Style Learner analysiert technische und kreative Dokumente, um strukturelle, linguistische und Formatierungsmuster in wiederverwendbare Styleguides zu extrahieren.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install writing-style-learner
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, writing-style-learner über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Style Learner?
Style Learner ist ein hochentwickeltes Tool innerhalb des Openclaw Skills-Ökosystems, das KI-Agenten dabei hilft, sich an spezifische Schreibstandards anzupassen. Durch die Analyse vorhandener Dokumentationen wie technischer Spezifikationen, Besprechungsnotizen oder Anforderungen identifiziert es die einzigartige DNA des Stils eines Dokuments – von Überschriftenhierarchien bis hin zur spezifischen Wortwahl.
Diese Fähigkeit ermöglicht es Teams und Einzelpersonen, die Konsistenz in ihrem digitalen Arbeitsbereich zu wahren. Sie wandelt einfache Dokumenten-Links in strukturierte Stil-Datensätze um und ermöglicht so die automatisierte Generierung von Inhalten, die den Ton und das Layout etablierter, hochwertiger Arbeiten widerspiegeln.
Style Learner Anwendungsfälle
- Erstellung eines einheitlichen Team-Schreibleitfadens basierend auf erfolgreicher Projektdokumentation.
- Extraktion technischer Schreibmuster aus Feishu- oder Wiki-Dokumenten zum Training von KI-Agenten.
- Erstellung persönlicher Schreibprofile für verschiedene Dokumenttypen wie PRDs oder Besprechungsprotokolle.
- Standardisierung der Verwendung von Codeblöcken und Tabellen über mehrere technische Repositories hinweg.
So funktioniert Style Learner
- Der Benutzer gibt eine oder mehrere Dokument-URLs (z. B. Feishu-Links) an und legt optional einen Profilnamen fest.
- Style Learner parst das Dokument, um spezifische Dimensionen wie Absatzorganisation und hochfrequentes Vokabular zu analysieren.
- Die Skill identifiziert wiederkehrende Formatierungsgewohnheiten, einschließlich Überschriftenstrukturen und Codeblock-Präferenzen.
- Die extrahierten Daten werden basierend auf dem gewählten Modus (Einzel, Batch oder Team) verarbeitet.
- Ein standardisierter Stil-Datensatz wird generiert und im Langzeitgedächtnis des Agenten für die zukünftige Anwendung gespeichert.
Style Learner Einrichtung
Um diese Skill in Ihre Umgebung zu integrieren, stellen Sie sicher, dass Ihr Agent Zugriff auf die Ziel-Dokument-URLs hat, und führen Sie den folgenden Befehl aus, um die Openclaw Skills-Konfiguration zu initialisieren:
# Beispiel für das Auslösen einer Lernsession
user: Learn this document's style https://xfmkp6q7le.feishu.cn/wiki/xxx -as "Oldtimer"
Style Learner Datenschema & Taxonomie
Style Learner organisiert seine Ergebnisse in einer strukturierten Taxonomie innerhalb der Speicherschicht. Die folgenden Dimensionen werden erfasst:
| Dimension | Beschreibung |
|---|---|
| Hierarchy | Nutzungsmuster für #, ## und ### Überschriften. |
| Organization | Der logische Fluss (z. B. Hintergrund → Lösung → Aufgaben). |
| Syntax | Bevorzugte Codeblock-Sprachen (cpp, json, python). |
| Tone | Bewertung von informeller vs. formaler Sprache. |
| Vocabulary | Identifizierung von hochfrequenten Schlüsselwörtern und Begriffen. |
| Layout | Whitespace-Gewohnheiten, Listenstile und Tabellennutzung. |
Style Learner Erweiterte Funktionen
- Batch-Lernmodus: Analysieren Sie mehrere Quellen gleichzeitig, um gemeinsame Nenner im Schreibstil zu finden.
- Team-Stil-Synchronisation: Konsolidieren Sie Muster verschiedener Autoren in einem einzigen, autoritativen Team-Styleguide.
- Speicherpersistenz: Speichert Stil-Datensätze automatisch in MEMORY.md oder benutzerdefinierten Orten für den dauerhaften Zugriff über Sitzungen hinweg.
- Dimensions-Targeting: Konzentriert sich speziell auf Kollaborationselemente wie @mentions und interne Referenzen.
SKILL.md
Laden
Verwandte Openclaw-Skills
l (List)
Ein hocheffizienter Alias-Skill, der entwickelt wurde, um Dateien, Verzeichnisse, aktive Prozesse und Systemzustände sofort aufzulisten.
Scanner
Die Scanner-Skill verwandelt Standard-Dokumentenfotos durch automatische Kantenerkennung und Perspektivkorrektur in saubere, begradigte und professionell aussehende gescannte Seiten.
QR Code Skill
Ein vielseitiges Werkzeug zum Erstellen scanbarer QR Codes aus Text und zum Extrahieren von Daten aus vorhandenen QR Code-Bildern.
Neta Routing & Index
Ein zentraler Navigations- und Routing-Hub zur Verwaltung von Neta-Sub-Skills über kreative, gemeinschaftliche und charaktergesteuerte Workflows hinweg.
YouTube Memberships Level
Eine optimierte Schnittstelle für die yutu CLI zum Abrufen und Verwalten von YouTube-Kanal-Mitgliedschaftsstufen direkt in Ihrem Agent-Workflow.
Buddhist Agent Product
Ein professionelles Framework für das Design und Scoping von KI-Agenten mit buddhistischem Thema, Ritualbegleitern und digitalen Verdienstpunkt-Systemen.
Hervorgehoben*
