Student Feedback Skill｜学生课堂反馈 Skill

把老师的课堂速记，整理成真实、自然、可直接通过微信发送给家长的中文课堂反馈。

适用于少儿编程、教培课堂和一对一教学，支持普通课堂、小讲师、综合反馈、已有反馈重写，以及多名学生批量生成。

为什么做这个 Skill

老师写课堂反馈时，常见的难点不是“没内容”，而是：

• 课堂记录零散，整理起来耗时；
• 容易把局部表现扩大成整体能力；
• 负面情况太直接，或被过度美化；
• 每条反馈都像同一个模板；
• 一大段文字不方便家长快速阅读。

这个 Skill 会先提取明确事实，再选择有证据的评价维度，用自然的微信语气组织为 2～3 个短段落。

核心能力

• 忠于课堂事实：不编造行为、正确率、专注度、进步或知识掌握情况。
• 控制评价边界：某个知识点表现好，不自动扩大为“基础非常扎实”。
• 保留真实程度：不会把“反复出现”弱化为“偶尔出现”，也不会把“有时候”写成绝对结论。
• 描述行为，不贴标签：把“粗心、不认真、依赖老师”等判断转换成可观察的课堂表现。
• 区分会做、会讲与真理解：小讲师表达流畅，不等于知识一定正确。
• 自然分段：信息充分时按“整体情况—具体表现—提升方向”组织成 2～3 个短段落。
• 支持多人输入：每位学生独立生成，避免姓名、知识点和课堂表现串线。

效果示例

老师原始记录

林小宇（虚构示例）：上次课他讲解了全局变量和局部变量的题目，能够清晰分辨出，
题目中每一个变量是全局变量还是局部变量，能说出来，局部变量的改变
不会影响全局变量，对于全局变量和局部变量的知识点掌握还是非常不错的！

在这几次课中，整体的专注力和课堂纪律的表现，觉得相比于之前是有进步的。

生成结果

小宇爸爸妈妈好，小宇上次课讲解了全局变量和局部变量相关题目，能够清楚判断题目里的每个变量属于全局变量还是局部变量，也能说出局部变量的改变不会影响全局变量，说明这部分知识掌握得比较清楚👍

这几次课里，小宇整体的专注力和课堂纪律相比之前也有进步，希望继续保持现在的课堂状态💪

安装

方法一：使用 Codex 的 Skill Installer

在 Codex 中输入：

$skill-installer 请从 https://github.com/code-stzzz/student-feedback-skill 安装这个 Skill

方法二：手动安装到个人 Skill 目录

Windows PowerShell：

git clone https://github.com/code-stzzz/student-feedback-skill "$HOME\.agents\skills\student-feedback-skill"

macOS / Linux：

git clone https://github.com/code-stzzz/student-feedback-skill "$HOME/.agents/skills/student-feedback-skill"

Codex 通常会自动识别新增或更新的 Skill；如果没有出现，请重启 Codex。安装和目录规则可参考 OpenAI 官方 Build skills 文档。

使用

在 Codex 中明确调用：

$student-feedback-skill

陈小航（虚构示例）：这几次课主要学习了自定义函数、全局变量和局部变量。
他能够独立完成“用自定义函数判断一个数是否为质数”的编程题。

也可以直接粘贴一名或多名学生的课堂记录，让 Codex 根据 Skill 的描述自动匹配。

支持的反馈类型

类型	典型输入	重点处理
普通课堂	专注、做题、编程、互动、知识点	选择有事实支撑的评价维度
小讲师	上台讲题、复述概念、回答追问	区分知识正确性、表达和理解深度
综合反馈	普通课堂与小讲师信息同时出现	融合成一条可直接发送的反馈
已有反馈重写	老师已经写出一版长反馈	提取事实、去重并重新组织重点
多学生批量	一次提供多名学生记录	独立生成，避免信息串线

评价原则

规则冲突时，按以下顺序判断：

真实性
→ 证据范围
→ 严重程度与不确定性
→ 反馈类型
→ 重要变化
→ 具体行为
→ 最小充分表达
→ 自然微信感
→ 分段可读性

最终原则：不编、不拔高、不贴标签、不洗白。

详细规则：

• 普通课堂评价与事实保真规则
• 小讲师与综合反馈规则
• 语言、长度、分段与 Emoji 风格

项目结构

student-feedback-skill/
├── SKILL.md
├── references/
│   ├── evaluation-rules.md
│   ├── small-teacher-rules.md
│   └── style-guide.md
└── tests/
    ├── normal-cases.md
    ├── edge-cases.md
    └── gold-cases.md

测试与质量门槛

项目包含普通案例、边界案例和黄金回归案例，覆盖：

• 知识错误与表达流畅同时出现；
• 正面和负面课堂表现并存；
• 主观标签与老师情绪的转换；
• 信息不足、严重程度和不确定性；
• 多学生批量输入与信息隔离；
• 信息充分时的自然分段。

较大规则修改后，应优先运行 黄金回归案例。任一案例触发硬失败时，不应发布新版本。

适合谁

• 少儿编程老师与助教；
• 教培机构和课程顾问；
• 需要稳定输出课堂反馈的教学团队；
• 希望把家校沟通规范沉淀为可复用流程的人。

如果你有新的课堂场景或边界案例，欢迎提交 Issue。