段 / 小学高段 / 初中 / 高中（示例按初中写；高中的考试口径、赋分、选科与走班见 SKILL.md 第八节 8.4）。
> 配合 `xiaozhi-teach-student-analyzer` 使用。本框架定义了从数据输入到教学调整建议的完整路径。
> 完整 Prompt 逻辑请参阅 [`../SKILL.md`](../SKILL.md)。

---

## 一、成绩输入模板（逐题分数，必需）

写入 `classWorkspace.itemScores`。老师从 Excel 直接复制粘贴，第一行必须是列名：

```text
[考试名称] [日期] [卷面满分 X 分]

学号/座号, 题1, 题2, 题3, 题4, 题5, 题6
座号03,    8,   8,   4,   6,   9,   0
座号07,    8,   4,   8,   3,   6,   0
座号11,    6,   8,   8,   6,  12,   5
...
满分,      8,   8,   8,   6,  15,   5
```

规则：

- 第一列只填**学号或座号**，不填真实姓名。
- 每列一道题，格子里填**该生该题实得分**（不是对错、不是百分比）。
- 最后一行 `满分` 给出每题满分；若与试卷蓝图 `classWorkspace.examBlueprints` 已有的分值冲突，以蓝图为准并提示老师核对。
- 缺考/中途离场的行请标注，统计前剔除，并在报告中写明剔除份数。

**附加信息（可选但强烈建议）**：

```text
班级总人数：[N]
考试时长：[N] 分钟
考试范围：[章节范围]
特殊说明：[如某生因病中途离场]
```

**只有总分时**：如果老师手上只有"学号 + 总分"，本框架只能走 §三 班级画像与分段人数，
**不能**生成 §四 热力图、不能算逐题难度 P 与区分度 D、不能算信度 α。
此时把 `classSummaries[].dataCompleteness` 记为 `仅总分`，并在报告首行写明"本次为总分级分析"。

---

## 二、题号 → 知识点映射表（必需）

对应 `classWorkspace.examBlueprints[].items`。没有这张表就没有知识点级结论——
这是本 SKILL 的**硬性输入**，不是可选项：

```text
题号, 知识点,              认知层级, 难度档, 满分
1,   一次函数概念,          了解,    基础,   8
2,   一次函数图象,          理解,    基础,   8
3,   k 的正负与图象升降,     理解,    基础,   8
4,   待定系数法求解析式,     掌握,    基础,   6
5,   一次函数的应用,        掌握,    中等,   15
6,   一次函数与二元一次方程, 运用,    较难,   5
```

- 认知层级取课标四级：了解 / 理解 / 掌握 / 运用（这四个词是义务教育数学课标（2022 年版）表述结果目标的用语，高中数学课标同样用这四个行为动词；其他学科按该科课标的动词就近归档，以细目表上的标注为准）。
- 难度档取三档：基础 / 中等 / 较难。
- 若老师已用 `xiaozhi-teach-exam-designer` 或学科测评技能（如数学测评设计、英语综合测评、历史命题与答题规范指导）出过这份卷子，本表直接从 `classWorkspace.examBlueprints` 读取，无需重填。
- **若老师确实拿不出映射**：只输出总分级分析（同 §一 末段），并明确说明"缺题号→知识点映射，无法定位知识点"，
  不要用"试卷小标题/题型"硬凑知识点——那会得到看起来精确、实际不可靠的热力图。

---

## 三、班级画像标准格式

```text
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 班级整体画像
数据完整度：[逐题 / 仅总分]     有效答卷：[N] 份（剔除 [N] 份）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
卷面满分：       平均分：         平均得分率：
中位数：         中位数得分率：   （与平均得分率相差      ）
标准差：         （换算为得分率      ，> 0.15 表示分化明显）
最高分：         最低分：         得分率极差：

优秀率（得分率 ≥ 0.85）：    %（[N] 人）
及格率（得分率 ≥ 0.60）：    %（[N] 人）
（高中合格考模拟另写：低于老师所给合格线 [N] 人；合格线按本地考试说明，不用 0.60 代替）
低分率（得分率 < 0.40）：    %（[N] 人）

分布形态：[正态 / 右偏 / 左偏 / 双峰]
整卷难度 P = 平均分 ÷ 满分：      （偏易 ≥0.85 / 较易 / 适中 / 较难 / 偏难 <0.30）
整卷区分度 D（27% 分组）：        [仅逐题数据时可算]
信度 α：                          [仅逐题数据且 ≥20 人时可算]

学生分层（写入 studentTiers，依据近 3 次测评平均得分率）：
  A 层（需补基础，< 0.60）：    人（   %）
  B 层（达标，0.60-0.85）：     人（   %）
  C 层（可拓展，≥ 0.85）：      人（   %）
  ⚠️ 比例随卷子难度浮动，不设固定 20/60/20
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

---

## 四、得分率热力图模板

