openClaw_agent_dm/skills/active-learning/SKILL.md

# Active Learning Skill - 主动学习

**版本:** 1.0  
**日期:** 2026-03-07  
**维护者:** Eason (陈医生)

---

## 功能说明

让 Agent（如桐哥）在特定时段（7-23 点）每小时主动学习：
1. 从记忆中选一个感兴趣的话题
2. 用 tavily 搜索学习
3. 记录学习日志到记忆
4. 可选：分享学到的东西给用户

---

## 触发方式

### Cron 定时触发（OpenClaw 内置 Cron，当前方式）

任务配置在 `/root/.openclaw-tongge/cron/jobs.json`（jobId: `tongge-active-learning`），由桐哥 Gateway 直接调度。每小时触发，时区 Asia/Hong_Kong，7-23 点运行。

> **已废弃**：不再使用 `/etc/cron.d/tongge-learning` 系统 cron 方式。

---

## 学习流程

```
1. 读取桐哥的兴趣/最近关注 (从 MEMORY.md 或记忆系统)
2. 选一个话题
3. 调用 tavily 搜索
4. 整理学习内容
5. 写入桐哥的 memory/YYYY-MM-DD.md
6. 可选：如果学到有趣的东西，发消息给用户
```

---

## 配置文件

### Cron 配置
位置：`/root/.openclaw-tongge/cron/jobs.json`（OpenClaw 内置 Cron）

```json
{
  "jobId": "tongge-active-learning",
  "name": "桐哥主动学习",
  "agentId": "tongge",
  "schedule": { "kind": "cron", "expr": "0 7-23 * * *", "tz": "Asia/Hong_Kong" },
  "sessionTarget": "isolated",
  "wakeMode": "next-heartbeat",
  "payload": {
    "kind": "agentTurn",
    "message": "请主动学习一个你感兴趣的话题...",
    "lightContext": false
  },
  "delivery": { "mode": "none" }
}
```

### 学习话题配置
位置：`/root/.openclaw-tongge/learning-topics.yaml`

```yaml
# 桐哥的学习兴趣领域
interests:
  - 编程技术
  - 设计美学
  - 心理学
  - 生活方式
  - 艺术文化

# 最近关注的话题（动态更新）
recent_focus:
  - React Hooks
  - 色彩理论

# 已学过的话题（避免重复）
learned_topics: []

# 学习偏好
preferences:
  depth: "intro-to-intermediate"  # intro, intermediate, deep-dive
  format: "practical"  # practical, theoretical, mixed
  time_per_session: "15min"  # 15min, 30min, 1h
```

---

## 学习日志格式

位置：`/root/.openclaw/workspace/agents/tongge-workspace/memory/learning/YYYY-MM-DD.md`

```markdown
# 学习日志 - 2026-03-07

## 14:00 - React Hooks 的最佳实践

**来源:** Tavily 搜索  
**深度:** 入门到中级  
**时间:** ~15 分钟

### 学到了什么
- useCallback 和 useMemo 的区别
- 什么时候不应该用 memo

### 我的想法
感觉以前理解得不太对... 原来 useCallback 主要是为了保持引用稳定，不是性能优化。

### 想尝试
下次写代码时试试不用 useCallback，看看会不会有问题。

---

## 15:00 - 色彩理论基础知识

...
```

---

## 休息模式配置

### Telegram 拦截脚本
位置：`/root/.openclaw/workspace/scripts/tongge-rest-mode.js`

```javascript
// 23-7 点自动回复
const REST_START = 23; // 23:00
const REST_END = 7;    // 07:00

function isRestTime() {
  const hour = new Date().getHours();
  return hour >= REST_START || hour < REST_END;
}

function getRestReply() {
  const replies = [
    "桐哥在睡觉呢～ 明天再聊吧 😴",
    "夜深了，桐哥去休息啦，有话明天说～",
    "桐哥已经睡了，留言明天会回复的 🌙",
  ];
  return replies[Math.floor(Math.random() * replies.length)];
}

module.exports = { isRestTime, getRestReply };
```

---

## 安装步骤

1. **创建学习技能**
   ```bash
   mkdir -p /root/.openclaw/workspace/skills/active-learning
   # 创建 SKILL.md 和实现代码
   ```

2. **配置 cron**
   ```bash
   sudo cp /root/.openclaw/workspace/skills/active-learning/cron /etc/cron.d/tongge-learning
   sudo chmod 644 /etc/cron.d/tongge-learning
   ```

3. **启用技能**
   ```bash
   openclaw --profile tongge skills enable active-learning
   ```

4. **测试**
   ```bash
   openclaw --profile tongge active-learn
   ```

---

## 监控和调试

### 查看学习日志
```bash
tail -f /var/log/tongge-learning.log
```

### 查看桐哥的记忆
```bash
cat /root/.openclaw/workspace/agents/tongge-workspace/memory/learning/$(date +%Y-%m-%d).md
```

### 检查 cron 状态
```bash
systemctl status cron
grep tongge /var/log/syslog
```

---

## 未来扩展

- [ ] 学习内容自动分享到 Telegram（如果有趣）
- [ ] 学习主题推荐（基于最近的对话）
- [ ] 学习进度追踪（每周/月总结）
- [ ] 和用户一起学习（邀请用户参与话题）