2026-03-21 · 12 min read

我用 OpenClaw 做了一个 YouTube 阅读理解生成器

朋友是初中英语老师,每周花 2-3 小时出阅读理解题,最痛苦的是出题环节——一个合理的干扰项能卡半小时。本文记录一个 OpenClaw 技能从需求分析(500-600 词 / CEFR A2-B1 / 5 道中国考试风格题)→ 技术选型(OpenClaw Skill vs Python vs Web)→ 7 张 Mermaid 流程图架构 → 3 个难点(词数控制、题目质量、难度控制)→ 小红书发布计划的完整开发故事。效率提升 24 倍。

Full development story of a YouTube-to-reading-comprehension OpenClaw skill: from a middle school English teacher's weekly pain (2-3 hours to design questions), through architecture (7 Mermaid diagrams), three hard problems (word count control, question quality, difficulty calibration), to a 24x efficiency win and Xiaohongshu launch plan.

左侧一卷竖立的纸卷,右侧同一张纸摊平铺开

来源:Obsidian 笔记 · 2026-03-21

缘起:一个实际的需求

我朋友是初中英语老师,每周都要出阅读理解题。她的流程是这样的:

  1. 找一个合适的 YouTube 视频(通常是 TED-Ed)
  2. 手动听写,把视频内容转成文字
  3. 编辑整理成 500-600 词的文章
  4. 绞尽脑汁想 5 道选择题
  5. 写答案解析
  6. 排版成打印格式

全程耗时:2-3 小时

她说最痛苦的是出题环节:要确保每道题都有依据,选项要有干扰性但不能有歧义,答案要均匀分布(不能全是 C)。有时候为了想一个合理的干扰项,能卡住半小时。

我就想:这个过程,能不能自动化?

需求分析

先拆解她的核心需求:

需求具体要求
文章长度500-600 词(严格控制,方便课堂使用)
难度等级初中水平(CEFR A2-B1,2500-3500 词汇量)
题目数量5 道题(可配置 3-10 道)
题型分布主旨题 1-2 道 + 细节题 2-3 道 + 词汇题 1 道 + 推理题 1 道
输出格式中国考试风格(A/B/C/D 选项,带解析)
保存位置Obsidian 知识库,方便后续整理

技术选型:为什么是 OpenClaw?

我调研了几个方案:

方案优点缺点
Python 脚本灵活,可定制需要单独部署,用户门槛高
Web 应用界面友好需要服务器,维护成本高
OpenClaw Skill零部署,直接对话触发,自动保存 Obsidian依赖 OpenClaw 环境

最终选 OpenClaw,因为:

  • 用户已经在使用 OpenClaw
  • 可以直接调用现有的 youtube-transcript 技能
  • 输出自动保存到 Obsidian,符合用户工作流
  • 技能可以发布到 ClawHub,其他人也能用

系统架构

整个技能的技术架构如下:

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

graph TB
    A[用户输入 YouTube URL] --> B[OpenClaw 主会话]
    B --> C{技能匹配}
    C -->|description 匹配 | D[youtube-reading-comprehension Skill]
    D --> E[调用 youtube-transcript]
    E --> F[获取英文字幕]
    F --> G[LLM 处理]
    G --> H[生成 500-600 词文章]
    G --> I[生成 5 道选择题]
    G --> J[生成答案解析]
    H --> K[Markdown 格式化]
    I --> K
    J --> K
    K --> L[保存到 Obsidian Inbox]
    L --> M[完成!]
 
    style A fill:#e1f5ff
    style D fill:#fff4e1
    style G fill:#e8f5e9
    style L fill:#f3e5f5
    style M fill:#c8e6c9

核心工作流程

整体流程(6 步)

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

sequenceDiagram
    participant U as 用户
    participant OC as OpenClaw
    participant YT as YouTube
    participant LLM as LLM
    participant OB as Obsidian
 
    U->>OC: "用这个视频生成阅读题<br/>https://youtube.com/watch?v=..."
    OC->>YT: 提取 transcript
    YT-->>OC: 返回英文字幕
    OC->>LLM: 整理成 500-600 词文章<br/>(初中难度,CEFR A2-B1)
    LLM-->>OC: 返回整理后的文章
    OC->>LLM: 生成 5 道选择题<br/>(主旨/细节/词汇/推理)
    LLM-->>OC: 返回题目 + 选项
    OC->>LLM: 生成答案解析
    LLM-->>OC: 返回解析
    OC->>OB: 保存 Markdown 文件
    OB-->>U: ✅ 完成!

