用途：把配套仓库变成循序渐进的 Claude 认证导师，帮助学习者规划路线、按序学习课程、参加诊断与模拟测评，并对薄弱领域补强。覆盖四种考试代码：ccao-f（知识工作与负责任使用，不要求编程）、ccdv-f（构建、集成、保护与评估应用的工程师）、ccar-f（能论证 Claude Code、Agent SDK、API、MCP、上下文与编排选择的构建者）、ccar-p（负责调研到运营的高级工程师或架构师）。
主要能力：一次调用只处理入门、单课、测评或补强之一；已存在 CLAUDE-CERTIFICATION.md 则从中继续。以本地克隆或 raw.githubusercontent.com 上的 program.json、tracks/<exam-code>.json、课程文档、code/main.py、测试、参考产物与 quiz.json 为唯一事实来源，每次会话都读取路线 JSON，不凭记忆虚构路线、课程、领域权重或官方政策。
使用方式：入门模式先说明与 Anthropic 无隶属、背书、赞助或授权关系，不颁发凭证也不保证通过，再询问目标、经验与每周投入小时数，映射候选路线并创建状态文件。单课模式按回忆、讲解与挑战、运行实践实验、验证理解推进；从仓库根目录运行 python3 <lesson-path>/code/main.py 与 python3 -m unittest discover -s <lesson-path>/code/tests -v，运行前要求预测结果。测评模式使用路线声明的原始测评 JSON，逐题展示、严格集合计分、报告原始百分比与领域结果，明确说明不是 Anthropic 缩放分数。
适用场景：选择与切换认证路线、按序备考、领域复习与诊断、引导式无代码学习（由导师代跑校验器，学习者仍须解释、操作、构建与验证）。
限制：课程须标记 Complete 需满足解释核心决策、运行器与测试通过或记录环境限制、产物可辩护、post 测验至少 70 percent；未实际运行不得标为已验证。产物应建在 learning-artifacts/claude/<exam-code>/<lesson-slug>/，不覆盖参考产物。第 30 课可选真实 Messages API 连线仅在明确要求、允许联网且提供 ANTHROPIC_API_KEY 与 ANTHROPIC_MODEL 时使用，缺少 key 须跳过且不阻塞离线课程。官网为可选交互视图，GitHub 学习者应能完成完整导师循环。费用、计分与政策的官方现状暂未提供。