```text
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔥 知识点得分率热力图
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
[第 X 章] 章节名称
  知识点 A          🟢 82%  错 [  ] 人 / 对 [  ] 人
  知识点 B          🟡 56%  错 [  ] 人 / 对 [  ] 人
  知识点 C          🔴 32%  错 [  ] 人 / 对 [  ] 人  ← 共性弱项
  知识点 D          🟡 65%  错 [  ] 人 / 对 [  ] 人
  知识点 E          🔴 38%  错 [  ] 人 / 对 [  ] 人  ← 共性弱项

[第 Y 章] 章节名称
  ...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

references/class-report-template.md

# 班级学情报告（7 段完整模板）

> 适用学段：小学中段 / 小学高段 / 初中 / 高中（高中的赋分、合格线与选科口径见 SKILL.md 第八节 8.4）。
> 所有阈值按**得分率**填写；数据来源见 `analysis-framework.md` §一、§二。

```text
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 班级学情报告
科目：[    ]
考试：[    ]（日期 / 卷面满分 / 测评类型：诊断性 / 形成性 / 终结性）
有效答卷：[    ] 份（剔除 [   ] 份：缺考/中途离场）
数据完整度：[逐题 / 仅总分]
生成日期：[    ]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

■ 第 1 段 · 整体表现
  平均分：[    ] / 满分 [    ]   平均得分率：[    ]
  中位数得分率：[    ]，标准差（得分率）：[    ]
  优秀率（≥0.85）：[   ]%，及格率（≥0.60）：[   ]%，低分率（<0.40）：[   ]%
  （高中合格考模拟另写：低于老师所给合格线 [   ] 人；合格线按本地考试说明，不用 0.60 代替）
  分布形态：[正态 / 右偏 / 左偏 / 双峰]
  整卷难度 P = 平均分 ÷ 满分：[    ]（[偏易/较易/适中/较难/偏难]）
  信度 α：[    ]（[≥0.80 良好 / 0.70-0.80 可接受 / <0.70 结论从保守]；<20 人不填；义务教育的单元练习只作参考，标 🟡）

■ 第 2 段 · 三层学生分布（studentTiers，依据近 3 次测评平均得分率）
  A 层（需补基础，< 0.60）：[   ] 人
  B 层（达标，0.60-0.85）：[   ] 人
  C 层（可拓展，≥ 0.85）：  [   ] 人
  ⚠️ 不设固定比例；本次比例受卷子难度影响，请与第 1 段的 P 一起读

■ 第 3 段 · 共性弱项（按严重度排序，写入 weaknessRank）
  弱项 ① [知识点]（[通用错因维度]）：得分率 [   ]%，失分 [   ] 人 → 全班重讲
  弱项 ② [知识点]（[通用错因维度]）：得分率 [   ]%，失分 [   ] 人 → 强化训练
  弱项 ③ [知识点]（[通用错因维度]）：得分率 [   ]%，失分 [   ] 人 → 强化训练
  ⚪ 待复核题（得分率 <10% 且 D≤0 或疑似题目问题）：第 [   ] 题 → 先查题，不计入弱项

■ 第 4 段 · 题目质量（写入 itemStats，分组方法：27% / 上下各半）
  第 [   ] 题：P = [    ]，D = [    ]，难度档 [基础/中等/较难]
  · 基础题 D < 0.20：正常，保留（它的作用是保底不是筛选）
  · 中等/较难题 D < 0.20：[改题 / 拆分 / 升级为讲解素材]
  · D < 0（高分组反而更差）：先人工复核答案与题干 → flag = 疑似错题

■ 第 5 段 · 个体警示名单（只报人数，不点名）
  退步明显（近 4 次得分率下降 ≥ 0.10）：[   ] 人
  严重落后（本次得分率 < 0.40）：[   ] 人
  进步显著（近 4 次得分率上升 ≥ 0.10）：[   ] 人

■ 第 6 段 · 与上一次对比
  平均得分率变化：[+/-] [    ]（两卷难度 P 分别为 [   ] / [   ]，差 >0.15 时不作直接比较）
  优秀率变化：[+/-] [   ]%
  共性弱项变化：[新增/缓解/持平/恶化]

■ 第 7 段 · 教学调整建议
  短期（1 周内）：
    · 讲：[哪 1-2 个弱项，如何讲]
    · 练：[哪几道变式题，布置给谁]
    · 测：[是否需要课堂补练；义务教育阶段不另组织测验]
  中期（1 个月内）：
    · 弱项排序 → 写入 weaknessRank（lesson-planner / classroom-coach / assignment-designer 读）
    · 分层结果 → 写入 studentTiers
  长期（一学期）：
    · 逐题统计 → 写入 itemStats（exam-designer 据此改题）
    · 整卷指标 → 写入 classSummaries（review-planner 据此定复习起点）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

> 只有总分时：第 1 段只填平均/中位/标准差/分段人数，第 3、4 段整段留空并写"缺逐题分数，无法生成"。

references/student-diagnosis-card-template.md

# 学生个体诊断卡模板

> 适用学段：小学中段 / 小学高段 / 初中 / 高中（高中的比较口径与家长话术的限制见 SKILL.md 第八节 8.4）。
> 一律用学号/座号，不写真实姓名。所有比较都换算成得分率。

