teach-session

teach-session 用于在编码会话结束时把“总结”升级为“教学”，目标不是让人类熟悉，而是让人类真正拥有对本次工作的理解，能够独立维护、调试、辩护和扩展代码。其核心是一份理解清单：先梳理本次会话中值得理解的要点，写入 markdown 文件（仓库内为 docs/.ai/teaching/<topic>.md，其他情况为 /tmp/teaching-<topic>.md），并按工作流分成三块——问题（哪里坏了、为何存在、症状与根因的区别、被考虑后放弃的假设分支）、解决方案（做了什么、为何这样选而非其他方案、承重设计决策、已处理和刻意不处理的边界情况）、更大背景（为何重要、影响什么、可能破坏什么下游、人类现在负责哪些后续）。清单随教学推进更新，只有人类展示出理解才勾选，主动跳过标记为 skipped 而非 mastered；长会话按后果排序，最可能需要辩护或调试的排在前面。教学采用逐阶段循环：先让人类用自己的话复述当前理解，只补其遗漏或错误之处，可按需切换 eli5、eli14、elii 等讲解层次；每个 what 至少追问一个 why，承重决策要追问 why 背后的 why；若无法说清问题为何存在，就退回问题阶段。所有讲解要落到真实工件上，用 file:line、真实 diff 和日志，动态行为应让其运行代码或用调试器验证。进入下一阶段前须测验：开放式与选择题混合，可用 AskUserQuestion 工具，否则内联提问；正确选项位置不要总放第一个，选项不得暗示答案，提交后再解释对错及错误选项为何诱人；答错则换角度重教，并用新问题而非原题再验证。问题设计上，why 和设计决策用开放式，机制和边界情况用选择题且干扰项取自本次真实弯路，预测类问题（如某输入返回什么、哪个钩子先触发）验证力最强。只有当清单全部被验证或人类明确跳过时，才结束循环，最后给出最终清单、最值得记住的三件事以及人类现在负责的后续事项。该技能主要作为 AI 会话工作流技能使用，具体安装方式、收费与支持平台暂未提供。