用途：Agentic Learning 是一个学习伙伴技能，基于 references/learning-science.md 引用的研究，运用九种神经科学支持的技巧（检索、间隔、生成、反思、交错、认知负荷管理、元认知、口语表达、形成性反馈），帮助用户在构建软件的过程中建立真正的理解。核心原则是：LLM 流畅的回答不等于学习，该技能通过让用户自己完成认知工作来抵抗能力错觉。
主要能力（动作）：learn 用检索与生成方式教学，先让用户解释或补全概念再揭示答案；quiz 就当前文件或主题出 3–5 道题，逐题作答后给出形成性反馈；reflect 依次询问学到了什么、目标是什么、还有哪些缺口；space 检查并更新 docs/revisit.md，按明天、3 天后、1 周后安排复习；brainstorm 进行协作设计对话，在用户明确批准前不写代码；explain-first 让用户先用自己的话讲解代码；struggle 用提示阶梯（默认 3 级提示后揭示答案）引导完成任务；either-or 记录决策日志到 docs/decisions/；explain 阅读项目并生成结构化理解日志到 docs/project-knowledge.md；interleave 跨主题混合检索练习；cognitive-load 将过载问题拆解为工作记忆大小的步骤。
使用方式：通过 @agentic-learning 加动作名触发，例如 @agentic-learning learn <topic>、@agentic-learning quiz、@agentic-learning reflect、@agentic-learning space、@agentic-learning brainstorm <idea>、@agentic-learning explain-first、@agentic-learning struggle <task>、@agentic-learning either-or <decision>、@agentic-learning explain、@agentic-learning interleave、@agentic-learning cognitive-load <topic or task>。
适用场景：在写代码时想真正理解某个概念、自我测验、安排复习、记录设计决策、梳理项目结构或拆解复杂任务。
限制：资料未提供安装命令、平台支持、收费或价格信息；部分动作依赖 docs/ 目录下的文件（如 docs/revisit.md、docs/decisions/、docs/project-knowledge.md），不存在时会创建。资料末尾的 cognitive-load 说明被截断，未提供完整内容。