Transcript 提取流程

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A[收到 YouTube URL] --> B{检查视频可访问性}
    B -->|可访问 | C[调用 youtube-transcript 技能]
    B -->|不可访问 | D[❌ 提示用户检查链接]
    C --> E{是否有英文字幕?}
    E -->|有 | F[提取英文 transcript]
    E -->|无 | G[⚠️ 提示视频无字幕]
    F --> H[清理口语填充词<br/>um, uh, you know, like]
    H --> I[返回纯文本]
 
    style A fill:#e1f5ff
    style F fill:#e8f5e9
    style I fill:#c8e6c9
    style D fill:#ffebee
    style G fill:#fff4e1

文章生成流程

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TD
    A[原始 transcript] --> B[词汇难度检查]
    B --> C{是否超纲?}
    C -->|是 | D[替换为初中词汇]
    C -->|否 | E[保留]
    D --> F[句长检查]
    E --> F
    F --> G{平均句长>20 词?}
    G -->|是 | H[拆分长句]
    G -->|否 | I[保留]
    H --> J[段落组织]
    I --> J
    J --> K[词数统计]
    K --> L{500-600 词?}
    L -->|不足 | M[补充细节]
    L -->|超出 | N[删减冗余]
    L -->|符合 | O[✅ 完成]
    M --> K
    N --> K
 
    style A fill:#e1f5ff
    style O fill:#c8e6c9
    style M fill:#fff4e1
    style N fill:#fff4e1

题目生成流程

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TD
    A[文章] --> B[确定题目数量<br/>默认 5 题]
    B --> C[分配题型]
    C --> D[主旨题 1-2 道]
    C --> E[细节题 2-3 道]
    C --> F[词汇题 1 道]
    C --> G[推理题 1 道]
    D --> H[生成题干和选项]
    E --> H
    F --> H
    G --> H
    H --> I[质量检查]
    I --> J{是否有唯一答案?}
    J -->|否 | K[修改干扰项]
    J -->|是 | L[答案分布检查]
    K --> I
    L --> M{A/B/C/D 均匀?}
    M -->|否 | N[调整答案位置]
    M -->|是 | O[✅ 完成]
    N --> L
 
    style A fill:#e1f5ff
    style O fill:#c8e6c9
    style K fill:#fff4e1
    style N fill:#fff4e1

输出格式设计

中国考试风格

一开始我用的是西式博客风格:

markdown
# 📖 Reading Passage
 
## How to Sleep Less and Feel Amazing
 
Have you ever had that moment...
 
---
 
# ❓ Comprehension Questions
 
**1. What is the main idea?**
- A. ...
- B. ...

但用户反馈说,这不符合中国学生的使用习惯。她想要的是考试卷子的感觉,不是博客文章。

所以我改成了中国考试风格:

markdown
阅读下列短文,从每题所给的 A、B、C 和 D 项中,选出最佳选项。
 
1. According to the passage, what is the main factor?
A. How many hours you sleep
B. How efficiently your brain moves through sleep cycles
C. How early you go to bed
D. How comfortable your bed is
 
---
 
### 参考答案与解析
 
1. B
[解析:主旨大意题。由第三段"it's not about how long you sleep..."可知]

这个改动很关键。格式对了,用户用起来才顺手。

效率对比

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

xychart-beta
    title "传统出题 vs AI 出题:时间对比(分钟)"
    x-axis ["找文章", "听写", "出题", "排版", "总计"]
    y-axis "时间(分钟)" 0 --> 180
    bar [30, 60, 60, 20, 170]
    bar [2, 0, 2, 3, 7]