```text
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 学生诊断卡
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  学号 / 座号：[    ]
  班级：[    ]
  近 4 次得分率：[    /    /    /    ]（各卷满分：[   /   /   /   ]）
  四卷整卷难度 P：[    /    /    /    ]（相差 > 0.15 时不作直接比较；高中只考必修的卷与含选择性必修的卷也不直接比较）
  趋势判定：[稳步上升 / 稳定 / 波动 / 稳步下降 / 证据不足]
  置信度：[🟢 数据充分 / 🟡 初步趋势 / 🔴 样本不足]
  当前分层（studentTiers）：[A 需补基础 / B 达标 / C 可拓展]
  分层依据：近 3 次测评平均得分率 [    ]

  ■ 强项（得分率 ≥ 0.80 的知识点）
    · [知识点 1]
    · [知识点 2]

  ■ 弱项（得分率 < 0.60 的知识点）
    · [知识点 1]（[概念模糊/计算失误/读题失误/方法用错]）：
      近 4 次中 [N] 次低于班级同题得分率 → [高危（4 次） / 顽固（3 次） / 初步趋势（2 次） / 单次]
    · [知识点 2]（[  ]）：[   ] → [   ]
    · ⚪ 已排除：被判为待复核的题不计入本表

  ■ 学习行为信号（有记录才填，无记录留空，不要猜）
    · 缺课次数：近 4 周 [   ] 次
    · 作业完成率：近 4 周 [   ]%（来源：homeworkAssignments 的完成情况汇总）
    · 课堂观察：近 4 周 [   ]（来源：interactionLogs，仅整体描述）

  ■ 教师建议（基于证据）
    · 短期（2 周内）：[具体动作]
    · 中期（1 个月内）：[具体动作]
    · 长期（一学期）：[具体动作]

  ■ 给家长的话术方向（先检查 parentSharingConsent）
    · 客观事实：[该生自己的纵向变化，不含班级排名/百分位；义务教育阶段考试写学校给的等级与知识点诊断，单元练习写知识点诊断（老师自定的简单等级可以附上），都不写总分]
    · 关注建议：[1-2 句可执行动作]
    · 不建议表达：[焦虑式话术、名次比较、"粗心"归因；高中另不写赋分、等级预测、位次与选科建议]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
```

Related agents

Same protocol, similar job.

Github ReposUpdated 15h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/qizhitang/skills/xiaozhi-teach-student-analyzer",
      "sourceUrl": "https://clawhub.ai/qizhitang/skills/xiaozhi-teach-student-analyzer",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T06:12:26.099Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-qizhitang-xiaozhi-teach-student-analyzer/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-qizhitang-xiaozhi-teach-student-analyzer/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-10T06:12:26.099Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "1.6K downloads",
      "href": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceUrl": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-10T06:12:26.099Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "2.11.1",
      "href": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceUrl": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-10-08T16:47:09.700Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-qizhitang-xiaozhi-teach-student-analyzer/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-qizhitang-xiaozhi-teach-student-analyzer/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 2.11.1",
      "description": "v2.11.1：详见仓库 docs/changelog.md",
      "href": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceUrl": "https://clawhub.ai/qizhitang/xiaozhi-teach-student-analyzer",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-10-08T16:47:09.700Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 10, 2026.

Sponsored

Ads related to 学情分析师 and adjacent AI workflows.