echo1lzjy/echo-kaoyan-english-skill

Echo_考研英语SKILL 是一个优先面向 Codex、Claude Code 和 CodeBuddy / WorkBuddy 的考研英语学习 skill。 它把真题知识库、证据链解析、全文翻译、翻译评分、作文批改和模拟训练整理成可复用的备考工作流。

🚀 快速开始 · 🧩 安装方式 · 🖥️ 客户端支持 · 📚 真题知识库 · 🧪 典型用法 · ✅ 输出标准 · 📝 修改记录 · 🤝 贡献

🎯 为什么做这个项目

很多考研英语讲解只停留在“答案是什么”。这个 skill 更关注“答案为什么成立”：它会把题干、选项、原文定位句、辅助句、中文翻译、错因陷阱和复盘方法放在同一个回答结构里，让使用者不需要在真题、答案和解析之间来回切换。

它不是简单的资料合集，而是一套面向 AI Agent 的考研英语备考规则层：同一份知识库可以在多个客户端中复用，同一套输出契约可以约束阅读、完形、翻译、作文和模拟题的回答质量。

项目采用“基础知识库 + 本地扩展导入”的设计：

• 仓库包含基础真题知识库。
• 基础知识库包含题面文本、题号映射、客观题答案，以及 Echo 生成的翻译参考译文、翻译/完形整体难点评析和易错点总结。
• 用户仍可通过导入脚本在本地扩展自己的资料。
• 阅读、完形、翻译、作文和模拟题分别使用独立规则，避免所有题型套同一个模板。

✨ 核心能力

• 真题一问即达：覆盖英语一、英语二历年真题，可按年份、题型、篇目和题号精准定位。无论是阅读 Text、完形、翻译还是作文，都不必再手动翻找资料。

• 不只告诉你答案，更讲清证据链：阅读解析从原文出发，标记定位句、辅助句和逻辑关系，拆解正确选项与原文的同义替换，并逐项指出干扰项错在哪里。

• 把完形讲成篇章，而不是单词选择题：结合语法结构、固定搭配、上下文语义和篇章逻辑分析每个空，帮助你掌握真正可迁移的解题方法。

• 全文翻译也能变成精读训练：按段落呈现自然中文译文，同时提炼重点词汇、固定搭配和长难句，让你在理解文章的同时积累可复用表达。

• 英一英二分别评分，不套通用模板：翻译和作文严格区分考试类型、题目分值、字数要求与评分档位，给出具体扣分原因、修改建议和优化版本。

• 从出题到错题复盘，形成完整训练闭环：生成贴近真题风格的阅读或完形练习，答题前隐藏答案，提交后再进行证据链解析，并可保存练习记录和错题，方便后续针对性复习。

👥 适合谁

• 正在系统刷考研英语真题，希望每道题都能追到原文证据的自学者。
• 想把阅读、完形、翻译和作文讲解流程标准化的老师、助教或学习小组。
• 希望在 Codex、Claude Code 或 CodeBuddy / WorkBuddy 中搭建个人备考知识库和错题复盘流程的用户。

🗺️ 功能地图

🚀 快速开始

最简单的方法：把这个 GitHub 仓库地址直接拖给 Codex、Claude Code 或 CodeBuddy / WorkBuddy，让 Agent 读取项目并按安装说明启用 skill。

Codex 推荐用 Skill Installer：

在 Codex 中输入：

$skill-installer install https://github.com/nghjjnjnf/echo-kaoyan-english-skill/tree/main/skills/kaoyan-english

安装完成后重启 Codex，使新 skill 被发现。

完整安装、校验和排错步骤见 安装指南。

🧩 安装方式

Codex

推荐路径：

$skill-installer install https://github.com/nghjjnjnf/echo-kaoyan-english-skill/tree/main/skills/kaoyan-english

本地开发路径：

git clone https://github.com/nghjjnjnf/echo-kaoyan-english-skill.git
cd echo-kaoyan-english-skill
python .\scripts\install_codex_skill.py

