Clawdbot可转化为专属学习伙伴，需激活本地执行与多模态能力：一、配置Qwen3-4B或DeepSeek-V3模型并设上下文为16384；二、上传PDF/笔记构建知识图谱；三、编写exam_analyzer等Skill实现错题分析；四、通过Telegram自然语言交互调用技能；五、启用长期记忆追踪薄弱点与进度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望将Clawdbot转化为专属学习伙伴，用于知识梳理、错题分析、模拟测试或记忆强化，则需激活其本地执行能力与多模态理解功能。以下是实现该目标的具体路径：
一、配置支持学习任务的AI模型与上下文能力
Clawdbot需连接具备强推理与长文本理解能力的模型，才能准确解析教材段落、试卷题目及手写笔记图像。模型响应质量直接决定学习辅助效果。
1、启动Clawdbot后，在终端执行初始化向导：clawdbot onboard
2、在模型选择界面中，优先选中Qwen3-4B-Instruct（本地运行稳定，支持中文长文本）或DeepSeek-V3（云端调用，数学与逻辑题解析更优）
3、若使用本地模型，确保已通过Ollama加载：ollama run qwen3:4b-instruct，并在.clawdbot/config.yaml中设置llm.default: "qwen3"
4、在配置文件中将llm.max_context_tokens设为16384，以保障整章教材或整套真题可一次性输入分析
二、上传并结构化学习资料
Clawdbot可自动解析PDF讲义、扫描版习题、Markdown笔记等格式，并构建可检索的知识图谱，替代手动整理索引。
1、打开Web控制台：http://localhost:7860（Docker部署默认端口）或http://localhost:8080（一键安装默认端口）
2、点击左侧菜单栏【Knowledge】→【Upload Files】，拖入《高等数学同济第七版》PDF与近五年考研英语真题PDF
3、勾选“自动提取章节标题与公式”和“识别手写批注区域”选项，点击上传
4、等待右上角显示“Indexing completed for 327 pages”，表示知识库已就绪
三、创建个性化学习技能（Skills）
通过定义可复用的Skill指令，使Clawdbot按固定逻辑处理学习请求，例如自动生成错题本、提炼思维导图、生成类比解释等。
1、在终端进入Clawdbot项目目录：cd ~/.clawdbot
2、新建Skill文件：nano skills/exam_analyzer.js
3、粘贴以下代码片段（功能：接收截图/文字题干，返回考点定位+相似题链接+易错点提示）：
4、保存退出后，执行命令启用：clawdbot skills enable exam_analyzer
四、用自然语言发起学习交互
无需记忆命令语法，直接在Telegram/WhatsApp/Web界面发送日常表达，Clawdbot会自动调用对应Skill并执行完整工作流。
1、在已绑定的Telegram Bot对话框中发送：“把这张微积分错题截图里的错误类型归类，并对比课本第137页例题”
2、拍摄或上传含手写解题过程的图片，Clawdbot将调用OCR+多模态模型识别内容
3、收到回复后，点击“生成Anki卡片”按钮，自动输出带答案遮罩的卡片文本
4、发送指令：“下周每天早8点推送3道概率论随机变量题，难度递增”，系统将创建Cron定时任务
五、启用长期记忆与进度追踪
Clawdbot的记忆系统可跨会话记录您的薄弱知识点、答题耗时、重复出错模式，形成动态更新的学习画像。
1、首次提问前，先发送：“我的专业是机械工程，当前备考2026年注册工程师基础考试”
2、每次完成一套真题后，发送：“记录本次《材料力学》模考：得分率68%，弯曲应力计算错误3次”
3、隔天询问：“我最近三次材料力学练习中，哪类题型耗时最长？”，Clawdbot将调取历史日志并统计
4、在Web控制台【Memory】页签中，查看自动生成的“个人知识热力图”，红色区块即高频问题区域
