用途：在学习图（learning-graph.json）完成后，为智能教材设计章节结构，确保每个概念恰好出现一次、依赖关系得到遵守、内容在章节间合理分布。需在学习图生成之后串行运行。
前提条件：/docs/course-description.md 与 /docs/learning-graph/learning-graph.json（约200个概念）已存在，且 mkdocs.yml 已就位以生成导航链接。学习图尚未生成、或正文已存在仅需更新时，不应使用本技能。
主要能力与流程：分四步，并在生成文件前需用户批准。第一步分析输入：读取课程描述、学习图、概念分类，识别基础概念、高级概念、依赖链、概念簇与终端概念；强制校验边方向（依赖方向为 from 依赖者 to 被依赖者），若基础概念中出现高级术语则方向有误，须停止修正。同时读取每个节点的 cis 字段（Concept Impact Score，由 learning-graph-generator v1.06+ 预计算）；若所有概念 cis 均为 1，说明学习图版本过旧，需重新生成，不可自行改用依赖者计数。
第二步设计结构：章节数 6–20（常见 10–15），每章平均 10–20 个概念；每概念只属一章且不早于其依赖；尽量按分类聚合、由基础到进阶，避免单章少于 8 或多于 25 个概念；标题用 Title Case 且不超过 200 字符；每章写一句 20–40 词摘要。
第三步将设计呈现给用户，列出各章标题、概念数与摘要，并说明设计难点与统计信息，询问是否批准，可迭代修改直至通过。
第四步生成文件：创建 /docs/chapters/ 及 01-[url-path-name]/index.md 等目录（路径名仅用小写字母与短横线），生成主索引 index.md 与各章 index.md，其中含摘要、概念覆盖表（两列：Concept 与 Concept Impact Score）、前置章节与待生成正文占位。需注意 MkDocs 要求在 markdown 列表和表格前留空行、使用相对路径、概念名与学习图完全一致。
限制：本章正文撰写由后续技能负责；具体版本号以外的功能与平台信息暂未提供。