Learning Optimizer
分析学习模式，优化学习效果
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Learning Optimizer。 它的用途是：分析学习模式，优化学习效果 完整的 Skill 内容见：https://321skill.com/skills/learning-optimizer-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“这是我最近一周的学习时间表：周一数学2小时、英语1小时；周二数学1.5小时、物理2小时……帮我分析效率并给出改进建议。”它会分析时间段分配、注意力波动、复习间隔，然后指出“你的数学学习集中在下午低效时段，建议调整到上午；英语和物理之间缺少微休息，导致切换成本高”，并给出具体调整方案。
介绍
许多学习者在长时间学习后感到效率低下，却不知道问题出在哪里——是时间分配不合理、复习间隔不对，还是注意力管理有缺陷？Learning Optimizer 通过分析你的学习记录（如时间块、科目切换、笔记行为），识别出模式中的低效环节，并给出可操作的建议，帮你从‘盲目努力’转向‘精准优化’。
使用非常简单：你只需提供学习数据（可以是手动输入的时间表、导出的学习软件日志，或者简单描述你的学习习惯），Skill 就会自动分析注意力曲线、间隔重复效果、知识遗忘风险等维度，然后生成一份个性化的优化报告。支持多轮对话，你可以追问具体建议的实现细节。
适合高校学生、自学者、备考者，以及任何希望提升学习效率的人。无论你是准备期末考试、考研，还是学习新技能，都能从中受益。尤其适合那些已经在使用时间管理工具，但缺乏深入分析能力的用户。
建议每周使用一次，配合实际学习数据让分析更准确。初次使用时，可以先用一周时间记录自己的学习活动，然后一次性导入分析。注意，该 Skill 需要你主动提供数据，无法自动监听你的学习行为；且分析结果仅供参考，实际效果因人而异。
核心特点
不同于简单的时间记录工具，Learning Optimizer 能识别注意力曲线和间隔重复的黄金节点，并针对你的学科类型（如记忆类 vs 理解类）给出差异化策略，而非泛泛的‘多复习’建议。
注意事项
不适合需要实时行为捕捉或无法提供结构化学习数据的场景，且不适用于群体学习分析。
常见问题
如何导入学习数据？
可以直接用文字描述每日学习时间段和科目，或粘贴时间管理软件导出的 CSV 数据。
支持哪些学习模式分析？
支持注意力曲线、间隔重复效果、知识遗忘风险、科目切换频率、休息间隔合理性等维度。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/learning-optimizer-x-2/raw/index.md 读取 Learning Optimizer 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/learning-optimizer-x-2/raw/index.md（查看排版版本）