效率提升:24 倍

最明显的优化是听写环节:AI 直接提取 transcript,这个 60 分钟的环节直接归零。

难点与解决

难点 1:词数控制

LLM 天生不擅长数数。一开始生成的文章要么 300 词(太短),要么 800 词(太长)。

解决方案:

  • 在 prompt 里明确要求"严格控制在 500-600 词"
  • 生成后用代码统计词数
  • 如果超出范围,让 LLM 重新生成

难点 2:题目质量

早期生成的题目有问题:

  • 干扰项太明显(一眼看出答案)
  • 题干有歧义
  • 答案全是 C

解决方案:

  • 增加质量检查环节
  • 要求每题必须有明确的文章依据
  • 检查答案分布,强制均匀分布

难点 3:难度控制

第一版生成的文章用了太多高级词汇(metacognition, neuroplasticity),初中生看不懂。

解决方案:

  • 在 SKILL.md 里明确词汇范围(CEFR A2-B1,2500-3500 词)
  • 要求平均句长 15-20 词
  • 禁止使用复杂从句和虚拟语气

发布计划

技能开发完成后,我计划发布到小红书。这是内容规划:

文案生成流程

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A[技能开发完成] --> B[准备素材]
    B --> C[截图输出示例]
    B --> D[制作流程图]
    B --> E[录屏演示]
    C --> F[撰写文案]
    D --> F
    E --> F
    F --> G{选择发布形式}
    G -->|图文 | H[6 张配图 + 文案]
    G -->|视频 | I[1 分钟演示视频]
    H --> J[发布小红书]
    I --> J
    J --> K[收集反馈]
    K --> L[迭代优化]
 
    style A fill:#e1f5ff
    style J fill:#e8f5e9
    style L fill:#c8e6c9

小红书笔记结构

图序内容说明
P1封面"AI 自动生成英语阅读题!初中教师必备神器🔥"
P2整体流程图彩色简化版 Mermaid 图
P3效率对比图170min vs 7min 柱状图
P4输出示例 1完整文章截图
P5输出示例 2题目 + 答案截图
P6获取方式GitHub 二维码

文案核心

作为英语老师,你是不是也经常:
❌ 想找合适的阅读材料,翻遍全网
❌ 出题出到怀疑人生,选项想破头
❌ 想因材施教,但没时间定制

现在,一个 AI 工具全搞定!✨

📌 功能亮点:
✅ YouTube 视频 → 500-600 词阅读文章
✅ 自动生成 5-10 道选择题(可配置)
✅ 难度适配初中/高中(CEFR A2-B1)
✅ 输出格式专业,直接打印可用
✅ 免费!开源!

全程 2 分钟,自动化完成!⚡

技术栈

组件技术
框架OpenClaw
技能类型Pure LLM Skill(无代码)
Transcript 提取youtube-transcript 技能
文章生成LLM(qwen3.5-plus)
保存位置Obsidian(~/Documents/LucasSecondBrain/Resources/Inbox/)
文件格式Markdown + YAML Front Matter

后续迭代方向

  1. 多语言支持 - 目前只支持英文视频,后续可以支持其他语言
  2. 难度分级 - 增加小学/高中/大学等级别
  3. 听力材料 - 同视频生成听力题(填空、听写)
  4. 批量处理 - 一次处理多个视频,生成整套试卷
  5. Web 界面 - 给非 OpenClaw 用户提供一个简单的网页版

结语

这个项目从需求分析到技能发布,全程用了不到一周。最核心的经验是:

好的 AI 工具是用来解决真实问题的。

我朋友现在每周用这个技能出阅读题,她说省下来的时间可以用来研究教学方法和关注学生个体。这才是技术该有的价值。


项目地址: (待发布到 ClawHub) 使用文档: (待补充)

相关技能:

  • youtube-transcript - 提取 YouTube 字幕
  • youtube-to-article - YouTube 视频转文章
  • edge-tts - 文字转语音(发音示范)

搜索全站

输入关键词,查找项目与实践记录。