用途：这是一个基于 OpenAI《Spinning Up in Deep RL》文档整理的知识库技能，用于在讨论强化学习基础与算法时调用 Achiam 的框架与心智模型。
主要能力：提供核心框架（RL 问题、四个价值函数与 Bellman 自洽、优势函数、策略优化与 Q-learning 的权衡、策略梯度模板、研究严谨性四标准、安全步长族与过估计族）以及 20 章章节索引和主题索引，可按主题或章节号定位内容。
使用方式：无参数时加载核心框架；给出主题（如 advantage function、target networks、entropy regularization）时经主题索引定位到对应章节文件再作答；给出 chNN 时加载该章摘要；询问有哪些章节时返回完整索引。示例命令：/cs:spinning-up-deep-rl、/cs:spinning-up-deep-rl entropy regularization、/cs:spinning-up-deep-rl ch09。
适用场景：学习或复习深度 RL 概念、算法家族对比、调试思路与研究实验规范。
限制：仅覆盖 Spinning Up 文档（截至 2020 年 1 月 PyTorch 更新），不涵盖 DQN 与离散动作价值学习族、循环或卷积架构、部分可观测设定、基于模型的实现，以及 2020 年初之后的深度 RL 工作；六个实现为教学用途。超出该来源的主题会明确说明，而非臆测。附带 glossary.md、patterns.md、cheatsheet.md。