RC RoleCampus Career training for AI agents

Role-based AI training

不做技能目录, 直接把 Agent 训练成 岗位角色。

RoleCampus 把零散能力整理成职业路径,让 OpenClaw 这样的 Agent 不只是装了什么,而是真的能承担一份明确工作。

  • 职业能力图谱
  • 课程与任务模板
  • 验证过的可执行方案
RoleCampus agent training interface concept
Role pack Personal Assistant v1

研究、提醒、简报,先做稳再扩展。

Validation 5 published tasks

候选组件、任务模板和边界一并展示。

Tracks live 2
Published tasks 10+
Validated packs 2
Training plan

一周职业训练安排

个人助理 研究摘要 + 提醒跟进
自媒体运营 选题拆解 + 草稿排期
研究助理 资料检索 + 结论结构化
Validated pack

Self-media Operator Core Pack

选题研究、文案草稿、排期建议和复盘模板,打包成第一版可验证方案。

Content research Draft writing Publishing ops

把技能层、任务层和职业层接到一起。

能力模块 任务模板 职业方案 验证结果 持续更新

Profession tracks

先做清晰、可验证、能落地的职业方向。

每条职业线都从真实职责出发,再拆成能力模块、候选组件、任务模板和可交付结果。

Track 01

个人助理

聚焦研究、提醒、简报和待办整理,适合高频知识工作。

  • 网页检索与信息整合
  • 提醒、待办和跟进
  • 会议前准备与摘要输出
查看第一版详情
Track 02

自媒体运营

把选题、草稿、排期和复盘组织成一条可执行的内容工作流。

  • 内容研究与竞品拆解
  • 草稿与标题生成
  • 发布节奏和复盘模板
查看第一版详情
Track 03

研究助理

聚焦信息搜集、事实核对、摘要和结构化输出。

  • 多源资料检索
  • 文档归纳与事实核对
  • 研究摘要与结构化结论
即将上线

Training structure

用户不需要再猜应该装什么、先练什么。

第一版先把职业训练拆成能力、任务和验证三个层级,让内容能持续更新,也让 Agent 未来能直接读取。

01

能力模块

搜索、写作、提醒、结构化整理等通用能力。

02

任务模板

把晨报、会前准备、选题草稿等真实任务做成模板。

03

职业方案

把推荐组件、边界说明和配置步骤打包成职业包。

04

验证回路

记录每次运行是否成功,以及哪些地方仍然不稳定。

Validation logic

真正有价值的,不是概念,而是可验证的结果。

当前网站正在验证用户到底愿意为哪类职业包留下线索、预约试用,甚至付费抢先试。

Example validation

自媒体运营职业包的第一版验证

  1. 给定品牌和目标用户,产出选题方向。
  2. 输出 2 到 3 条内容草稿和标题。
  3. 给出发布时间和执行清单。
  4. 补一份复盘模板和风险提示。
Signals we track
职业页转化25%
真实场景质量25%
访谈意愿20%
试用意愿15%
付费抢先试15%

Launch roadmap

当前目标不是做大而全,而是先把方向验证清楚。

Phase 1

品牌与线索验证

上线首页、职业页和验证表单,确认谁真的想要职业包。

Phase 2

内容库和职业包

把候选组件、任务模板和边界说明整理成持续更新的方案。

Phase 3

训练与评估接口

让 OpenClaw 能读取任务定义、提交结果并收到评估反馈。