Codex 入口文件是 .codex-plugin/plugin.json、skills/kaoyan-english/SKILL.md 和 skills/kaoyan-english/agents/openai.yaml；本地开发安装脚本是 scripts/install_codex_skill.py。

Claude Code

项目级使用：

git clone https://github.com/nghjjnjnf/echo-kaoyan-english-skill.git
cd echo-kaoyan-english-skill
claude

插件级安装：

/plugin marketplace add nghjjnjnf/echo-kaoyan-english-skill
/plugin install echo-kaoyan-english-skill@echo-kaoyan-english
/reload-plugins

Claude Code 入口文件是 CLAUDE.md、.claude/skills/kaoyan-english/SKILL.md、.claude-plugin/plugin.json 和 .claude-plugin/marketplace.json。

CodeBuddy / WorkBuddy

项目级使用：

git clone https://github.com/nghjjnjnf/echo-kaoyan-english-skill.git
cd echo-kaoyan-english-skill

在 CodeBuddy / WorkBuddy 中打开这个仓库后，项目级 skill 入口位于 .codebuddy/skills/kaoyan-english/SKILL.md，它会指向同一份核心规则 skills/kaoyan-english/SKILL.md。

可以用下面的问题测试：

讲解 2024 年英一阅读 Text 2。

🖥️ 客户端支持

本项目当前优先支持 Codex、Claude Code 和 CodeBuddy / WorkBuddy。核心规则只维护一份：skills/kaoyan-english/SKILL.md。

完整安装、校验和排错步骤见 安装指南。

📚 真题知识库

仓库随附基础真题知识库，位于 skills/kaoyan-english/references/papers/。

当前公开知识库范围：

• 英语一：2010-2026 年。
• 英语二：2010-2026 年。
• 包含：题面文本、题号映射、客观题答案、Echo 生成的翻译参考译文、翻译/完形整体难点评析与易错点总结。 如果你要补充自己的资料，可以使用 DOCX 文件进行本地导入。导入结果可作为本地扩展使用。

导入英语一：

python ".\skills\kaoyan-english\scripts\import_docx_papers.py" `
  "D:\papers\english_i_part1.docx" `
  --exam english-i

导入英语二：

python ".\skills\kaoyan-english\scripts\import_docx_papers.py" `
  "D:\papers\english_ii_part1.docx" `
  --exam english-ii

知识库结构如下：

references/
|-- index.json
|-- corpus-index.json
`-- papers/
    |-- english-i/
    |   `-- 2025/
    |       |-- meta.json
    |       |-- question-map.json
    |       |-- answers.json
    |       |-- reading-text-1.md
    |       |-- cloze.md
    |       |-- translation.md
    |       `-- writing.md
    `-- english-ii/

完整的数据格式、导入检查和常见问题见 真题数据指南。

🧪 典型用法

下面的示例尽量接近真实学习场景。你只需要像平时提问一样说明年份、英一/英二、题型和需求，具体输出格式由 skill 自动处理。

阅读理解：

2023 年英一阅读 Text 3 五道题为什么这样选？

完形填空：

2021 年英一完形第 8 空为什么选这个？

翻译评分：

这是我对 2025 年英一第 46 句的翻译：……
帮我评分并修改一下。

全文翻译：

帮我翻译 2024 年英一阅读 Text 2，并讲一下里面的重点表达。

作文批改：

这是我写的 2024 年英二大作文，帮我看看能得多少分，应该怎么改。

外刊模拟：

帮我出一篇人工智能与就业主题的英一模拟阅读题，我做完后再给我答案和解析。

更多输入示例与输出结构见 使用示例。

✅ 输出标准

阅读题默认按以下顺序组织：

1. 题目陷阱分类
2. 相关原文截取与证据标记
3. 中文参考翻译
4. 完整题干、选项及中文翻译
5. 题干意图
6. 其他选项错因与陷阱类型
7. 正确选项证据链
8. 本题复盘

