多轮教学导师

要解决什么问题

一次性问答容易让人产生「已经会了」的流畅感，却很难形成能长期调用的记忆。真正学会一门东西，通常需要可信知识、可练的互动、以及和真实学习者/community 碰撞出来的判断。当你说「教我 X」「我想系统学一下 Y」时，需要的不是单轮答疑，而是在工作区里可持续推进的教学节奏。

技能如何工作

技能把当前目录当成「私人导师」的教学工作区，跨多会话维护一套工件：

• MISSION.md：锚定学习动机，后续每课都回到这里
• RESOURCES.md：高可信外链与主源清单，课程论断尽量可查证
• ./lessons/*.html：自包含单课（Tufte 风排版），落在你的最近发展区（ZPD），带检索测验与紧反馈环
• ./learning-records/*.md：记录洞见与 ZPD 推断，编号递增
• ./reference/*.html：语法、术语表等速查，全课术语一致

典型流程是先定使命 → 补资源（资源未充实前优先找源而非硬开课）→ 设计短课与小胜 → 用检索、间隔、交错换长期记忆 → 写 learning-record 并预告下一课。需要「实战智慧」时，会尝试作答并引导你加入高声誉社区，而不是假装社区经验可被参数替代。

适用边界

• 适用：编程、理论、体式等可拆成课的知识或技能
• 不适用：只要一次性答案的场景（直接答即可）
• 注意：不要轻信模型参数知识；RESOURCES.md 未充实前，重心是找资源。若教学暴露方案缺陷，可交给下游技能（如 mp-grilling）；课程交接他人可用 mp-handoff。