OpenClaw千问3.5-9B学习助手自动整理课程笔记与生成测验1. 为什么需要AI学习助手去年备考PMP认证时我每天需要处理3-4小时的视频课程。最痛苦的环节不是听课而是课后整理暂停视频记录重点、梳理知识框架、制作记忆卡片。这个过程消耗了我60%的学习时间效率极低。直到发现OpenClaw千问3.5-9B的组合才意识到AI可以成为真正的学习伙伴。这套方案能实现自动提取字幕文本无需手动暂停记录智能摘要生成从2小时课程中提炼出核心要点知识图谱构建自动建立概念间的关联关系测验题生成根据学习内容生成选择题和简答题2. 环境搭建与模型对接2.1 基础环境准备我的设备是M1 MacBook Pro采用官方推荐的一键安装方式curl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --install-daemon配置向导中选择Mode:Advanced需要自定义模型Provider:QwenDefault model: 留空后续手动配置本地模型2.2 对接千问3.5-9B模型关键步骤是修改~/.openclaw/openclaw.json配置文件{ models: { providers: { local-qwen: { baseUrl: http://localhost:5000/v1, // 本地模型服务地址 apiKey: NULL, api: openai-completions, models: [ { id: qwen3-9b, name: Qwen-3.5-9B-Local, contextWindow: 32768 } ] } } } }这里有个坑点如果模型服务启用了API密钥验证需要确保apiKey与服务器配置一致。我最初因为忘记设置密钥调试了半小时才发现问题。3. 构建学习工作流3.1 视频字幕处理流水线通过OpenClaw的video-processor技能实现自动化clawhub install video-processor subtitle-analyzer典型工作流将课程视频放入指定监控文件夹OpenClaw自动调用FFmpeg提取字幕支持SRT/VTT千问模型分析字幕文本执行去除语气词和重复内容识别关键知识点标记重要度1-5级按主题自动分段# 示例技能调用的伪代码 def process_subtitle(subtitle): prompt f请分析以下课程字幕 {subtitle} 执行以下操作 1. 删除无关语气词和重复内容 2. 按[核心概念][示例][注意事项]分类 3. 为每个知识点生成1-2句摘要 return openclaw.query(modelqwen3-9b, promptprompt)3.2 智能笔记生成模型处理后的结构化数据会自动生成Markdown笔记包含章节思维导图关键概念卡片相关知识点交叉引用我特别欣赏它的渐进式总结功能第一版是简略大纲48小时后根据记忆曲线自动补充细节和示例。3.3 测验题生成策略通过自然语言指令触发生成/quiz generate --typemix --difficultymedium --count10千问3.5-9B会基于近期学习内容生成4选1选择题含干扰项设计判断题侧重易混淆概念简答题要求解释核心原理实测发现在生成数学类题目时需要额外提示模型检查计算过程请生成5道微积分选择题确保 1. 每个选项在数学上都是可能的 2. 错误选项包含常见计算错误 3. 标注考查的知识点4. 实战效果与优化4.1 典型成果示例处理1小时机器学习课程视频后原始字幕9,842字 → 精简笔记1,200字自动生成的知识图谱包含38个节点和72条关系生成20道测验题准确率约85%4.2 遇到的挑战与解决问题1长视频上下文丢失当视频超过2小时模型可能遗漏中间部分内容。我的解决方案设置每30分钟自动保存中间结果增加提示词接下来处理第3段内容请保持与前文概念的一致性问题2专业术语误解在医学课程中出现过术语误解析。通过以下方式改善提前提供专业术语表在配置中设置术语保护列表{ skills: { subtitle-analyzer: { protectedTerms: [EGFR, HER2, PD-L1] } } }5. 安全使用建议由于涉及本地文件操作建议设置工作目录白名单定期检查自动生成的内容重要文件配置版本控制我的~/.openclaw/security.json配置{ filesystem: { allowedPaths: [ /Users/me/StudyVideos, /Users/me/StudyNotes ], backup: { enabled: true, strategy: git, interval: 1h } } }获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。