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学习技巧（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 用检索加生成方式教学，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，逐题作答后给形成性反馈；reflect 依次问“学到了什么、目标是什么、还有哪些缺口”并写反思摘要；space 检查 docs/revisit.md，去重并按明天、3 天后、1 周后安排复习；brainstorm 先澄清问题、提出 2–3 种方案、经用户明确批准后才写设计文档到 docs/brainstorm/；explain-first 让用户先用自己的话讲解代码，再给结构化反馈；struggle 用提示阶梯（概念方向、结构提示、部分代码、完整揭示）引导完成任务；either-or 记录决策日志到 docs/decisions/；explain 阅读项目代码与文档，生成结构化理解摘要并追加到 docs/project-knowledge.md；interleave 跨主题混合出题；cognitive-load 将过载问题拆解为工作记忆可容纳的小步骤。
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：在写代码时学习新概念、自测、复习安排、项目理解、设计讨论与决策记录。
限制：资料未提供安装命令、收费、价格、平台与效果信息；部分内容（如 cognitive-load 的结尾）在资料中被截断，暂未提供完整说明。