师承

它解决什么问题

多数学习型技能要么只整理资料，要么只给答案，往往无法追溯学员是否真正练习、错在哪个环节，以及何时能脱离帮助。师承要解决的是证据链缺失问题：把原始教学资料编译成一个能引用来源、演示方法、纠正错误、逐步减少依赖的学习技能。

核心能力与关键步骤

• 采用 Capture-to-Graduate pipeline，先保留证据再做综合。
• 把老师的论断追溯到来源、片段、卡片或页码。
• 区分 direct_source、合成、推断、外部知识与无支持内容，冲突时保留条件。
• 每次掌握状态最多前进一步，且必须先有一次可观察的尝试；单纯认出或流利复述不算充分证据。
• 迁移需要改变情境后的表现，保持需要延迟成功。
• 把老师能力建模为可溯源的领域行为，而不是人格克隆。
• 把教师资产与学习者私有状态分开，真实学习数据只写入宿主提供的外部目录，绝不写入 references/。
• 只有在多次成功练习、不同情境、失败反例与清晰触发条件后，才生成候选 Personal Skill；晋升还需回归测试与学员明确批准。

适用边界与注意点

• 上游能力需要自行配置，例如音视频、文本和 OCR 的 API 密钥以及本地 ffmpeg；缺少时停在对应阶段。
• 没有源码、只有普通讲解时，隐性认知只能按中低置信度提取并复核。
• 高风险学习只用于教育，不能冒充职业资格。
• 面向非工程用户的交付要说明缺少什么、能否完整教练，并提供第一条学习请求。