完形、翻译和作文使用独立规则：

• 完形重点分析空格位置、语法结构、固定搭配、语义匹配和篇章衔接。
• 全文翻译会区分阅读和完形，按段落展示译文，并补充重点词汇、固定搭配和长难句。
• 翻译会先识别英一或英二，再按对应总分和题型形式评分。
• 作文会区分英一/英二、小作文/大作文，并提供评分、修改、范文和知识点提炼。
• 多题解析一次最多完整处理 5 道题，优先保证每一道题的讲解深度。

⚙️ 工作原理

flowchart LR
    A["用户问题"] --> B["识别英一/英二、年份与题型"]
    B --> C{"任务类型"}
    C -->|真题讲解| D["检索索引与题型文件"]
    C -->|翻译/作文| E["加载对应评分细则"]
    C -->|模拟训练| F["加载词汇边界与出题策略"]
    D --> G["原文证据 + 选项陷阱 + 复盘"]
    E --> H["分项评分 + 修改稿 + 提升建议"]
    F --> I["改写材料 + 生成题目 + 隐藏答案"]

skill 采用渐进式加载：SKILL.md 只负责路由和核心约束，阅读、完形、翻译、作文和模拟题规则分别放在 references/ 中；真题材料按年份和题型拆分，避免一次性加载全部文本。

📁 项目结构

echo-kaoyan-english-skill/
|-- AGENTS.md
|-- CLAUDE.md
|-- .codex-plugin/plugin.json
|-- .claude-plugin/
|   |-- plugin.json
|   `-- marketplace.json
|-- .claude/skills/kaoyan-english/SKILL.md
|-- .codebuddy/skills/kaoyan-english/SKILL.md
|-- skills/kaoyan-english/
|   |-- SKILL.md
|   |-- agents/openai.yaml
|   |-- scripts/
|   |   |-- build_index.py
|   |   |-- import_docx_papers.py
|   |   |-- search_papers.py
|   |   |-- fetch_source_article.py
|   |   |-- save_exercise.py
|   |   |-- validate_generated_exercise.py
|   |   |-- record_practice.py
|   |   `-- review_mistakes.py
|   `-- references/
|       |-- index.json
|       |-- corpus-index.json
|       |-- rubrics/
|       |-- strategies/
|       |-- vocabulary/
|       `-- papers/
|-- docs/
|-- tests/
|-- scripts/install_codex_skill.py
`-- .github/

🧰 本地校验

python -m pip install -r requirements-dev.txt
python scripts/validate_repo.py
python -m unittest discover -s tests -v

校验覆盖：

• 插件清单、skill frontmatter、必需脚本和 Codex/Claude Code/CodeBuddy 入口文件。
• 数据结构边界，避免把本地源文件、作文范文或临时资料混入仓库。
• 模拟题词数、答案隐藏、难度配比、练习记录和响应契约。
• 阅读/完形/作文/全文翻译等核心输出结构的回归检查。

🗓️ 路线图

• [x] 阅读与完形分题型深度解析
• [x] 英一/英二翻译差异化评分
• [x] 英一/英二大小作文分档批改
• [x] DOCX 真题清理、拆分与索引
• [x] 用户词汇表覆盖率报告
• [x] 模拟题结构化保存、词数校验与答案隐藏检查
• [x] 阅读/完形/作文输出契约回归检查
• [x] 阅读和完形全文翻译、重点词汇、固定搭配与长难句讲解
• [ ] 更稳健的多来源文档解析
• [ ] 可复现的提示词评测集
• [ ] 更多新题型专项规则

📝 修改记录

所有对外可见的功能、文档、安装方式和客户端支持范围变更都会记录在 CHANGELOG.md。后续提交前应同步更新该文件。

🤝 贡献

欢迎提交解析规则、导入器兼容性、测试用例和文档改进。提交前请阅读 贡献指南，并确保本地校验通过。

适合贡献的内容包括：

• 新来源 DOCX 的导入兼容性修复
• 阅读、完形、翻译、作文评分规则补充
• 更好的示例 prompt 和输出样例
• 测试用例、文档纠错和安装体验优化