一款人工智慧驅動的助理技能,旨在策劃、組織和解決來自 Amazon、Google 和 Microsoft 等頂級跨國公司(MNC)的高頻 Linked List 問題。
從來源直接安裝技能的最快方式。
npx clawhub@latest install linked-list-practice-helper-123541
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級:工作區 > 本地 > 內建
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 linked-list-practice-helper-123541。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。
取得包含原生技能檔案的ZIP壓縮檔。
Linked List Practice Helper 是一款專為 AI 編碼助理設計的專業技能。它能幫助維護者、教育者和開發人員將來自科技巨頭(如 Microsoft、Google 和 Amazon)的高品質 Linked List 編碼挑戰新增到他們的儲存庫中。透過利用 Openclaw Skills,開發人員可以自動建立模擬測試、學習計劃和端到端的題目分析。
該技能確保程式碼範本、最佳解法和驗證步驟都經過嚴格的結構化,從而能夠輕鬆建構用於軟體工程準備的綜合練習套件。
要啟用 Linked List Practice Helper,請將其整合到您的 Openclaw Skills 設定檔中:
# 將技能包安裝到您的代理目錄中
openclaw install linked-list-practice-helper
請確保標準需求檔案已設定在 references\/requirement-plan.md,以引導規劃和評審標準。
該技能需要並生成一個用於維護編碼題目的結構化階層:
| Directory / File | Description |
|---|---|
references\/requirement-plan.md |
來源憑證、規劃藍圖和標準。 |
problems\/linked-list\/ |
按難度或公司分類生成的編碼題目。 |
solutions\/ |
包含時間/空間複雜度的最佳程式碼解決方案(Python/C++/Java)。 |
checklists\/ |
供使用者驗證其實作的逐步驗證指南。 |
加載中
一款專為 Openclaw Skills 設計的專業工具,旨在簡化自訂 Blockly 控制區塊的開發、配置與測試流程。

一個基於 AI 的開發者工具,旨在策劃、組織和驗證來自頂級跨國公司的高頻 Linked List 編碼問題。

一個高度專業化的代理技能,旨在協助維護人員與開發人員規劃、實現和驗證 Nextcloud 支援增強功能。

Local LLM Setup Advisor 能夠自動完成遠端 llama.cpp 伺服器整合的複雜規劃與實作。








































