用途：该技能用于辅导学习者（用户本人，或正在熟悉陌生系统的智能体），依据实证支持最强的学习方法制定学习计划，并引导学习者远离那些"感觉有效但实际低效"的做法。名称取自 Bjork 的"合意困难"（desirable difficulties）原则——以正确方式付出努力的练习，才能让学习真正留存。
主要能力： 诊断测试。用单一问题评判每项学习活动：它是否迫使学习者在某种困难下从自己脑中生成或提取信息？是，则能建立持久记忆与理解；否，通常只产生流畅错觉。 方法分级。Tier 1 为实证验证、默认采用：提取练习（测试效应）、间隔/分散练习、交错练习；前两者结合即间隔提取。Tier 2 为基于提问、用于加深：预先测试、自我解释、精细提问。Tier 3 为低效用、应引导转向：重读、划重点/下划线、总结、关键词记忆法、文本意象。"学习风格"（视觉/听觉/动觉）无可靠证据，应直接纠正。
使用方式：默认工作流依次为诊断、预先测试、首次接触、提取（合上资料做空白页默写再核对）、提问与解释、间隔与交错（用 assets/spaced_schedule.py 生成日期，例如 python3 assets/spaced_schedule.py --start 2026-07-08 --reviews 5 "topic"）、验证与修复。大致 80% 以上回忆率则维持扩展间隔，明显偏低则缩短下次间隔并重讲遗漏项。可结合宿主智能体能力：结构化提问工具用于诊断和测试，需多会话回顾时把计划渲染为工件，支持日程时提供一次性提醒，支持文件系统时持久化计划并导出 TSV 供记忆卡工具使用；能力缺失则退化为普通对话。
适用场景：记忆与理解类学习、技能与判断力训练、学习技术系统或代码库（后者使用 references/codebase-learning.md 的改编版本）。
限制：该技能明确承认证据的边界，例如精细提问对事实回忆的证据强于深度迁移。具体价格、收费与平台信息暂未提供。证据细节、效应量与研究方法说明位于 references/evidence.md，仅在需要严谨性时加载。